W spółczynniki korelacji całkowite) 0,459 i 0.393 świadczą o umiarkowanej zależności statystycznej zmiennej zależnej ze zmiennymi niezależnymi, a zatem o znikomym stopniu objaśniania zmienności zmiennej zależnej przez każdą ze zmiennych niezależnych. Natomiast korelacja między zmiennymi niezależnymi \, i .V, równa 0.925 oznacza, że znaczna część zmienności zmiennej zależnej może byc przypisana łącznemu wpły w owi obu tych zmiennych. Rozliczymy poszczę-golnę wpływy.
Zmienność zmiennej zależnej Xx wyjaśniana wyłącznie przez zmienną nie-zsdcżną \. określa kwadrat tzw. częściowego współczynnika korelacji (ang. pan lub <c'mipurtial correlation). który oddaje zależność między zmienną zależną i nie-zależną przy kontrolowanym wpływie innych zmiennych tylko na tę zmienną niezależną. Współczynnik ten, który oznaczymy symbolem rl2(J), ma postać31
_W = _(1.47)|
r2
'23
A zatem korelacja częściowa Xx i X2 przy kontrolowanym wpływie X3 na zmienną X2 wynosi ^
ri2(3)
0,459 - 0,393 - 0,925
y/l-0,9252
= 0,25127
a wyłączny udział zmiennej X2 w wyjaśnieniu zmienności zmiennej zależnej Xx będzie kwadratem tego współczynnika r12(3) = (0,25127) 2 = 0,06314 (pole a na ry-
sunku 1.4). Dalej, skoro całkowita korelacja zmiennych Xx i X2 wynosi rX2 = 0,459, to zmienna X2 wyjaśnia rl2 = (0,459) 2 = 0,21068 całkowitej zmienności zmiennej zależnej . Y w równaniu regresji Xx = a 4- bX2. Jeżeli zatem wyłączny udział zmiennej X2 wynosi tylko 0,06314, to zmienność X, wyjaśniona łącznie przez X2\ i X, musi wynieść 0,21068 — 0,06314 = 0,14754 (pole c na rysunku 1.4).
Analogiczne obliczenia pozwolą określić stopień wyjaśniania zmienności X}\ przez drugą zmienną niezależną X3. Otrzymujemy
ri3(2)
wu innych