Введение. 
Частная корреляция. 
Процедура пошагового отбора переменных

Установленная тесная зависимость между двумя исследуемыми величинами не является следствием их причинной взаимообусловленности. Из причинной связи величин следует стохастическая связь, из стохастической связи не всегда следует причинная. За счет эффектов одновременного влияния неучтенных факторов на исследуемые переменные может искажаться смысл истинной связи между переменными. Например, подсчеты приводят к положительному значению коэффициента корреляции между парой случайных величин, в то время как истинная связь между ними имеет отрицательный смысл.

Классическим примером является корреляция между рождаемостью в небольших городах и количеством аистов в них (коэффициент Пирсона оказался близок к 0,8), хотя причинно-следственной связи очевидно нет. Такую корреляцию между двумя переменными часто называют ложной. Более детально подобные ситуации — обнаружение и исключение «общих причинных факторов», расчет «очищенных» или частных коэффициентов корреляции — исследуют методами многомерного корреляционного анализа.

Исключить влияние третьей переменной позволяет частный коэффициент корреляции. О нем и пойдет речь в данной работе.