Regressiyaning xususiy tenglamasining yozilishi va elastiklikning xususiy koeffitsientini aniqlash

Yuklangan vaqt

2024-11-19

Yuklab olishlar soni

2

Sahifalar soni

8

Faytl hajmi

108,3 KB


 
1 
 
 
 
 
 
 
Regressiyaning xususiy tenglamasining yozilishi va elastiklikning xususiy 
koeffitsientini aniqlash 
 
 
 










p
p
i
x
b
x
b
x
b
a
y
...
2
2
1
 - ko‘p omilli regressiya chiziqli tenglamasi 
asosida regressiyaning xususiy tenglamalarini quyidagicha yozish mumkin: 

















).
(
..
..........
..........
),
(
),
(
.
...
2
...
1
....
1
2
1
3
1
2
3
2
1
p
x
x
x
x
x
x
x
x
x
x
x
x
x
f
y
x
f
y
x
f
y
p
p
p
p
,                                             (8.1) 
ya’ni ushbu tenglamalar sistemasi natijaviy belgini mos x  omil belgi bilan, ko‘p omilli 
regressiyada e’tiborga olinuvchi qolgan belgilarini o‘rtacha qiymatida ushlab turgan 
holda bog‘lanishini ifodalaydigan regressiya tenglamalaridan iborat.  
Regressiyaning xususiy tenglamalari quyidagi ko‘rinishga ega: 
















































p
p
p
p
x
x
x
x
p
p
x
x
x
x
p
p
x
x
x
x
x
b
x
b
x
b
x
b
a
y
x
b
x
b
x
b
x
b
a
y
x
b
x
b
x
b
x
b
a
y
p
p
p
p
1
1
2
2
1
1
,...
,
3
3
2
2
1
1
...
,
3
3
2
2
1
1
...
,
...
.........
..........
..........
..........
..........
..........
..........
...
...
1
2
1
3
1
2
3
2
1
 (8.2) 
Ushbu tenglamalarga mos omillarning o‘rtacha qiymatlarini qo‘yib chiqsak, ular 
juft chiziqli regressiya tenglamasining ko‘rinishini olib quyidagicha ifodalanadi: 




















p
p
p
x
x
x
x
x
x
x
x
x
x
x
x
x
b
A
y
x
b
A
y
x
b
A
y
p
p
p
p
1
2
1
3
1
2
3
2
1
,...
,
2
2
2
...
,
1
1
1
...
,
ˆ
..
..........
..........
..........
,
ˆ
,
ˆ
,
1 Regressiyaning xususiy tenglamasining yozilishi va elastiklikning xususiy koeffitsientini aniqlash           p p i x b x b x b a y ... 2 2 1 - ko‘p omilli regressiya chiziqli tenglamasi asosida regressiyaning xususiy tenglamalarini quyidagicha yozish mumkin:                  ). ( .. .......... .......... ), ( ), ( . ... 2 ... 1 .... 1 2 1 3 1 2 3 2 1 p x x x x x x x x x x x x x f y x f y x f y p p p p , (8.1) ya’ni ushbu tenglamalar sistemasi natijaviy belgini mos x omil belgi bilan, ko‘p omilli regressiyada e’tiborga olinuvchi qolgan belgilarini o‘rtacha qiymatida ushlab turgan holda bog‘lanishini ifodalaydigan regressiya tenglamalaridan iborat. Regressiyaning xususiy tenglamalari quyidagi ko‘rinishga ega:                                                 p p p p x x x x p p x x x x p p x x x x x b x b x b x b a y x b x b x b x b a y x b x b x b x b a y p p p p 1 1 2 2 1 1 ,... , 3 3 2 2 1 1 ... , 3 3 2 2 1 1 ... , ... ......... .......... .......... .......... .......... .......... .......... ... ... 1 2 1 3 1 2 3 2 1 (8.2) Ushbu tenglamalarga mos omillarning o‘rtacha qiymatlarini qo‘yib chiqsak, ular juft chiziqli regressiya tenglamasining ko‘rinishini olib quyidagicha ifodalanadi:                     p p p x x x x x x x x x x x x x b A y x b A y x b A y p p p p 1 2 1 3 1 2 3 2 1 ,... , 2 2 2 ... , 1 1 1 ... , ˆ .. .......... .......... .......... , ˆ , ˆ ,
 
2 
 
bu yerda, 
































1
1
2
2
1
1
3
3
1
1
2
3
3
2
2
1
...
..........
..........
..........
..........
..........
...
...
p
p
p
p
p
p
p
x
b
x
b
x
b
a
A
x
b
x
b
x
b
a
A
x
b
x
b
x
b
a
A
 
