Adjusted和Adjusted R平方是在回归分析中常见的两个评价指标，它们用于解释模型对数据的拟合程度。在回归分析中，我们试图建立一个数学模型，以便确定一个或多个自变量与一个因变量之间的关系。这些评价指标帮助我们确定模型的可靠性，即模型的拟合程度强弱。
Adjusted R平方
R平方表示因变量中变异部分的百分比可以被模型解释。Adjusted R平方是对R平方的一种修改，它考虑了模型中自变量的数量和样本大小。Adjusted R平方为模型中自变量提供了一个惩罚，以防止过度拟合。当模型中的自变量增加时，R平方会增加，而Adjusted R平方会减小。因此，>Adjusted R平方是一种更保守的评价指标，更能反映模型对未知数据的预测能力。
Adjusted
Adjusted是常用于控制变量的一个统计方法。在回归分析中，我们通常分析一个自变量对因变量的影响。但是，在真实世界中，许多其他的因素也可以影响到因变量。如果我们不考虑这些可能的干扰因素，就会影响到我们对因变量与自变量之间真实关系的理解。为了控制这些其他因素对实验的影响，我们需要进行变量调整，也就是adjusted。
通过调整变量，我们可以分析出自变量对因变量的真实影响，而非可能混淆的影响。adjusted也经常用于控制样本的偏差，从而更好地解释变量之间的关系。
结论
Adjusted和Adjusted R平方是回归分析中两个重要的评价指标。Adjusted R平方考虑了模型中自变量的数量和样本大小，是衡量模型对未知数据的预测能力的保守评价指标。Adjusted则是控制变量的统计方法，帮助我们分析出自变量对因变量的真实影响。
0