gdt Determinatsioonikordaja ja lineaarne Determinatsioonikordaja programmis Gretl korrelatsioonikordaja Seos lineaarse ehk Pearsoni korrelatsioonikordajaga r. Ühe tunnuse x korral, kui lineaarne mudel y = b + ax + u R2 = r2 Ruutude summasid näeb ANOVA tabelis, peale mudeli hindamist Analysis -> ANOVA Determinatsioonikordaja sisu on paremini mõistetav.
Eesti kuulus oma ca 60%-se eratarbimise osatähtsusega ja ca 40%-se riigieelarve ja SKP suhtega valimi keskmiste hulka. Kuna on võetud majanduspoliitiline suund riigi osa vähendamisele, avaldab (ongi juba avaldanud) see asjaolu survet jaotuse ebaühtlustumisele. Kui harilikult ei ole võimalik vahetult seostada tulutaset ja tulujaotuse ühtlust (vt. eespool tabeli 1 analüüs), siis siirderiikide andmetel oli ostujõu pariteediga korrigeeritud SKP per capita seotud Gini indeksiga korrelatsioonikordajaga 0,69. Järeldus: mida ebaühtlasem tulujaotus, seda vaesem riik, oleks küll intrigeeriv, kuid ilmselt ebaloogiline. Pigem võib teha järelduse, et tulujaotuse suur ebaühtlus on vaesuse ja madala arengutaseme tunnus, selle ületamiseks peab olema riik juba pisut rikkust kogunud. Regressioonianalüüsi tulemusena selgus, et tulu varieeruvusest kirjeldas Gini indeksi nõgus parabool 60,7% (nii mudel kui ka regressioonikordajad oli usaldatavad kaduvväikese eksimistõenäosusega)
faktoreid, mille omaväärtus on suurem kui 1. Näeme, et esimene faktor kirjeldab ära 32,347 koguvarieeruvusest ja teine faktor ainult 6,703 %. c) Faktorlaadungid ehk faktorkaalud. Need arvutatakse kõikidele indikaatoritele seotuna kõikide faktoritega. Tabelis Pattern Matrix näidatakse faktorkaale pärast faktorite pööramist. Tabeli all näeme ka pööramise meetodit. Nende väärtuste järgi vaadatakse faktorite tekkimise mustrit. Sisuliselt on tegu korrelatsioonikordajaga faktori ja indikaatori vahel: mida suurem see arv on, seda tõenäolisemalt see indikaator on antud faktori poolt määratud. Pattern Matrixa Factor 1 2 matemaatik ,841 a Andmed ,609 Diagrammid ,598 ruumiline ,524
korrelatsioonikordajate maatriks: Pikkus Kaal Mat.hinne Pikkus 1 Kaal 0.90652 1 Mat.hinne -0.16377 -0.223 1 Korrelatsioonikordajaga kirjeldatava lineaarse seose statistilise olulisuse üle otsustamiseks on mugav kasutada korrelatsioonikordajate olulisuse tabelit, mis on leitav enamuse statistikaõpikute lisades. Teine võimalus uuritava lineaarse seose statistilise olulisuse kontrollimiseks on teostada kahe uuritava tunnusega tavaline lineaarne regressioon protseduuri Regression abil
- Dispersioon on põhinäitaja, mis iseloomustab üksikväärtuste hajumist keskmise
ümber..
- Standardhälve, (ruutjuur dispersioonist).
- Variatsioonitegur iseloomustab andmete suhtelist hajuvist ja seda arvutatakse
standardhälbe suhtena aritmeetilisse keskmisse.
Korrelatsioon ja regressioonanalüüs
Korrelatsioonanalüüsiga tehakse kindlaks seoste rangus ja suund. Regressioonanalüüsiga
seose kuju.
Korrelatiivse seose tugevust hinnatakse korrelatsioonikordajaga, mis on vahemikus –
1
annaabi.ee 