Juft regressiyadan regressiyaning xususiy tenglamasini farqi shundan iboratki, u 
omillarni natijaga alohida-alohida ta’sirini tavsiflaydi, chunki bir omilni ta’sirini 
o‘rganilayotganda qolganlari o‘zgarmas holda ushlab turiladi. Qolgan omillarni ta’sir 
darajasi ko‘p omilli regressiya tenglamasining ozod hadida hisobga olinadi. Bunday 
holat regressiyaning xususiy tenglamasi asosida elastiklikning xususiy koeffitsientini 
aniqlash imkonini beradi, u quyidagicha ifodalanadi: 
,
ˆ
1
1
1
1 ...
p
i
i
i
i
x
x
x
x
x
x
i
i
yx
y
x
b
Э







  
 
 
 
 
(8.3) 
bu yerda: 
i
b  - qo‘p omilli regressiya tenglamasida 
i
x  omil uchun regressiya 
koeffitsienti; 
p
i
i
i
x
x
x
x
x
x
y






1
1
2
1
...
ˆ
- regressiyaning xususiy tenglamasi. 
Berilgan ma’lumotlar asosida to‘plam bo‘yicha o‘rtacha elastiklik ko‘rsatkichini 
(8.3) dan foydalanib topish mumkin, ya’ni  
i
i
x
x
i
i
y
y
x
b
Э


. 
 
8.2. Ko‘p omilli korrelyatsiya 
 
Ko‘p omilli regressiya tenglamasining amaliy ahamiyati ko‘p omilli korrelyatsiya 
koeffitsienti va uning kvadrati - determinatsiya koeffitsienti yordamida baholanadi.  
Ko‘p 
omilli 
korrelyatsiya 
koeffitsienti 
qaralayotgan 
omillar 
to‘plamini 
o‘rganilayotgan belgiga bog‘lanish darajasini tavsiflaydi, ya’ni omillarni birgalikda 
natijaviy belgiga ta’sir kuchini tavsiflab beradi.
2 bu yerda,                                 1 1 2 2 1 1 3 3 1 1 2 3 3 2 2 1 ... .......... .......... .......... .......... .......... ... ... p p p p p p p x b x b x b a A x b x b x b a A x b x b x b a A Juft regressiyadan regressiyaning xususiy tenglamasini farqi shundan iboratki, u omillarni natijaga alohida-alohida ta’sirini tavsiflaydi, chunki bir omilni ta’sirini o‘rganilayotganda qolganlari o‘zgarmas holda ushlab turiladi. Qolgan omillarni ta’sir darajasi ko‘p omilli regressiya tenglamasining ozod hadida hisobga olinadi. Bunday holat regressiyaning xususiy tenglamasi asosida elastiklikning xususiy koeffitsientini aniqlash imkonini beradi, u quyidagicha ifodalanadi: , ˆ 1 1 1 1 ... p i i i i x x x x x x i i yx y x b Э        (8.3) bu yerda: i b - qo‘p omilli regressiya tenglamasida i x omil uchun regressiya koeffitsienti; p i i i x x x x x x y       1 1 2 1 ... ˆ - regressiyaning xususiy tenglamasi. Berilgan ma’lumotlar asosida to‘plam bo‘yicha o‘rtacha elastiklik ko‘rsatkichini (8.3) dan foydalanib topish mumkin, ya’ni i i x x i i y y x b Э   . 8.2. Ko‘p omilli korrelyatsiya Ko‘p omilli regressiya tenglamasining amaliy ahamiyati ko‘p omilli korrelyatsiya koeffitsienti va uning kvadrati - determinatsiya koeffitsienti yordamida baholanadi. Ko‘p omilli korrelyatsiya koeffitsienti qaralayotgan omillar to‘plamini o‘rganilayotgan belgiga bog‘lanish darajasini tavsiflaydi, ya’ni omillarni birgalikda natijaviy belgiga ta’sir kuchini tavsiflab beradi.
 
