Efeitos ajustados vs. não ajustados na regressão

"Não ajustado" é basicamente regressão linear simples, enquanto "ajustado" é regressão múltipla? Por exemplo, observando o efeito de x em y ajustando para outras variáveis ​​como a, bec antes de não ajustá-las.

Como com base nos comentários "Sim", não é o suficiente para ser uma resposta:

Sim.

Quando uma regressão relata uma estimativa não ajustada, é apenas uma regressão de X em Y sem outras covariáveis. Uma estimativa ajustada é a mesma regressão de X em Y na presença de pelo menos uma covariável.

A estimativa bruta é obtida quando você considera o efeito de apenas uma variável independente (preditora), ou seja, sua equação consiste em apenas uma variável independente. Quando você inclui mais variáveis ​​independentes na análise (variáveis ​​de confusão), obtém o que é chamado e estimativa ajustada, que leva em consideração o efeito devido a todas as variáveis ​​independentes adicionais incluídas na análise.

Tudo acima é verdade, só quero acrescentar que o ajustado é quando você considera várias variáveis ​​covariantes ou variáveis ​​independentes (por exemplo: X1, X2, X3, X4), defina todas elas constantes em seu 'Valor médio', exceto uma variável independente ( X1) para capturar o relacionamento entre essa variável independente e a variável dependente (X1 e Y).