R 值和调整的 R 值表示由模型中的项解释的响应数据中变异的比例。

·    S 以响应变量的单位进行度量，它表示数据值偏离回归线的标准距离。对于给定研究，等式预测响应的效果越好，S 越小。

·    R（R 平方）描述在观测的响应值中由预测变量解释的变异量。R 始终随预测变量的增加而增大。例如，最佳的五预测变量模型的 R 始终比最佳的四预测变量模型的高。因此，比较相同大小的模型时 R 最有效。

·    调整的 R 表示已根据模型中的项数调整的修正 R。如果包括了不必要的项，R 会人为地变得很高。与 R 不同，调整的 R 在您向模型中添加项时可能变小。使用调整的 R 比较预测变量数不同的各个模型。

·    R2（预测的）表示模型对新观测值预测响应的好坏程度的度量。预测的 R2 与其他两个 R2 统计量之间的较大差异表明该模型过度拟合。过度拟合模型并不能像拟合现有数据的模型那样准确地预测新观测值。在比较模型方面，预测的 R2 比调整的 R2 更有用，因为它是用模型计算中未包括的观测值计算得出的。

Ln(标准) 的模型汇总
 
                  R-sq（调
       S    R-sq      整）  R-sq(预测)
0.549040  97.75%    93.25%      76.97%
                                      

对于绝缘数据，此模型与当前数据拟合非常好。R 是 97.75%，调整的 R 是 93.25%。此模型可以很好地预测新数据，但并不表示此模型与当前数据拟合。预测的 R 是 76.97%。