3 
 
Ko‘p omilli korrelyatsiya ko‘rsatkichi o‘zaro bog‘lanish shakllaridan qat’iy nazar 
ko‘p o‘lchovli korrelyatsiya indeksi kabi aniqlanishi mumkin: 
 
,
1
2
2
qol
1
21
1
y
x
x
yx
p
R





  
 
 
(8.4) 
bu yerda: 


p
qol
x
x
x
f
y
,...,
2
1
2
,



 tenglama uchun  
qoldiq dispersiya, 


n
y
y
p
x
x
x
qol
2
,
2
1
21
1
ˆ





; 
2
y
-natijaviy belgining umumiy dispersiyasi, 


n
y
y
y
2




. 
Ko‘p omilli korrelyatsiya indeksini tuzish metodikasi juft bog‘lanishnikiga 
o‘xshash. Uning o‘zgarish chegarasi ham 0 dan 1 gacha. U 1 ga qanchalik yaqin bo‘lsa 
natijaviy belgining barcha omillar bilan bog‘lanish darajasi shunchalik yuqori bo‘ladi. 
Ko‘p omilli korrelyatsiya indeksining qiymati juft omilli korrelyatsiyalar indekslarining 
maksimal qiymatidan katta yoki unga teng bo‘lishi kerak, ya’ni, 
).
,
1
(
  
(max)
...
2
1
p
i
R
R
i
p
yx
x
x
yx


 
Bog‘lanish chiziqli bo‘lganda korrelyatsiya indeksi formulasini juft korrelyatsiya 
koeffitsienti orqali quyidagicha ifodalash mumkin: 
.
...
2
1



i
i
p
yx
x
x
x
yx
r
R

 
 
 
 
(8.5) 
bu yerda: 
i
x
 - regressiyaning standartlashgan koeffitsienti; 
i
yx
r  - natijaning har bir omil bilan juft korrelyatsiya koeffitsienti. 
Chiziqli regressiya uchun ko‘p omilli korrelyatsiya indeksi formulasi ko‘p omilli 
korrelyatsiya chiziqli koeffitsienti yoki korrelyatsiya koeffitsienti to‘plami deb 
nomlanadi. 
Chiziqsiz bog‘lanish uchun ham ko‘p omilli korrelyatsiya indeksi korrelyatsiya 
koeffitsienti to‘plamiga teng bo‘lishi mumkin. Firma uchun daromad modeli u quyidagi 
ko‘rinishga ega bo‘lsa: 
,
ln
ln
ln
4
4
3
3
2
2
1
1











x
b
x
b
x
b
x
b
a
y
3 Ko‘p omilli korrelyatsiya ko‘rsatkichi o‘zaro bog‘lanish shakllaridan qat’iy nazar ko‘p o‘lchovli korrelyatsiya indeksi kabi aniqlanishi mumkin: , 1 2 2 qol 1 21 1 y x x yx p R      (8.4) bu yerda:   p qol x x x f y ,..., 2 1 2 ,    tenglama uchun qoldiq dispersiya,   n y y p x x x qol 2 , 2 1 21 1 ˆ      ; 2 y -natijaviy belgining umumiy dispersiyasi,   n y y y 2     . Ko‘p omilli korrelyatsiya indeksini tuzish metodikasi juft bog‘lanishnikiga o‘xshash. Uning o‘zgarish chegarasi ham 0 dan 1 gacha. U 1 ga qanchalik yaqin bo‘lsa natijaviy belgining barcha omillar bilan bog‘lanish darajasi shunchalik yuqori bo‘ladi. Ko‘p omilli korrelyatsiya indeksining qiymati juft omilli korrelyatsiyalar indekslarining maksimal qiymatidan katta yoki unga teng bo‘lishi kerak, ya’ni, ). , 1 ( (max) ... 2 1 p i R R i p yx x x yx   Bog‘lanish chiziqli bo‘lganda korrelyatsiya indeksi formulasini juft korrelyatsiya koeffitsienti orqali quyidagicha ifodalash mumkin: . ... 2 1    i i p yx x x x yx r R  (8.5) bu yerda: i x  - regressiyaning standartlashgan koeffitsienti; i yx r - natijaning har bir omil bilan juft korrelyatsiya koeffitsienti. Chiziqli regressiya uchun ko‘p omilli korrelyatsiya indeksi formulasi ko‘p omilli korrelyatsiya chiziqli koeffitsienti yoki korrelyatsiya koeffitsienti to‘plami deb nomlanadi. Chiziqsiz bog‘lanish uchun ham ko‘p omilli korrelyatsiya indeksi korrelyatsiya koeffitsienti to‘plamiga teng bo‘lishi mumkin. Firma uchun daromad modeli u quyidagi ko‘rinishga ega bo‘lsa: , ln ln ln 4 4 3 3 2 2 1 1            x b x b x b x b a y
 
