因变量与次要影响因子之间的拟合结果是怎样的？

假设某个因变量Y与三个自变量X₁、X₂、X₃的三元线性拟合公式高度正相关（相关系数R大于90%），并且知道自变量X₁是主要影响因子（权重大约占60%~70%），其它两个自变量X₂、X₃都是次要影响因子（请特别注意主次有别！），那么，采用Excel 多元回归现成的命令，由电脑进行因变量Y与次要影响因子X₂或者X₃的一元线性回归分析，得到的结果是不是相关判定系数R²不太理想而Significance F 比较理想？其理由是X₂和X₃的的确确是因变量Y的影响因子，但不是主要影响因子。如果以上判断（观点）不完全正确，因变量Y与次要影响因子X₂或者X₃的一元线性拟合的相关判定系数R²和Significance F 都有比较理想的可能，那需要什么条件？也就是说，什么条件下因变量与次要影响因子一元拟合的效果比较好？什么条件下因变量与次要影响因子一元拟合的效果不好？

由电脑进行因变量Y与两个次要影响因子X₂和X₃的二元线性回归分析，相关判定系数R²有可能比较理想吗？两个自变量的P-value有可能都比较理想吗（P-value越小越好、一般要求小于0.05）？拟合得到的结果是不是相关判定系数R²不理想、两个自变量或者其中一个自变量的P-value也不理想？其理由是自变量X₂和X₃都是次要影响因子，二元线性回归拟合公式中没有主要影响因子。

（请专家特别是数理统计专家、气象专家、水利专家赐教）