1. Permite estudiar dos variables en forma simultánea y determinar si tienen alguna relación funcional entre si y cuantificar esta
2. Diagrama de dispersión
2.1. Permite visualizar la relación entre las variables
3. Regresión
3.1. Obtener un modelo matemático que describa la relación entre las variables
3.2. Simple
3.2.1. Estudiar una variable predictora X para pronosticar la variable Y
3.2.2. Regresión Lineal : y = A + Bx Regresiòn Logarìmica : y = A + BLn(x) Regresión Exponencial : y = Ac(bx) Regresión Cuadrática : y = A + Bx +Cx2
3.3. Múltiple
3.3.1. Utilizar 2 o más variables predictoras (x1,x2,x3...) para pronosticar variable Y
4. Correlación
4.1. Para saber que tan fuerte es la relación entre las variables
4.1.1. Coeficiente de relación (r)
4.1.2. Coeficiente de Determinación (r2)
4.2. Tipo
4.2.1. Directa
4.2.1.1. Si X aumenta Y también, La nube de puntos es una recta creciente
4.2.2. Inversa
4.2.2.1. Si X aumenta Y disminuye, la nube de puntos es un recta decreciente
4.2.3. Nula
4.2.3.1. No hay dependencia entre variables, la nube de puntos es redondeada
4.3. Grado
4.3.1. Débil
4.3.1.1. La correalación será débil cuanto más separados estén los puntos de la recta
4.3.2. Fuerte
4.3.2.1. La correalación será fuerte cuanto más cerca esten los puntos de la recta
4.3.3. Nula
4.3.3.1. No existe algún tipo de patrón o relación entre la variables