调整R方是回归模型好坏的指标，正常情况在0到1之间。当它变成负数时，说明模型解释数据的能力比不建模还差。比如用10个数据点做5个变量的回归，调整R方可能-0.12，这时新变量反而让模型更乱。

调整R方公式是1减去（残差平方和/总平方和×自由度调整）。当模型变量太多或数据太少时，自由度调整会放大误差。比如总平方和是100，残差平方和变成120，这时候1-(120/100×0.8）=1-0.96=0.04，但若变量多导致自由度下降，可能变成1-(120/100×1.2）=1-1.44=-0.44。数据量少时，每个变量都占资源，比如3个数据点5个变量，模型根本拟合不了真实关系，强行计算就会出负数。这时候应该删变量或加数据，别让模型“饿肚子”还想“吃肉”。