4 
 
bu yerda: 
1
x  - reklama uchun harajatlar; 
2
x  - firma kapitali; 
3
x  - hudud bo‘yicha sotilgan ma’lum bir guruh tovarlarni firmaning umumiy 
mahsulotlaridagi ulushi; 
4
x  - firmaning avvalgi yilga nisbatan sotilgan mahsulotlari hajmining 
ko‘payish foizi. 
1
x  omil chiziqli, 
4
3
2
,
,
x
x
x
- omillar logarifmik shaklda berilgani bilan bog‘lanish 
zichligini baholash chiziqli ko‘p omilli korrelyatsiya koeffitsienti yordamida amalga 
oshirilishi mumkin.  
Xuddi shunday natijani natijaviy belgining qoldiq va umumiy dispersiyalari nisbati 
bo‘yicha aniqlangan ko‘p omilli determinatsiya indeksi orqali ham olish mumkin. 
 
8.3. Xususiy korrelyatsiya 
 
Yuqorida ko‘rib o‘tilganidek, ko‘p omilli chiziqli regressiyada qatnashuvchi 
omillarni ranjirlash regressiyaning standartlashtirilgan koeffitsientlari ( ) orqali ham 
amalga oshirilishi mumkin. Bunga, chiziqli bog‘lanishlar uchun, xususiy korrelyatsiya 
koeffitsientlari orqali ham erishish mumkin. O‘rganilayotgan belgilar chiziqli 
bog‘lanishlarda bo‘lmagan holatlarda esa bu vazifani hususiy determinatsiya 
koeffitsientlari bajaradi. Bundan tashqari, hususiy korrelyatsiya koeffitsientlari 
omillarni saralash muammolarini yechishda qo‘llaniladi, ya’ni u yoki bu omilni 
modelga kiritish masalasi xususiy korrelyatsiya koeffitsientlari orqali isbotlab beriladi. 
Xususiy korrelyatsiya koeffitsienti (yoki indeksi) natija bilan regressiya 
tenglamasiga kiritilgan bitta omil orasidagi bog‘lanishning zichligini, boshqa omillar 
ta’siri o‘zgarmagan holda, tavsiflaydi.  
Xususiy korrelyatsiya koeffitsientlari tahlil uchun modelga kiritilgan yangi omil 
hisobiga kamaygan qoldiq dispersiyani yangi omil kiritilmasdan oldingi qoldiq 
dispersiyaga bo‘lgan nisbatiga teng.
4 bu yerda: 1 x - reklama uchun harajatlar; 2 x - firma kapitali; 3 x - hudud bo‘yicha sotilgan ma’lum bir guruh tovarlarni firmaning umumiy mahsulotlaridagi ulushi; 4 x - firmaning avvalgi yilga nisbatan sotilgan mahsulotlari hajmining ko‘payish foizi. 1 x omil chiziqli, 4 3 2 , , x x x - omillar logarifmik shaklda berilgani bilan bog‘lanish zichligini baholash chiziqli ko‘p omilli korrelyatsiya koeffitsienti yordamida amalga oshirilishi mumkin. Xuddi shunday natijani natijaviy belgining qoldiq va umumiy dispersiyalari nisbati bo‘yicha aniqlangan ko‘p omilli determinatsiya indeksi orqali ham olish mumkin. 8.3. Xususiy korrelyatsiya Yuqorida ko‘rib o‘tilganidek, ko‘p omilli chiziqli regressiyada qatnashuvchi omillarni ranjirlash regressiyaning standartlashtirilgan koeffitsientlari ( ) orqali ham amalga oshirilishi mumkin. Bunga, chiziqli bog‘lanishlar uchun, xususiy korrelyatsiya koeffitsientlari orqali ham erishish mumkin. O‘rganilayotgan belgilar chiziqli bog‘lanishlarda bo‘lmagan holatlarda esa bu vazifani hususiy determinatsiya koeffitsientlari bajaradi. Bundan tashqari, hususiy korrelyatsiya koeffitsientlari omillarni saralash muammolarini yechishda qo‘llaniladi, ya’ni u yoki bu omilni modelga kiritish masalasi xususiy korrelyatsiya koeffitsientlari orqali isbotlab beriladi. Xususiy korrelyatsiya koeffitsienti (yoki indeksi) natija bilan regressiya tenglamasiga kiritilgan bitta omil orasidagi bog‘lanishning zichligini, boshqa omillar ta’siri o‘zgarmagan holda, tavsiflaydi. Xususiy korrelyatsiya koeffitsientlari tahlil uchun modelga kiritilgan yangi omil hisobiga kamaygan qoldiq dispersiyani yangi omil kiritilmasdan oldingi qoldiq dispersiyaga bo‘lgan nisbatiga teng.
 
