O revisor está correto pois a definição de R² que ele possivelmente está usando é de R² corrido para a média ou R² com relação o modelo nulo. Veja no exemplo abaixo como calcular o mencionado R². R² só faz sentido, ou melhor, só é o ajustado para a média, se o teu modelo puder se reduzir ao modelo de intercepto através de uma restrição paramétrica. É por esse motivo que para alguns modelos não lineares o valor calculado de R² é tão otimista, porque assim como o teu modelo sem intercepto, alguns modelos não lineares também não possuem intercepto. Em todas as situações, para evitar problemas, considere o R² ajustado/relativo ao modelo nulo.

x <- runif(30)
y <- rnorm(30,3*x, sd=0.1)

plot(y~x)

mod.com.int <- lm(y~x)
mod.sem.int <- lm(y~0+x)
summary(mod.com.int)
summary(mod.sem.int)

mod.null <- lm(y~1)

# R² ajustados para a média
1-deviance(mod.com.int)/deviance(mod.null)
1-deviance(mod.sem.int)/deviance(mod.null)

À disposição.
Walmes.

==========================================================================
Walmes Marques Zeviani
LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)
Departamento de Estatística - Universidade Federal do Paraná
fone: (+55) 41 3361 3573
VoIP: (3361 3600) 1053 1173
e-mail: walmes@ufpr.br
skype: walmeszeviani
twitter: @walmeszeviani
homepage: http://www.leg.ufpr.br/~walmes
linux user number: 531218
==========================================================================