ПРИКЛАДНАЯИНФОРМАТИКА ¹ 1(19) 2009 Б. Н. Поляков Эффективный метод ранжирования независимых переменных и отбрасывания несущественных параметров при многофакторном статистическоманализе1 В продолжение цикла публикаций,начатогов¹6(12) 2008 года,вниманиючитателей представляются работы автора, посвященные построению математических моделей объектов автоматизации. <...> Предлагаемая статья содержит анализ технологических процессов в металлургической промышленности. ния криволинейного уравнения множественной регрессии методом Брандона2 В работе [1] отмечалось, что для нахожде, независимые переменные необходимо ранжировать, т. е. располагать в порядке уменьшения силы их влияния на зависимую переменную. <...> Ранжировать независимые переменные можно на основе линейного регрессионного анализа как первого этапа многофакторного анализа: по коэффициентам полной корреляции d i1 ной корреляции r i1 , часткоэффициенту регрессии i или по стандартизованному . теризует тесноту связи между зависимой переменной x1 Коэффициентполнойкорреляцииd i1 и независимой xi , либо влиянием других независихарак, и здесь не важно, чем обусловлена эта связь—действительным влиянием xi мых переменных, корреляционно связанных с xi , ивследствие этого, искажающихсилу влиясии i ния рассматриваемой независимой переменной на зависимую. <...> Стандартизованный коэффициент регресявляется количественной характеристикой силы влияния независимой переменной, выраженной в единицах среднеквадратического отклонения зависимой переменной при устранении другой линейной связи с остальными независимыми переменными. <...> Но в анализе двух переменных в алгоритме «Метод Брандона» (прим. ред.) <...> . ВопросытеорииМатематическиеметоды 115 связи двух переменных приняты не абсолютныеоценки, а относительные, т. е. болееобщие характеристики. <...> Коэффициент частной корреляции r i1 является относительной характеристикой силы влияния независимой переменной на зависимую <...>