多重线性回归中下列哪个指标用于最优模型的选择 A. 偏回归系数B. 标准化回归系数C. 决定系数D. 复相关系数E. 调整决定系数

步骤 1：理解多重线性回归模型
多重线性回归模型是一种统计方法，用于研究一个因变量与多个自变量之间的线性关系。在选择最优模型时，需要考虑模型的拟合优度和模型的复杂度。

步骤 2：分析各个指标的含义
A. 偏回归系数：表示在控制其他自变量的情况下，一个自变量对因变量的影响。
B. 标准化回归系数：表示在控制其他自变量的情况下，一个自变量对因变量的影响，但经过标准化处理，使得不同自变量的系数具有可比性。
C. 决定系数（R²）：表示模型解释的因变量变异的比例，值越大表示模型拟合越好。
D. 复相关系数：表示因变量与所有自变量之间的相关程度，值越大表示模型拟合越好。
E. 调整决定系数（Adjusted R²）：在决定系数的基础上，考虑了模型中自变量的数量，避免了因增加自变量而人为提高模型拟合度的情况。

步骤 3：选择最优模型的指标
在选择最优模型时，需要考虑模型的拟合优度和模型的复杂度。调整决定系数（Adjusted R²）在决定系数的基础上，考虑了模型中自变量的数量，避免了因增加自变量而人为提高模型拟合度的情况，因此是选择最优模型的合适指标。