Similitudes entre el análisis y la Regresión Correlación

Correlación y regresión son dos métodos de análisis estadístico que a menudo se confunden , ya que cada una intenta describir una relación entre dos o más variables. Análisis de regresión

El análisis de regresión trata de determinar las relaciones entre una variable fija y una o más variables aleatorias. En una regresión simple, una sola variable se estudia aparte de otros , tales como el número de casos de pena de muerte ( fijo) y la raza de los acusados ​​(al azar ) . Esto a menudo conduce a un análisis incompleto , por lo que se analizan múltiples variables. Por ejemplo, una regresión múltiple tendría en cuenta el nivel educativo, el estatus socioeconómico , las puntuaciones de inteligencia , o de otras variables aleatorias.
Correlación

Correlación busca mostrar la correlación entre dos variables . Por ejemplo , es posible estudiar la relación entre la ingesta diaria de calorías y peso. Mostrando que más calorías resultan en un mayor peso puede indicar una relación causal entre las dos variables , pero la causalidad no es el objetivo de este análisis . En un análisis de correlación , ninguna de las variables es fijo y el trabajo del investigador es entender la relación entre los dos. Es decir, es posible que por cada 500 calorías que una persona come , gana 9 oz .
Comparando Regresión y correlación

Regresión busca mostrar cómo una variable fija predice valores de los valores aleatorios . Por ejemplo , el número de pacientes con diabetes en una población puede ser mostrado para predecir los niveles de actividad física o el tipo de dieta en ese grupo. En una correlación , ambas variables son al azar y el investigador muestra cómo cambian en relación uno con otro . Ambos procedimientos tratan de mostrar una relación entre variables.
Por qué Distinguir Correlación y Regresión ?

Saber cuándo aplicar una correlación o un análisis de regresión es de vital importancia para las estadísticas. Si usted estudia las precipitaciones y las tasas de crecimiento de la hierba , es posible que desee un análisis de regresión : más lluvia es igual a más hierba. Sin embargo , la relación de causalidad no se ejecuta a la inversa; más pasto no causa más lluvias . Aquí, usted sólo tenga que mostrar una correlación entre variables. Que muestra una relación entre el crecimiento de las raíces y la altura de los árboles , por ejemplo, no se presta a un análisis causal. Sin embargo , si usted también estudia la composición del suelo , precipitaciones y niveles de luz solar , puede tener material para un análisis de regresión.