对这种伪Rsquare好像没有太多的人注重吧

我學Logistic Regression時是根本沒有關注R-sqr的。書里面也沒強調要看這個，所以應該不是重要的參考。

这说明你的模型有问题，数据量太少

logistic 不用关注R square

我来回答一下你的问题。
R-square是用来衡量一个模型好坏的重要工具。英文的解释是这样的：R-square can be used to measure how much of you model be explained by the combination of the independent variables used in your model. 换句话来说，它可以告诉你，你的模型的因变量DV的变化有多少可以被自变量IV的组合来解释。 R-square 为0.02说明DV只有2%可以由IV组合来解释，其余的98%都无法由它们来解释。原因很简单，你漏掉了一些重要自变量。下面我给个例子说明。
在一个用来分析哪些因素会影响销售额的模型当中，因变量DV是 sales revenues, 自变量IV的组合为 promotion, in-store features, store location... 即
sales revenues=a0+a1promotion+a2in_store features+a3store location.
你很可能会发现每一个自变量都是significant, 但是R-square 却小得可怜 - 因为你没有将最重要的一个因素加进去 - price. 如果你将价格加进入后，你会发现R-square会得到很大的改善。
我建议你重新考虑你的IV组合。祝顺利。