Ei! Tudo bem, Bruno?
O R² e o R² Ajustado são coisas diferentes. Vamos colocar em ordem de prioridade:
Primeiro, verificamos a Multicolinearidade: Se o modelo apresenta multicolinearidade forte (como o Modelo 1 da aula), os coeficientes tornam-se instáveis e o R² elevado é "falso" ou inflado. Se as variáveis estão "competindo" umas com as outras, o modelo não é confiável para inferência, independentemente do R².
Depois, olhamos o R² Ajustado (e não o R² simples): O exercício mencionou o R² Ajustado porque ele penaliza o modelo por adicionar variáveis que não ajudam de verdade. O R² simples sempre aumenta quando você coloca mais variáveis, mesmo que sejam inúteis.
A escolha final: Entre modelos sem multicolinearidade, escolhemos aquele com o maior R² Ajustado.
Por que a aula preferiu o de 69% contra o de 73%?
Porque o de 73% tinha multicolinearidade (as variáveis explicavam a mesma coisa, gerando o sinal negativo estranho no coeficiente). O modelo de 69% pode explicar "menos", mas o que ele explica é real e estável.
Em resumo, a prioridade seria: Remova a multicolinearidade primeiro -> Compare o R² Ajustado dos que sobraram -> Escolha o maior.
Espero ter ajudado. Continue firme nos estudos e qualquer dúvida, compartilhe no fórum.
Bons estudos e até mais!
Caso este post tenha lhe ajudado, por favor, marcar como solucionado
