Introducción
Se muestra una foto de un taller mecánico de automóviles. Hay tres camiones del Servicio Postal de Estados Unidos que están en mantenimiento y uno que no lo está.
Figura 12.1 La regresión lineal y la correlación pueden ayudarlo a determinar si el salario de un mecánico de automóviles está relacionado con su experiencia laboral (créditos: Joshua Rothhaas).

Objetivos del capítulo

Al final de este capítulo el estudiante podrá:

  • Debatir sobre las ideas básicas de la regresión lineal y la correlación.
  • Crear e interpretar la línea de mejor ajuste.
  • Calcular e interpretar el coeficiente de correlación.
  • Calcular e interpretar los valores atípicos.

Introducción

Los profesionales a menudo quieren saber cómo se relacionan dos o más variables numéricas. Por ejemplo, ¿existe una relación entre la calificación del segundo examen de Matemáticas que toma un estudiante y la calificación del examen final? Si hay una relación, ¿cuál es la relación y cuán fuerte es?

En otro ejemplo, puede que sus ingresos los determinen su educación, su profesión, sus años de experiencia y su capacidad. La cantidad que se paga a un reparador por la mano de obra suele estar determinada por una cantidad inicial más una tarifa por hora.

Los datos que se describen en los ejemplos son bivariados: "bi" de dos variables. En realidad, los estadísticos utilizan datos multivariantes, es decir, muchas variables.

En este capítulo, se estudiará la forma más sencilla de regresión: la "regresión lineal" con una variable independiente (x). Se trata de datos que se ajustan a una línea en dos dimensiones. También estudiará la correlación, que mide la fuerza de la relación.