Le coefficient de détermination (R2) est utilisé pour juger de la qualité de l’ajustement dans un modèle de régression linéaire. C’est le carré du coefficient de corrélation multiple entre l’étude et les variables explicatives basées sur les valeurs de l’échantillon. Il ne donne des résultats valables que lorsque les observations sont correctement observées sans aucune erreur de mesure. Le R2 classique fournit des résultats non valides en présence d’erreurs de mesure dans les données car l’échantillon R2 devient un estimateur incohérent de son homologue de la population qui est le carré du coefficient de corrélation multiple de la population entre l’étude et les variables explicatives. La qualité des statistiques d’ajustement basées sur les variantes de R2 pour les modèles d’erreurs de mesure multiples a été proposée dans cet article. Ces variantes sont basées sur l’utilisation des deux formes d’informations supplémentaires provenant de l’extérieur de l’échantillon. Les deux formes sont la matrice de covariance connue des erreurs de mesure associées aux variables explicatives et la matrice de fiabilité connue associée aux variables explicatives. Les propriétés asymptotiques du R2 conventionnel et les variantes proposées de R2 comme la qualité des statistiques d’ajustement ont été étudiées analytiquement et numériquement.