예측 R²(R-Sq Pred)을 사용하여 모형의 새 관측치에 대한 반응을 얼마나 잘 예측하는지
확인할 수 있다. 예측 R²(R-Sq Pred) 값이 클수록 모형의 예측 능력이 뛰어나다.

예측 R²(R-Sq Pred)은 데이터 집합에서 각 관측치를 체계적으로 제거하고 회귀 방정식을
추정하며 모형이 제거된 관측치를 얼마나 잘 예측하는지 결정하여 계산된다.

예측 R²(R-Sq Pred)은 0%에서 100% 사이에 있으며 PRESS 통계량에서 계산된다.

예측 R²(R-Sq Pred)은 모형 추정에 포함되지 않은 관측치를 사용하여 계산하기 때문에
모형의 과대 적합을 방지하고 모형을 비교하기 위해 수정 R²(R-Sq Adj)보다 더 유용하다.
과대 적합은 모형 계산에 사용된 데이터 집합의 예측 변수와 반응 변수 간의 관계를
설명하지만 새 관측치에 대한 올바른 예측을 제공하지 못하는 모형을 가리킨다.

예를 들어, 금융 컨설팅 회사에서 미래 시장 조건을 예측하기 위한

모형을 개발하고 있다고 가정한다.

개발하는 모형의 R²이 87%이면 가능성이 있는 것으로 표시되지만

예측 R²(R-Sq Pred)을 계산할 때 52%로 떨어지는 것을 발견된다면,

이는 과대 적합된 모형을 가리키고

모형이 기존 데이터를 적합하는 것처럼

정확하게 새 관측치를 잘 예측하지 않음을 나타낸다.