5 
 
n
y
y
S
x
i
yx
2
2
)
ˆ
(
1
1


. 
Qo‘shimcha omil kiritilishiga qadar bo‘lgan dispersiya - 
2
1
yx
S
 da bu kamayishning 
hissasi qancha ko‘p bo‘lsa, y bilan x2 orasidagi bog‘lanish, x1 omilining ta’siri o‘zgarmas 
bo‘lganda, shuncha zich bo‘ladi. Bu miqdorni kvadrat ildiz ostidan chiqarsak, bizga u ni 
x2 bilan bog‘lanish zichligini “toza” ko‘rinishda ifodalovchi xususiy korrelyatsiya 
indeksini beradi. 
Demak, 
2
x  omilni y natijaga ta’sirini quyidagicha aniqlash mumkin: 
.
2
2
2
1
2
1
1
1
2
yx
x
yx
yx
x
yx
S
S
S
r


 
x1 omilning y natijaga xususiy ta’siri ham xuddi shu kabi aniqlaniladi: 
.
2
2
2
2
2
1
2
2
1
yx
x
yx
yx
x
yx
S
S
S
r


 
Olingan natijalarni taqqoslab ko‘rsak, mahsulot hajmiga ko‘proq korxonaning 
texnik ta’minoti ta’sir etishini ko‘rishimiz mumkin. 
Agar qoldiq dispersiyani 
2
2
2
)
1
(
1
r
S
y
qol


 ko‘rinishda determinatsiya koeffitsienti 
orqali ifodalasak, u holda xususiy korrelyatsiya koeffitsienti formulasi quyidagicha 
ko‘rinishga ega bo‘ladi: 
2
2
2
2
2
2
2
2
1
2
2
1
2
2
1
2
2
1
1
1
1
1
yx
x
yx
yx
x
yx
yx
x
yx
yx
x
yx
R
R
S
S
S
S
S
r








, 
va mos ravishda x2 uchun 
.
1
1
1
2
2
1
2
1
1
2
yx
x
yx
x
yx
R
R
r




 
Yuqoridagi xususiy korrelyatsiya koeffitsientlari birinchi tartibli xususiy 
korrelyatsiya koeffitsientlari (indekslari) deb ataladi. Ular ikki o‘zgaruvchining
5 n y y S x i yx 2 2 ) ˆ ( 1 1   . Qo‘shimcha omil kiritilishiga qadar bo‘lgan dispersiya - 2 1 yx S da bu kamayishning hissasi qancha ko‘p bo‘lsa, y bilan x2 orasidagi bog‘lanish, x1 omilining ta’siri o‘zgarmas bo‘lganda, shuncha zich bo‘ladi. Bu miqdorni kvadrat ildiz ostidan chiqarsak, bizga u ni x2 bilan bog‘lanish zichligini “toza” ko‘rinishda ifodalovchi xususiy korrelyatsiya indeksini beradi. Demak, 2 x omilni y natijaga ta’sirini quyidagicha aniqlash mumkin: . 2 2 2 1 2 1 1 1 2 yx x yx yx x yx S S S r   x1 omilning y natijaga xususiy ta’siri ham xuddi shu kabi aniqlaniladi: . 2 2 2 2 2 1 2 2 1 yx x yx yx x yx S S S r   Olingan natijalarni taqqoslab ko‘rsak, mahsulot hajmiga ko‘proq korxonaning texnik ta’minoti ta’sir etishini ko‘rishimiz mumkin. Agar qoldiq dispersiyani 2 2 2 ) 1 ( 1 r S y qol   ko‘rinishda determinatsiya koeffitsienti orqali ifodalasak, u holda xususiy korrelyatsiya koeffitsienti formulasi quyidagicha ko‘rinishga ega bo‘ladi: 2 2 2 2 2 2 2 2 1 2 2 1 2 2 1 2 2 1 1 1 1 1 yx x yx yx x yx yx x yx yx x yx R R S S S S S r         , va mos ravishda x2 uchun . 1 1 1 2 2 1 2 1 1 2 yx x yx x yx R R r     Yuqoridagi xususiy korrelyatsiya koeffitsientlari birinchi tartibli xususiy korrelyatsiya koeffitsientlari (indekslari) deb ataladi. Ular ikki o‘zgaruvchining
 
