La correlación y la regresión lineal son técnicas estadísticas fundamentales para analizar si existe una relación entre dos o más variables y la naturaleza de esta relación. La correlación se mide a través del coeficiente de correlación, cuyo valor oscila entre -1.
No usar para decir algo sobre la relación entre causa y efecto
Los coeficientes de correlación más utilizados sólo miden una relación lineal
Cuanto más cerca estén los coeficientes de +1,0 y -1,0, mayor será la fuerza de la relación entre las variables
La correlación estadística es medida por lo que se denomina coeficiente de correlación (r). Su valor numérico varía de 1,0 a -1,0. Nos indica la fuerza de la relación
Se usa para entender si la relación es positiva o negativa o la la fuerza de la relación.
Técnica estadística que indica si dos variables están relacionadas o no.
Regresión lineal
Regresión lineal múltiple multivariante: modelos que utilizan varios predictores para múltiples variables de respuesta. Esta regresión tiene múltiples Xi para predecir varias respuestas Yi
Regresión lineal multivariante: modelos para varias variables de respuesta. Esta regresión tiene múltiples Yi que derivan de los mismos datos Y
Regresión lineal múltiple: modelos que utilizan múltiples predictores. Esta regresión tiene múltiples Xi para predecir la respuesta Y
Regresión lineal simple: modelos que utilizan un único predictor.
Las técnicas de regresión lineal permiten crear un modelo lineal.
Se emplea para describir una variable de respuesta continua como una función de una o varias variables predictoras.
Técnica que permite saber cuántos parámetros (o coeficientes) vamos a necesitar antes de mirar los datos.