5.1 Regresión y correlación

Presentacion | Introduccion | Indice | UNIDAD 1 | UNIDAD 2 | UNIDAD 3 | UNIDAD 4 | UNIDAD 5 | UNIDAD 6

La regresión y la correlación son dos conceptos estrechamente relacionados en estadística y análisis de datos. Ambos se utilizan para analizar la relación entre variables, pero se enfocan en aspectos diferentes. La regresión se refiere al proceso de modelar y predecir la relación entre una variable dependiente (o respuesta) y una o más variables independientes (o predictoras). El objetivo es encontrar una función matemática que mejor se ajuste a los datos y permita predecir los valores de la variable dependiente en función de los valores de las variables independientes. La regresión lineal es uno de los métodos más comunes en regresión, pero también existen otros métodos, como la regresión polinómica, la regresión logística, entre otros. 

La regresión se utiliza para comprender y predecir el impacto de las variables independientes en la variable dependiente. La correlación, por otro lado, se refiere a la medida de la relación estadística entre dos variables. La correlación cuantifica la fuerza y la dirección de la relación entre las variables. El coeficiente de correlación de Pearson es una medida común de correlación utilizada para variables numéricas. Toma valores entre -1 y 1, donde -1 indica una correlación negativa perfecta, 0 indica ausencia de correlación y 1 indica una correlación positiva perfecta. También existen medidas de correlación para variables categóricas, como el coeficiente de contingencia o el coeficiente de correlación de Spearman.