koeficient určení (R2) se používá pro posouzení dobroty přizpůsobení v lineárním regresním modelu. Je to čtverec vícenásobného korelačního koeficientu mezi studiem a vysvětlujícími proměnnými založenými na hodnotách vzorku. Poskytuje platné výsledky pouze tehdy, jsou-li pozorování správně pozorována bez chyby měření. Konvenční R2 poskytuje neplatné výsledky v přítomnosti chyb měření v datech, protože vzorek R2 se stává nekonzistentním odhadcem jeho populačního protějšku, který je čtvercem populačního násobného korelačního koeficientu mezi studiem a vysvětlujícími proměnnými. V tomto článku byla navržena dobrá statistika fit založená na variantách R2 pro modely s více chybami měření. Tyto varianty jsou založeny na využití dvou forem dodatečných informací z vnější strany vzorku. Tyto dvě formy jsou známá kovarianční matice chyb měření spojených s vysvětlujícími proměnnými a známá matice spolehlivosti spojená s vysvětlujícími proměnnými. Asymptotické vlastnosti konvenčního R2 a navrhované varianty R2 jako dobrota statistiky fit byly studovány analyticky a numericky.