Please enable JavaScript.

Coggle requires JavaScript to display documents.

REGRESIÓN Y CORRELACIÓN - Coggle Diagram

- - - - Modelo de regresión: Es una función matemática que se ajusta a los datos observados. En la regresión lineal, el modelo tiene la forma de una combinación lineal de las variables independientes. En la regresión no lineal, el modelo puede tener formas más complejas, como polinomios, exponenciales o logaritmos.
        
        Ajuste del modelo: El objetivo principal es encontrar los parámetros del modelo que mejor se ajusten a los datos observados. Esto se logra mediante métodos numéricos que buscan minimizar una medida de discrepancia entre los valores predichos por el modelo y los valores reales de la variable dependiente.
        
        Evaluación del modelo: Una vez ajustado el modelo, se evalúa su calidad y capacidad de predicción. Se utilizan diferentes medidas de evaluación, como el coeficiente de determinación (R cuadrado), el error cuadrático medio (MSE) o el error absoluto medio (MAE).
        
        Interpretación: La regresión también permite interpretar los parámetros del modelo y analizar el efecto de las variables independientes en la variable dependiente.
  - - - Estadística y análisis de datos: La regresión es una herramienta fundamental en la estadística para modelar y analizar datos. Se utiliza en estudios de encuestas, análisis de datos longitudinales, análisis de series de tiempo, pronósticos, análisis de datos experimentales, entre otros.
        
        Investigación de mercados y análisis de negocios: En la investigación de mercados, la regresión se utiliza para analizar datos de comportamiento del consumidor, segmentación de mercado, pronósticos de demanda y análisis de precios. En el análisis de negocios, se aplica para evaluar el impacto de variables como la publicidad, las promociones y los precios en las ventas y el rendimiento empresarial.
- - - - Si el coeficiente de correlación es cercano a 0, indica una correlación débil o nula, lo que significa que no hay una relación lineal aparente entre las variables.
  - - - Economía y finanzas: En economía, la correlación se utiliza para analizar las relaciones entre variables macroeconómicas, como el producto interno bruto (PIB), la inflación, las tasas de interés y las variables financieras. También se utiliza en el análisis de mercados financieros para medir la relación entre diferentes activos financieros.
        
        Investigación de mercado y análisis empresarial: En la investigación de mercado y el análisis empresarial, la correlación se utiliza para analizar la relación entre variables de mercado, comportamiento del consumidor, preferencias de los clientes y resultados empresariales. Se utiliza para estudiar la influencia de factores como la publicidad, el precio y la satisfacción del cliente en las ventas y el rendimiento de la empresa.
  - - - 2.- Coeficiente de correlación de Spearman: Este método se utiliza cuando las variables no siguen una distribución normal o cuando la relación entre las variables es no lineal. En lugar de considerar los valores exactos de las variables, se calcula la correlación basada en los rangos de los datos. El coeficiente de correlación de Spearman mide la relación monotónica entre las variables, es decir, si hay un aumento general o disminución entre los valores de las variables.
        
        3.-Coeficiente de correlación de Kendall: Similar al coeficiente de correlación de Spearman, el coeficiente de correlación de Kendall también se basa en los rangos de los datos en lugar de los valores exactos. Mide la concordancia entre los órdenes de los datos y es adecuado para evaluar la correlación en datos con empates o rangos atados.