sisukas hüpotees. Korrelatsioonikordaja statistilise olulisuse kontrollimine seisneb hüpoteeside paari H0: r = 0; H1: r 0; kontrollimises. 19. Korrelatsioon ja põhjuslikkus, näiv korrelatsioon. Korrelatsioon ei tähenda põhjuslikkust Korrelatsioon tekib ka muutujate vahel, millel on ühine põhjus. Põhjuslik mõju on alati ajaliselt eespool tagajärge. Põhjus on ENNE, tagajärg PÄRAST. Pearsoni korrelatsioonitest. Näiv korrelatsioon viitab statistiliselt olulisele korrelatiivsele, kuid mittepõhjuslikule nähtuste vahelisele seosele. 20. Regressioonanalüüs ja regressioonmudeli komponendid. Regressioonmudel koosneb deterministlikust ja juhuslikust komponendist. Regressioonanalüüs uurib suuruste vahelist sõltuvust ja võimalusi selle funktsionaalseks kirjeldamiseks etteantud valemi põhjal. Regressioonanalüüsi käigus leitakse regressioonmudeli deterministlik komponent, st leitakse vastava matemaatilise funktsiooni parameetrite hinnangud. 21
Kõige üldisem seos, kus öeldakse vaid, kas on sõltuvus või mitte, suunda ega tugevust ei saa leida, on statistiline sõltuvus. Mittearvuliste nominaalsete tunnuste puhul saamegi rääkida vaid statistilisest sõltuvusest. Arvuliste ja järjestustunnuste puhul hindame monotoonsest ja selle erijuhtu, korrelatiivset sõltuvusust. Monotoonset sõltuvuse tugevust ja suunda iseloomustajana on levinuim Spearmani astak-korrelatsioonikordaja, korrelatiivsele seosele Pearsoni ehk lineaarne korrelatsioonikordaja r. Regressioonanalüüs tegeleb tunnustevaheliste seoste funktsionaalse kirjeldamisega (ehk matemaatilise võrdusena kirja panemisega) ning selle seose täpsuse, kasulikkuse ja olulisuse hindamisega. 3.1. Statistiline sõltuvus Statistiline sõltuvus on kõige üldisem tunnustevaheline seos, mida kasutatakse eelkõige nominaaltunnuste korral. Seose olemasolu hindamiseks kasutatakse kahemõõtmelist
annaabi.ee 
