Efek yang disesuaikan vs tidak disesuaikan dalam regresi

Apakah "tidak disesuaikan" pada dasarnya hanya regresi linier sederhana sedangkan "disesuaikan" adalah regresi berganda? Misalnya, melihat efek x pada y yang menyesuaikan variabel-variabel lain seperti a, b dan c versus tidak menyesuaikan untuk mereka.

Karena berdasarkan komentar "Ya" tidak cukup lama untuk menjadi jawaban:

Iya.

Ketika sebuah regresi melaporkan estimasi yang tidak disesuaikan, itu hanya regresi X pada Y tanpa kovariat lainnya. Estimasi yang disesuaikan adalah regresi X pada Y yang sama di hadapan setidaknya satu kovariat.

Estimasi kasar diperoleh ketika Anda mempertimbangkan pengaruh hanya satu variabel independen (prediktor), yaitu persamaan Anda hanya terdiri dari satu variabel independen. Ketika Anda memasukkan lebih banyak variabel independen dalam analisis (variabel perancu) Anda akan mendapatkan apa yang disebut dan estimasi yang disesuaikan, yang memperhitungkan efeknya karena semua variabel independen tambahan yang termasuk dalam analisis.

Semua di atas benar, saya hanya ingin menambahkan bahwa yang disesuaikan adalah ketika Anda mempertimbangkan beberapa kovarian atau variabel independen (misalnya: X1, X2, X3, X4), tetapkan semuanya konstan pada 'Nilai Rata-rata' kecuali satu variabel Independen ( X1) untuk menangkap hubungan antara variabel independen yang satu ini dan variabel dependen (X1 dan Y).