По результирующему фактору, которым является цена за единицу сравнения (метр, куб и т.д), и по каждому из влияющих на нее факторов с помощью формулы РЕГРЕССИЯ (см. справку MS Excel) рассчитывается коэффициент корреляции, определяющий силу связи между ценой (результирующим фактором) и фактором на нее влияющим.
Коэффициент корреляции может находиться в районе (-1;+1).
Чем корреляция ближе к единице, тем связь сильнее, чем ближе к 0, тем слабее. Если число положительное, то связь прямая (чем больше фактор, тем выше цена) и обратная (чем меньше значение фактора, тем выше цена).
Фактор включается в модель регрессии, если он признается статистически значимым.
Значимость фактора определяется через тесноту связи с ценой, которая устанавливается на вкладке «Статистика» «Главного Меню». Если коэффициент корреляции под соответствующим фактором на листе «Statistica» в абсолютном выражении превышает указанный в «Главном Меню», то такой фактор включается в модель регрессии.
Регрессионный анализ - раздел математической статистики, объединяющий практические методы исследования регрессионной зависимости между величинами по статистическим данным. Цель регрессионного анализа состоит в определении общего вида уравнения регрессии, построении статистических оценок неизвестных параметров, входящих в уравнение регрессии и проверке статистических гипотез о регрессии.
в «Главном Меню» на вкладке «Статистический» в большинстве случаев не следует устанавливать коэффициент корреляции:
1. Больше единицы (в абсолютном выражении).
2. Слишком низким (менее 0,5), в связи с высокой степенью вероятности низкого качества строящейся модели регрессии.
3. Слишком высоким (более 0,9) в связи с последующим включением малого количества факторов в модель.
Лучше вначале проверить тесноту связи между факторами и ценой, а затем на основе имеющихся данных установить минимальный коэффициент корреляции, указывающий на значимую тесноту связи.