O coeficiente de determinação, o famoso R², responde a uma pergunta simples: quanto da variação de uma variável o modelo de regressão consegue explicar? Ele aparece em praticamente toda prova que cobra regressão, quase sempre junto da tabela ANOVA ou do coeficiente de correlação. Neste artigo você vai ver o que o R² mede, as três formas de calculá-lo, como interpretá-lo sem cair em pegadinhas e, no final, questões de concurso comentadas da FGV e do Cebraspe. Ao longo do texto há também uma calculadora que mostra todas as contas.
O que é o Coeficiente de Determinação
Quando ajustamos uma regressão linear simples, os valores de \(Y\) não caem todos em cima da reta. Parte da variação de \(Y\) acompanha a variação de \(X\) e é capturada pela reta ajustada. A outra parte fica de fora, nos resíduos. O coeficiente de determinação é justamente a fração da variabilidade total de \(Y\) que o modelo explica.
Por ser uma proporção, ele fica sempre entre 0 e 1, ou seja, \(0 \le R^2 \le 1\). Um R² igual a 0,80 significa que 80% da variação de \(Y\) em torno da sua média é explicada pela relação linear com \(X\), e os 20% restantes ficam por conta de outros fatores e do acaso. Nos extremos, \(R^2 = 1\) indica que todos os pontos estão exatamente sobre a reta, e \(R^2 = 0\) indica que a reta não explica nada além do que a própria média de \(Y\) já explicaria.
A Decomposição da Variabilidade
Para entender de onde vem o R², pense em cada observação \(y_i\). A distância dela até a média \(\bar{y}\) pode ser quebrada em dois pedaços: a distância da média até o valor previsto pela reta, \(\widehat{y}_i – \bar{y}\), e a distância do valor previsto até o valor observado, \(y_i – \widehat{y}_i\), que é o resíduo. Elevando ao quadrado e somando para todas as observações, chegamos à identidade mais importante da regressão:
\[ \underbrace{\sum (y_i – \bar{y})^2}_{SQT} = \underbrace{\sum (\widehat{y}_i – \bar{y})^2}_{SQReg} + \underbrace{\sum (y_i – \widehat{y}_i)^2}_{SQRes} \]
A SQT é a soma de quadrados total, que mede toda a variabilidade de \(Y\). A SQReg é a soma de quadrados da regressão, a parte explicada pela reta. A SQRes é a soma de quadrados dos resíduos, a parte que sobra. Em alguns livros e provas você também vai encontrar as siglas SQE e SQR, e aqui mora uma pegadinha: dependendo do autor, SQE pode significar soma de quadrados explicada ou soma de quadrados dos erros. Na hora da prova, leia a definição que o enunciado usa antes de fazer qualquer conta.
Para se aprofundar, o Departamento de Estatística da UFMG publicou um relatório técnico sobre o uso do R² para avaliar a utilidade de um modelo de regressão, que mostra como o coeficiente de determinação pode servir de base para um teste de hipóteses.
Como Calcular o R²
A definição direta vem da decomposição: o R² é a parte explicada dividida pelo total. Como SQT = SQReg + SQRes, a mesma conta pode ser feita pelo complemento:
\[ R^2 = \frac{SQReg}{SQT} = 1 – \frac{SQRes}{SQT} \]
Na regressão linear simples, existe um atalho que as bancas adoram: o R² é o quadrado do coeficiente de correlação linear de Pearson entre \(X\) e \(Y\). Usando as somas \(S_{xx}\), \(S_{yy}\) e \(S_{xy}\), que você já calcula para achar a reta, fica assim:
\[ R^2 = r^2 = \frac{S_{xy}^2}{S_{xx}\,S_{yy}} \]
Uma terceira forma aproveita a inclinação já estimada. Como \(SQReg = \widehat{\beta}_1\,S_{xy}\) e \(SQT = S_{yy}\), temos \(R^2 = \widehat{\beta}_1\,S_{xy}/S_{yy}\). Na prova, escolha a forma que usa os dados que o enunciado já entregou: se ele deu a tabela ANOVA, use as somas de quadrados; se deu a correlação, eleve ao quadrado; se deu os somatórios, use as somas \(S\).
Calculadora de Coeficiente de Determinação
Cole os seus dados e a calculadora mostra a reta ajustada, a decomposição SQT = SQReg + SQRes e o R², com todas as contas. Ela já vem com um exemplo preenchido: número de simulados feitos no mês (X) e nota na prova, de 0 a 5 (Y). É o mesmo exemplo resolvido logo abaixo.
