Контрольная работа: Построение и анализ функции спроса на товар
Тесноту связи между результатом и всеми факторами, включенными в уравнение регрессии, характеризует множественный коэффициент корреляции:
(14)
где s 2 фактор - факторная сумма квадратов, или объясненная моделью регрессия результата;
s 2 общ - общая сумма квадратов, или общая вариация результата;
s 2 остаточ = å ( y - ŷ) 2 - остаточная сумма квадратов, или не объясненная моделью регрессии вариация результата.
Таблица 7
| у | ŷ | у - ŷ |  |
| 114,00 | 116,00 | - 4,00 | 16 |
| 123,00 | 127,01 | - 3,00 | 9 |
| 132,00 | 138,02 | - 1,00 | 1 |
| 143,00 | 146,48 | 2,00 | 4 |
| 152,00 | 154,08 | 4,00 | 16 |
| 161,00 | 161,69 | 5,00 | 25 |
| 169,00 | 169,29 | 5,00 | 25 |
| 171,00 | 176,04 | - | 0 |
| 178,00 | 184,50 | - 1,00 | 1 |
| 182,00 | 188,70 | - 4,00 | 16 |
| 191,00 | 193,74 | - 3,00 | 9 |
| Всего | 122 |
Далее может быть определен коэффициент детерминации R 2 (квадрат множественного коэффициента корреляции). Он определяет долю дисперсии у, объясненную регрессией, то есть совместное влияние включенных в уравнение регрессии факторов на результат. R 2 =0,8099. 
Вывод: коэффициент частной корреляции между результатом и фактором х1 , (0,9631) при фиксированном воздействии фактора х2 свидетельствует о тесноте связи между результатом и фактором при фиксированном влиянии других факторов.