虛擬 R 平方
在線性迴歸模型中，判定係數 R 2會彙總應變數中與預測值 (自變數) 相關聯的變異數比例，其中 R 2 值越大表示變異數越多 由模型說明，最多為 1。 對於具有類別應變數的迴歸模型，無法計算線性迴歸模型中具有 R 2 所有性質的單一 R 2 統計量，因此會改為計算這些近似值。 下列方法用來估計判定係數。
- Cox 和 Snell 的 R 2 1 是以模型與基準線模型的對數概似值相比較的對數概似值為基礎。 然而，在有類別結果的情況下，它的理論最大值小於 1 ，即使對於「完美」模型也是如此。
- Nagelkerke's R 2 2 is an adjusted version of the Cox & Snell R-square that adjusts the scale of the statistic to cover the full range from 0 to 1.
- McFadden 's R 2 3 是另一個版本，基於僅限截距模型和完整估計模型的對數概似核心。
構成「良好」 R 2 值的內容會在不同的應用程式區域之間有所不同。 雖然這些統計資料本身可以暗示，但在比較相同資料的競爭模型時，它們最有用。 根據此量數，具有最大 R 2 統計量的模型是「最佳」。
1 Cox ， D. R. ， 和 E. J. Snell 1989. The Analysis of Binary Data， 2nd ed. 倫敦: 查普曼和霍爾。
2 Nagelkerke ， N. J. D. 1991. A note on
the general definition of the coefficient of determination. Biometrika ， 78:3 ， 691-692。
3 McFadden ， D. 1974。 Conditional logit analysis
of qualitative choice behavior. In: Frontiers in Economics， P. Zarembka ， eds. 紐約: 學術出版社。