Для понимания двухфакторной линейной регрессии, давайте разберем, что такое коэффициент детерминации и скорректированный коэффициент детерминации, а также что они означают в контексте ваших данных.

• Коэффициент детерминации показывает, какая доля вариации зависимой переменной объясняется независимыми переменными.
• В вашем случае R² = 0,7 означает, что 70% вариации зависимой переменной объясняется двумя факторами, которые вы используете в модели.

• Скорректированный коэффициент детерминации учитывает количество независимых переменных в модели и общее количество наблюдений.
• Скорректированное значение R² = 0,614 говорит о том, что после учета количества факторов модель объясняет 61,4% вариации зависимой переменной.
• Это значение обычно ниже, чем обычный R², поскольку оно корректируется для количества предикторов в модели.

• Вы не указали конкретное число наблюдений, но оно важно для интерпретации результатов.
• Чем больше число наблюдений, тем надежнее будут ваши оценки коэффициентов и тем более стабильными будут значения R² и скорректированного R².

• Если R² значительно выше скорректированного R², это может указывать на то, что добавление дополнительных факторов не улучшает модель, а только усложняет ее.
• В вашем случае, разница между R² и скорректированным R² не слишком велика, что может свидетельствовать о том, что два фактора в модели адекватно объясняют вариацию зависимой переменной.

Таким образом, в вашей модели два фактора объясняют значительную часть вариации зависимой переменной, и скорректированный коэффициент детерминации подтверждает, что модель не перегружена лишними предикторами.