1. En estadística la regresión lineal o ajuste lineal es un modelo matemático usado para aproximar la relación de dependencia entre una variable dependiente Y, las variables independientes Xi y un término aleatorio ε. Este modelo puede ser expresado como: Yt= Bo+B1X1+B2X2+...+BpXp+E
2. El análisis de regresión consiste en emplear métodos que permitan determinar la mejor relación funcional entre dos o más variables concomitantes (o relacionadas).
3. El análisis de correlación estudia el grado de asociación de dos o más variables.
4. coeficiente de correlación de Pearson es una medida de dependencia lineal entre dos variables aleatorias cuantitativas. A diferencia de la covarianza, la correlación de Pearson es independiente de la escala de medida de las variables.
5. Regresión lineal simple Sólo se maneja una variable independiente, por lo que sólo cuenta con dos parámetros. Son de la forma: Yi=Bo+B1Xi+Ei
6. La correlación múltiple cuantifica el grado de asociación entre una variable dependiente y dos o más independientes
7. El coeficiente de determinación, denominado R² y pronunciado R cuadrado, es un estadístico usado en el contexto de un modelo estadístico cuyo principal propósito es predecir futuros resultados o probar una hipótesis.
