1.1. regresión de tipo 1: se asigna cada valor de variable explicativa o conjunto de valores de las variables explicativas, en el caso múltiple la medida de variable explicada condicionada a tal valor es de la (s) variable (s) por consiguiente, solo proveerá estimaciones de y y para los valores de x contenidos de la distribución de frecuencia.
1.2. regresión de tipo 2: se supone que la función y = f(x) o y = f(x1, x2, …, xp) que liga a variable explicada con la explicativa o explicativas tiene forma para métrica es decir Y se relaciona con X a través de una serie de coeficientes o parámetros.
2. análisis de correlación y de regresión simple
2.1. son de uso frecuente entre los investigadores de marcados para estudiar la razon entre dos o mas variables, aunque es comun el uso indistinto de estos terminos, existe una diferencia en su propocito
2.2. el analisis de regresion se usa para derivar una ecuasion que relaciona la variable de criterio con una o mas variables
3. análisis de regresión múltiple
3.1. la idea basica subyacente al analisis de regresion multiple es la misma que en la regresion simple determinar la relacion entre las variables independientes y dependientes o variable de prediccion o de criterio
3.2. el analisis de regresion multiple permite añadir diversas variables de modo a la ecuasion reflejo los valores de un cierto numero de variables de prediccion, no una sola el obgetivo de esto es mejorar las predicciones de la variable de criterio.
4. medidas de regresion y determinacion
4.1. el objetivo virtual de aprendizaje regresión y correlación lineal inicia con una identificación de los conceptos básicos relacionados con la medidas de regresión y correlación lineal.