Exemplo Resolvido Passo a Passo
Considere os pares \((1, 2), (2, 4), (3, 5), (4, 4), (5, 5)\). As médias são \(\bar{x} = 3\) e \(\bar{y} = 4\). Os desvios de \(X\) em relação à média são \(-2, -1, 0, 1, 2\), e os de \(Y\) são \(-2, 0, 1, 0, 1\). Com eles, as três somas saem rápido:
\[ S_{xx} = 4 + 1 + 0 + 1 + 4 = 10 \qquad S_{yy} = 4 + 0 + 1 + 0 + 1 = 6 \qquad S_{xy} = 4 + 0 + 0 + 0 + 2 = 6 \]
A inclinação é \(\widehat{\beta}_1 = 6/10 = 0{,}6\), e a reta ajustada fica \(\widehat{Y} = 2{,}2 + 0{,}6X\). Agora a decomposição: a variabilidade total é \(SQT = S_{yy} = 6\), a parte explicada é \(SQReg = 0{,}6 \cdot 6 = 3{,}6\) e o que sobra nos resíduos é \(SQRes = 6 – 3{,}6 = 2{,}4\). Portanto:
\[ R^2 = \frac{3{,}6}{6} = 0{,}6 \qquad\text{ou, pelo atalho,}\qquad R^2 = \frac{6^2}{10 \cdot 6} = \frac{36}{60} = 0{,}6 \]
O modelo explica 60% da variação das notas. Repare que a correlação é \(r = 6/\sqrt{60} \approx 0{,}775\), um valor que parece alto, mas que corresponde a um R² bem mais modesto. Elevar ao quadrado sempre reduz um número entre 0 e 1, e essa diferença costuma ser explorada em itens do tipo certo ou errado.
Como Interpretar o R² sem Cair em Pegadinhas
O R² mede a qualidade do ajuste, mas não diz se o modelo está correto. Um R² alto não prova causalidade: duas variáveis podem andar juntas porque ambas dependem de uma terceira. Também não garante que os pressupostos do modelo valham. Um conjunto de dados com relação claramente curva pode ter R² razoável numa reta e, ainda assim, a reta ser o modelo errado. Por isso a análise de resíduos e a verificação de problemas como a heterocedasticidade continuam necessárias.
Outro ponto que cai muito: o R² perde o sinal da relação. Saber que \(R^2 = 0{,}81\) diz que \(|r| = 0{,}9\), mas não diz se a correlação é positiva ou negativa. O sinal de \(r\) é sempre o mesmo da inclinação \(\widehat{\beta}_1\), então quem decide é a reta.
Por fim, na regressão múltipla o R² nunca diminui quando se acrescenta uma variável ao modelo, mesmo que ela seja inútil. É por isso que existe o R² ajustado, que penaliza o número de variáveis explicativas. Na regressão simples, com uma única variável, essa questão não aparece, mas as bancas gostam de cobrar a diferença entre os dois.

R² e Coeficiente de Correlação: Qual a Diferença
Os dois estão ligados, mas respondem a perguntas diferentes. O coeficiente de correlação \(r\) mede a força e o sentido da associação linear entre duas variáveis, varia de −1 a 1 e é simétrico: a correlação entre \(X\) e \(Y\) é a mesma entre \(Y\) e \(X\). O R² mede quanto da variação da variável resposta é explicada por um modelo, varia de 0 a 1 e só faz sentido depois que se define quem explica quem. A identidade \(R^2 = r^2\) vale apenas na regressão linear simples com intercepto. Na regressão múltipla, o R² passa a ser o quadrado da correlação entre os valores observados e os valores previstos pelo modelo.
Curso de Estatística para Concurso: o mais completo para aprovação em estatística e probabilidade.
Questões de Concurso Comentadas
Agora é hora de treinar. Tente resolver cada questão antes de clicar em “Ver resolução comentada”. As três exploram exatamente os pontos vistos no artigo: as siglas das somas de quadrados, o intervalo de valores do R² e a relação entre R² e correlação.
Questão 1 (FGV): Fórmula do R² com SQT, SQE e SQR
(FGV, 2024, TJ AP, Analista Judiciário, Apoio Especializado, Estatístico) Suponha que foram calculados a soma quadrática total (SQT), a soma quadrática explicada (SQE) e a soma quadrática dos resíduos (SQR) de uma regressão.
A partir disso, o cálculo da medida que representa o coeficiente de determinação R2 é dado por:
(A) 1 − SQE / SQT;
(B) SQE / SQT;
(C) SQR / SQT;
(D) SQE / SQR;
(E) SQT / SQE.
Ver resolução comentada
Gabarito: B.
Esta questão é a pegadinha das siglas em estado puro. O primeiro passo não é lembrar uma fórmula, e sim ler o que o enunciado chama de quê. Aqui, SQE é a soma quadrática explicada e SQR é a soma quadrática dos resíduos. Traduzindo para a notação deste artigo, SQE corresponde à SQReg e SQR corresponde à SQRes.
