K 折叠 R2 是模型解释的数据折叠的响应变量中的变异百分比。K 折叠 R2 的值介于 0% 和 100% 之间。（虽然 K 折叠 R2 的计算可以产生负值，但 Minitab Statistical Software 会针对这些情况显示 0。）
公式
Minitab 计算每个折叠的误差平方和。这些计算对每个折叠使用相同的模型项，但系数的估计值可能不同。要计算 k 折叠 R2 统计量，将不同折叠的误差平方和相加。对于回归
，对于加权回归
。
然后，以下公式给出 K 折叠 R2 的方程：
表示法
项
说明
不含响应缺失值或预测变量（用于形成模型中的候选项）缺失值的行数
折叠 j 中的第 i 个观测响应值
折叠 j 中响应的第 i 个交叉验证拟合值
K
折叠数
wij
折叠 j 中第 i 个观测值的权重
SS合计
所有数据的的总平方和
K 折叠逐步 R 平方
K 折叠逐步 R 平方从一组候选项中评估模型中的项数。Minitab 在 k 折叠逐步 R 平方发生时为其显示负值。
公式
当逐步选择法为前进法并验证，且验证方法为 k 折叠交叉验证时，Minitab 计算 K 折叠逐步 R 平方。Minitab 执行前进法 K 次，忽略一次每个折叠的数据。每个折叠的模型可能不同。完成前进法过程后，Minitab 将对每个步骤中所有折叠的误差平方进行求和。Minitab 使用此总和计算 K 折叠逐步 R 平方。对于回归：
。
。
。
。
。
。
.