6 
 
bog‘lanish zichligini, omillardan biri o‘zgarmas bo‘lgan holda, aniqlash imkonini 
beradi. 
Agar p dona omillardan iborat bo‘lgan regressiyani ko‘radigan bo‘lsak, u holda 
birinchi tartibli xususiy korrelyatsiya koeffitsinetlaridan tashqari ikkinchi, uchinchi va 
h.k. (r-1) - tartibli xususiy korrelyatsiya koeffitsientlarini aniqlash mumkin. Ya’ni, 
natijaviy belgiga x1 omilning ta’sirini qolgan omillarni quyidagi turlicha bog‘liq 
bo‘lmagan holatlaridagi ta’sirini baholash mumkin: 
2
1 x
yx
r
 - x2 omilni o‘zgarmangan holda ta’sirida; 
3
2
1
x
x
yx
r

 - x2 va x3 omillar o‘zgarmagan holda ta’sirida; 
p
x
x
x
yx
r
...
3
2
1
 - regressiya tenglamasiga kiritilgan barcha omillarni o‘zgarmagan 
holatdagi ta’sirida. 
Umumiy ko‘rinishda r omilli  
,
...
2
2
1
1










p
p x
b
x
b
x
b
a
y
 
tenglama uchun y ga xi – omilni, boshqa omillar o‘zgarmagan holatda, ta’sir kuchini 
o‘lchovchi xususiy korrelyatsiya koeffitsientini quyidagi formula bo‘yicha aniqlash 
mumkin: 
.
1
1
1
2
...
...
2
...
...
...
...
1
1
2
1
2
1
1
1
2
1
p
i
i
p
i
p
i
i
i
x
x
x
x
yx
x
x
x
yx
x
x
x
x
x
yx
R
R
r









, 
bu yerda: 
2
...
2
1
p
x
x
yx
R
- r omillar kompleksining natija bilan ko‘p omilli determinatsiya 
koeffitsienti; 
p
i
i
x
x
x
x
yx
R
...
...
1
1
2
1


- 
xi omilni modelga kiritilmagan 
holatdagi determinatsiya 
koeffitsienti. 
i=1 bo‘lganda xususiy korrelyatsiya koeffitsienti quyidagi ko‘rinishni oladi: 
.
1
1
1
2
...
2
...
...
2
2
1
2
1
p
p
p
x
yx
x
x
yx
x
x
yx
R
R
r




6 bog‘lanish zichligini, omillardan biri o‘zgarmas bo‘lgan holda, aniqlash imkonini beradi. Agar p dona omillardan iborat bo‘lgan regressiyani ko‘radigan bo‘lsak, u holda birinchi tartibli xususiy korrelyatsiya koeffitsinetlaridan tashqari ikkinchi, uchinchi va h.k. (r-1) - tartibli xususiy korrelyatsiya koeffitsientlarini aniqlash mumkin. Ya’ni, natijaviy belgiga x1 omilning ta’sirini qolgan omillarni quyidagi turlicha bog‘liq bo‘lmagan holatlaridagi ta’sirini baholash mumkin: 2 1 x yx r  - x2 omilni o‘zgarmangan holda ta’sirida; 3 2 1 x x yx r  - x2 va x3 omillar o‘zgarmagan holda ta’sirida; p x x x yx r ... 3 2 1 - regressiya tenglamasiga kiritilgan barcha omillarni o‘zgarmagan holatdagi ta’sirida. Umumiy ko‘rinishda r omilli , ... 2 2 1 1           p p x b x b x b a y tenglama uchun y ga xi – omilni, boshqa omillar o‘zgarmagan holatda, ta’sir kuchini o‘lchovchi xususiy korrelyatsiya koeffitsientini quyidagi formula bo‘yicha aniqlash mumkin: . 1 1 1 2 ... ... 2 ... ... ... ... 1 1 2 1 2 1 1 1 2 1 p i i p i p i i i x x x x yx x x x yx x x x x x yx R R r          , bu yerda: 2 ... 2 1 p x x yx R - r omillar kompleksining natija bilan ko‘p omilli determinatsiya koeffitsienti; p i i x x x x yx R ... ... 1 1 2 1   - xi omilni modelga kiritilmagan holatdagi determinatsiya koeffitsienti. i=1 bo‘lganda xususiy korrelyatsiya koeffitsienti quyidagi ko‘rinishni oladi: . 1 1 1 2 ... 2 ... ... 2 2 1 2 1 p p p x yx x x yx x x yx R R r    