Com isso, basta aplicar a definição: o R² é a parte explicada dividida pelo total.
\[ R^2 = \frac{SQE}{SQT} = 1 – \frac{SQR}{SQT} \]
A forma da esquerda é a alternativa B. Agora repare na alternativa A: \(1 – SQE/SQT\) seria a resposta certa se SQE significasse soma dos quadrados dos erros, como em vários livros. A banca colocou a fórmula correta para a convenção oposta justamente para pegar quem decorou a fórmula sem ler as definições. A alternativa C dá a proporção não explicada, que é \(1 – R^2\).
Questão 2 (Cebraspe): Intervalo de Valores do R²
(Cebraspe, 2026, DETRAN AL, Analista de Trânsito, Estatística) Considerando o modelo de regressão linear simples \(Y_i = \beta_0 + \beta_1 X_i + \varepsilon_i\), \(i = 1, \ldots, n\), em que os erros \(\varepsilon_i\) são independentes e identicamente distribuídos, com \(\varepsilon_i \sim N(0, \sigma^2)\), julgue o item subsequente.
O coeficiente de determinação \(R^2\) mede a proporção da variabilidade total de \(Y\) explicada pelo modelo, e, na regressão linear simples com intercepto, seu valor está sempre contido no intervalo [0,1].
( ) Certo ( ) Errado
Ver resolução comentada
Gabarito: Certo.
O item tem duas afirmações, e as duas precisam estar certas. A primeira é a própria definição do R²: a proporção da variabilidade total de \(Y\) explicada pelo modelo. Até aqui, nenhuma dúvida.
A segunda depende de um detalhe que o Cebraspe fez questão de escrever: com intercepto. Quando o modelo tem intercepto, a decomposição \(SQT = SQReg + SQRes\) vale exatamente. Como as três parcelas são somas de quadrados, nenhuma é negativa, e então \(0 \le SQReg \le SQT\). Dividindo tudo por SQT, chega-se a \(0 \le R^2 \le 1\).
Por que a banca destacou o intercepto? Porque, num modelo sem intercepto (a reta forçada a passar pela origem), a decomposição em torno da média deixa de valer. Nesse caso, a conta \(1 – SQRes/SQT\) pode até dar um número negativo. Guarde esse detalhe: se um item futuro tirar o intercepto e mantiver a afirmação, a resposta muda.
Questão 3 (Cebraspe): Correlação a partir do R²
(Cebraspe, 2026, TCE RN, Auditor de Controle Externo, Estatística) Considere um modelo de regressão linear simples na forma
\[ y = \beta_0 + \beta_1 x + \varepsilon \]
no qual x representa o valor total, em milhões de reais, contratado para execução de obras públicas e y denota o percentual de aditivos contratuais (em percentagem), entendido como o aumento percentual do valor inicialmente contratado. O termo \(\varepsilon\) refere-se ao erro aleatório com média zero e variância \(\sigma^2\). Por meio de uma amostra aleatória de 27 contratos, obtiveram-se os seguintes resultados, fornecidos pelo método dos mínimos quadrados ordinários.
| estimativa de \(\beta_1\) | 1,5 |
| coeficiente de determinação do modelo | 81% |
| soma de quadrados total | 500 |
Com base nessas informações, julgue o item subsequente.
A correlação linear entre y e x é superior a 0,95.
( ) Certo ( ) Errado
Ver resolução comentada
Gabarito: Errado.
Na regressão linear simples, \(R^2 = r^2\). Então a correlação sai de uma raiz quadrada, e o sinal vem da inclinação:
\[ |r| = \sqrt{0{,}81} = 0{,}9 \]
Como \(\widehat{\beta}_1 = 1{,}5\) é positivo, a correlação também é positiva: \(r = 0{,}9\). Esse valor é menor que 0,95, e o item está errado.
Repare em duas armadilhas. A primeira é a impressão de que 81% é um ajuste “quase perfeito” e, portanto, a correlação teria de ser altíssima. A conta mostra o contrário: para \(r\) passar de 0,95, o R² precisaria passar de \(0{,}95^2 = 0{,}9025\). A segunda é a soma de quadrados total igual a 500, que não serve para nada neste item. Ela só seria útil para obter \(SQReg = 0{,}81 \cdot 500 = 405\) e \(SQRes = 95\), em outros itens da mesma questão. O Cebraspe costuma colocar dados a mais na tabela para testar se você sabe escolher o que usar.
Conclusão
O coeficiente de determinação resume, num único número entre 0 e 1, quanto da variação da variável resposta o modelo explica. Para a prova, guarde a decomposição SQT = SQReg + SQRes, as três formas de cálculo e os limites da interpretação: R² alto não é sinônimo de causalidade nem de modelo correto, e ele não carrega o sinal da relação.
Se ainda não leu, veja o passo a passo da regressão linear simples, que mostra como chegar à reta ajustada antes de calcular o R².





Deixe um comentário