R-Sq表示的是能被回归方程解释的部分所占的比例，简而言之是因变量y中的总波动，回归方程的自变量能够解释的总波动的比例。当然，这个值越大越好，但最大值只能是100%
这里是和因变量的多少有关系的，随着回归方程里面的自变量x增加，R-Sq的值越大，因为自变量x参与解释总波动的比例在增加。
这个时候就会存在一个问题，一些不显著的因变量x添加到回归方程中使R-Sq的值增大，想当然的会认为模型拟合的很好。
为了解决这种误判，于是引申除了R-Sq（adj），也就是调整后的拟合优度系数，表示的是删除了所有不显著的自变量x之后的模型，当然，这个值越大，代表模型拟合的越好，但最大值也只能是100%，而且R-Sq与R-Sq（adj）差值越接近，说明模型越好。
