R 2 R 2 R 2R2เปรียบเทียบความพอดีของรุ่นที่เลือกกับของเส้นตรงแนวนอน (สมมติฐานว่าง) หากโมเดลที่เลือกนั้นแย่กว่าเส้นแนวนอนดังนั้นจะเป็นลบ โปรดทราบว่าไม่ได้เป็นสแควร์ของอะไรเสมอไปดังนั้นมันสามารถมีค่าเป็นลบได้โดยไม่ละเมิดกฎคณิตศาสตร์ เป็นค่าลบเฉพาะเมื่อโมเดลที่เลือกไม่เป็นไปตามแนวโน้มของข้อมูลดังนั้นจึงเหมาะสมกว่าเส้นแนวนอนR2R2R2
ตัวอย่าง:ข้อมูลพอดีกับรูปแบบการถดถอยเชิงเส้น จำกัด เพื่อให้ตัดต้องเท่ากับ15001,500Y1500
ตัวแบบไม่สมเหตุสมผลเลยสำหรับข้อมูลเหล่านี้ เห็นได้ชัดว่าเป็นรูปแบบที่ผิดอาจเลือกโดยบังเอิญ
ความพอดีของตัวแบบ (เส้นตรงที่ถูกบังคับให้ผ่านจุด (0.1500)) นั้นแย่กว่าความพอดีของเส้นแนวนอน ดังนั้น sum-of-สี่เหลี่ยมจากแบบจำลองมีขนาดใหญ่กว่า sum-of-สี่เหลี่ยมจากเส้นแนวนอน{}) คำนวณเป็น{}} เมื่อมีค่ามากกว่า , สมการที่คำนวณเป็นค่าลบสำหรับ 2( S S ทีโอที ) R 2 1 - S S reg(SSreg)(SStot)R2 SSregSStotR21−SSregSStotSSregSStotR2
ด้วยการถดถอยเชิงเส้นโดยไม่มีข้อ จำกัดต้องเป็นบวก (หรือเป็นศูนย์) และเท่ากับตารางของค่าสัมประสิทธิ์สหสัมพันธ์ที่Rค่าลบเป็นไปได้เฉพาะกับการถดถอยเชิงเส้นเมื่อทั้งจุดตัดหรือความชันถูก จำกัด ดังนั้นเส้น "ที่ดีที่สุด" (ให้ข้อ จำกัด ) จะแย่กว่าเส้นแนวนอน ด้วยการถดถอยแบบไม่เชิงเส้นสามารถเป็นลบได้ทุกครั้งที่แบบจำลองที่ดีที่สุด (ให้สมการที่เลือกและข้อ จำกัด ถ้ามี) เหมาะกับข้อมูลที่แย่กว่าเส้นแนวนอน r R 2 R 2R2rR2R2
Bottom line:ลบไม่ได้เป็นไปไม่ได้ทางคณิตศาสตร์หรือสัญญาณของบั๊กคอมพิวเตอร์ มันก็หมายความว่าแบบจำลองที่เลือก (มีข้อ จำกัด ) เหมาะสมกับข้อมูลที่ไม่ดีจริงๆR2