Еще раз о конкурентности запросов в Яндексе

Ну вот. Вам во-первых нужна функция, которая описывает сложность запроса, а во-вторых подобрать коэффициенты в этой функции.

Для этого и существует корреляционный и регрессионный анализ. Кстати первый еще и поможет определить, какие факторы являются существенными в модели, а от каких зависимость слабая.

Регрессионный анализ позволяет численно определить влияние каждого фактора, включенного в модель на результативный признак. В нашем случае, результативный признак — это какая-то мера конкуренции, в качестве объясняющих переменных выступают факторы, которые мы должны отобрать на основы нескольких анализов, грубо: метод здравого смысла, т.е. отбираются те факторы, которые объективно могут оказать влияние на конкуренцию в топе (классическое название — экономический анализ, но здесь оно неуместно:); корреляционный анализ выбранных факторов — с его помощью исключаются взаимозависимые переменные; далее можно строить уравнение регрессии, после чего оно, вернее даже не оно само, а его регрессионные остатки подвергаются еще ряду анализов. Если все в порядке, то полученному уравнению можно верить с весьма определенной вероятностью, которая называется коэффициентом детерминации, вкратце — мера вклада выбранных нами переменных в результативный признак.

В общем, регрессионный анализ, конечно, метод очень действенный для определения всякого рода численных зависимостей, но требует соблюдения очень большого числа факторов. А так, как говорил (и говорит :) мой препод по эконометрике, можно найти зависимость между популяцией сусликов в южном Казахстане и приростом доходов "белых воротничков" в Твери:)