При проведении множественного нелинейного регрессионного анализа для установления зависимости параметра-отклика от комплекса внешних факторов (3 предиктора, 2 из которых коррелированы) с использованием опции пошагового включения получены данные

Итоги регрессии для зависимой переменной: кф
R= ,72350979 R2= ,52346641 Скорректир. R2= ,45286885 F(4,27)=7,4148 pp<,00036 Станд. ошибка оценки: 3,1989
БЕТА Стд.Ош. B Стд.Ош. t(27) p-уров.
Св.член 44,79227 9,370917 4,77992 0,000055
ч.с.п.**2 2,15646 0,452910 0,04725 0,009924 4,76134 0,000058
ч.с.п. -1,17107 0,465091 -0,75832 0,301166 -2,51794 0,018040
V16**2 -0,39885 0,147121 -0,02602 0,009599 -2,71101 0,011519
V22**2 -0,81386 0,308799 -0,00515 0,001956 -2,63556 0,013749

Поскольку цель анализа заключалась не столько в определении модели зависимости отклика от предикторов (значения предикторов не предполагают получение высоких значений R в исследуемом диапазоне) сколько в установлении степени влияния каждого из них на вариацию параметра-отклика, меня больше интересовали значения бета-коэффициентов, но возникли проблемы с их интерпретацией. Они разнознаковые для параметров ч.с.п. и ч.с.п.**2. То есть, я могу предполагать, что с увеличением ч.с.п. значения отклика снижаются (бета=-1,17), а как же тогда бета=2,15 при ч.с.п.**2? Это уже новая переменная (ч.с.п.**2) и формально не соотносится с ч.с.п. как фактором воздействия, как ее интерпретировать? При создании столбчатых гистограмм для параметров-откликов с накоплением (в накопление включаются значения Бета-коэффициентов переменных-предикторов, их квадратов и т.д.) это выглядит странно и противоречиво (но они необходимы для наглядности). Как быть с интерпретацией разнознаковых бета-коэф-тов. И еще, если есть выбросы единичные, но очень важные в плане информативности, их все равно удалять? Если разница в значениях бета-коэффициентов для разных предикторов колеблется в пределах 0,452?10,365 это приемлемо? Что лучше применять при коррелированности предикторов пошаговое включение или гребневую регрессию?