DEFINICIÓN DE CONCEPTOS

-Diagrama de dispersión.
Es un tipo de diagrama matemático que utiliza las coordenadas cartesianas para mostrar los
valores de dos variables para un conjunto de datos.
Los datos se muestran como un conjunto de puntos, cada uno con el valor de una variable
que determina la posición en el eje horizontal (x) y el valor de la otra variable determinado
por la posición en el eje vertical (y).
El diagrama de dispersión permite estudiar las relaciones entre dos conjuntos asociados de
datos que aparecen en pares (por ejemplo, (x,y), uno de cada conjunto). El diagrama
muestra estos pares como una nube de puntos.

-Correlación lineal simple

Se refiere al grado de variación conjunta existente entre dos o más variables.
Si entre dos variables cuantitativas existe una relación lineal, el análisis de correlación
lineal simple se usa para determinar la dirección y la magnitud de dicha relación. La
dirección de la relación se refiere a si ésta es positiva o negativa. La magnitud de la relación
o grado de relación entre las variables se refiere a la fuerza de la relación que existe entre
las variables. Se trata de expresar cuantitativamente el grado de relación que existe entre las
variables en estudio.

-Coeficiente de determinación R2
Se define como la proporción de la varianza total de la variable explicada por la regresión.
El coeficiente de determinación, también llamado R cuadrado, refleja la bondad del ajuste
de un modelo a la variable que pretender explicar.
Es importante saber que el resultado del coeficiente de determinación oscila entre 0 y 1.
Cuanto más cerca de 1 se sitúe su valor, mayor será el ajuste del modelo a la variable que
estamos intentando explicar. De forma inversa, cuanto más cerca de cero, menos ajustado
estará el modelo y, por tanto, menos fiable será.

-Correlación positiva y correlación negativa

r < 0 Hay correlación negativa: las dos variables se correlacionan en sentido inverso, a
valores altos de una de ellas le suelen corresponder valores bajos de la otra y viceversa.
Cuánto más próximo a -1 esté el coeficiente de correlación más patente será esta
covariación extrema. Si r= -1 hablaremos de correlación negativa perfecta lo que supone
una determinación absoluta entre las dos variables (en sentido inverso): Existe una relación
funcional perfecta entre ambas (una relación lineal de pendiente negativa).
r > 0 Hay correlación positiva: las dos variables se correlacionan en sentido directo, a
valores altos de una le corresponden valores altos de la otra e igualmente con los valores
bajos. Cuánto más próximo a +1 esté el coeficiente de correlación más patente será esta
covariación. Si r = 1 hablaremos de correlación positiva perfecta lo que supone una
determinación absoluta entre las dos variables (en sentido directo): Existe una relación
lineal perfecta (con pendiente
r = 0 se dice que las variables están incorrelacionadas: no puede establecerse ningún sentido
de covariación.

- ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir?

El Coeficiente de correlación es una medida que permite conocer el grado de asociación
lineal entre dos variables cuantitativas (X, Y).
Por tanto, es una medida estadística que cuantifica la dependencia lineal entre dos
variables, es decir, si se representan en un diagrama de dispersión los valores que toman
dos variables, el coeficiente de correlación lineal señalará lo bien o lo mal que el conjunto
de puntos representados se aproxima a una recta.

De una forma menos coloquial, la podemos definir como el número que mide el grado de
intensidad y el sentido de la relación entre dos variables.