Способы оценки взаимосвязи и взаимовлияния

Зависимость величин обуславливает наличие корреляционной связи между ними, но не наоборот.
1. Критерий корреляции Пирсона определяет наличие и силу линейной взаимосвязи между величинами
- для количественных переменных;
- при условии нормального распределения каждой из сопоставляемых переменных, так как критерий является параметрическим;
- от 0 до ±1;
- чем больше абсолютное значение, тем сильнее связь
< 0.3 - слабая,
от 0.3 до 0.7 средняя,
> 0.7 - сильная связь.
- можно использовать Таблицу Чеддока:
менее 0.3 слабая
от 0.3 до 0.5 умеренная
от 0.5 до 0.7 заметная
от 0.7 до 0.9 высокая
более 0.9 весьма высокая

2. Ранговая корреляция Спирмена подходит для анализа показателей, распределение которых отличается от нормального, в том числе измеренных в порядковой шкале.
В Python scipy.stats.spearmanr.

3. Регрессионный анализ для определения направления (прямая или обратная связь), характера изменений (прямолинейный или криволинейный), наличия зависимости одной переменной от другой и не только.

4. Факторный анализ для оценки взаимосвязи трех и более параметров