Efectos ajustados versus no ajustados en regresión

¿Es "no ajustado" básicamente una simple regresión lineal mientras que "ajustado" es una regresión múltiple? Por ejemplo, mirando el efecto de x en y ajustando para otras variables como a, byc versus no ajustando para ellas.

Dado que según los comentarios "Sí" no es lo suficientemente largo como para ser una respuesta:

Si.

Cuando una regresión informa una estimación no ajustada, es solo una regresión de X en Y sin otras covariables. Una estimación ajustada es la misma regresión de X en Y en presencia de al menos una covariable.

La estimación bruta se obtiene cuando considera el efecto de una sola variable independiente (predictor), es decir, su ecuación consiste en una sola variable independiente. Cuando incluye más variables independientes en el análisis (variables de confusión) obtendrá lo que se denomina estimación estimada y ajustada, que tiene en cuenta el efecto debido a todas las variables independientes adicionales incluidas en el análisis.

Todo lo anterior es cierto, solo quiero agregar que el ajuste es cuando considera múltiples covariantes o variables independientes (por ejemplo: X1, X2, X3, X4), configúrelos todos constantes en su 'Valor medio' excepto una variable independiente ( X1) para capturar la relación entre esta variable independiente y la variable dependiente (X1 e Y).