Если факторы взаимнонекоррелируемы, то вклад определяется корреляцией между фактором и прогнозируемой величиной.
Если факторы коррелируемы, то применяется метод Step wise. Сначала выбирается один фактор. Его вклад определяется корреляцией с прогнозируемой величиной. Потом добавляется второй, и рассчитывается их линейная комбинация (л. к.-1) сумма так, чтобы она уже некоррелировала с первым фактором. И строится регрессия
(первый фактор, л. к.1)> прогнозируемая величина
Уменьшение дисперсии ошибки (для того, чтобы понять уменьшение значимо или нет используется F-критерий) считается вкладом второго фактора. Если уменьшение по F-критерию незначимо, то л.к.-1 обнуляют и считается, что вклад второго фактора нулевой.
Потом добавляют третий фактор и строится линейная комбинация третьего фактора, первого и л. к.-1 (л. к.-1), такая, что она уже не коррелирована с первым фактором и л. к.-1 и опять строится регрессия
(первый фактор, л. к.-1, л. к.2)> прогнозируемая величина
Уменьшение дисперсии ошибки (для того, чтобы понять уменьшение значимо или нет используется F-критерий) считается вкладом второго фактора. Если уменьшение по F-критерию незначимо, то л.к.-2 обнуляют и считается, что вклад третьего фактора нулевой.
И т. д. до полного перебора факторов.
Самое любопытнное, что результаты этого метода могут сильно отличаться при различном выборе первого фактора. В стандартных статпакетах обычно в качестве первого фактора выбирается фактор с наибольшей выборочной корреляцией с прогнозируемой величиной.
