¿Qué análisis de regresión y correlación se incluyen en Minitab?

Minitab ofrece varios análisis de regresión para investigar y modelar la relación entre una variable de respuesta y una o más variables predictoras.

En este tema

Medidas básicas de asociación
Análisis de regresión para variables de respuesta continuas
Análisis de regresión para variables de respuesta categórica
Análisis de regresión para variables de respuesta discretas

Medidas básicas de asociación

Correlación: Utilícese para calcular la correlación de Pearson o la correlación de rango-orden de Spearman (también denominada rho de Spearman). En Minitab, elija Estadísticas > Estadísticas básicas > Correlación.
Covarianza: Utilícese para calcular la covarianza, una medida de la relación entre dos variables. La covarianza no es estandarizada, a diferencia del coeficiente de correlación. En Minitab, elija Estadísticas > Estadísticas básicas > Covarianza.

Análisis de regresión para variables de respuesta continuas

Utilice los siguientes análisis cuando tenga una variable de respuesta continua.

Regresión: Modele la relación entre predictores categóricos o continuos y una respuesta, y utilice el modelo para predecir valores de respuesta para nuevas observaciones. Incluya fácilmente términos de interacción y polinómicos, transforme la respuesta o utilice la regresión escalonada si es necesario. En Minitab, elija Estadísticas > Regresión > Regresión > Ajustar modelo de regresión o Módulo de análisis predictivo > Regresión lineal.
Mejores subconjuntos: Compare todos los modelos posibles utilizando un conjunto especificado de predictores y muestre los modelos de mejor ajuste que contengan un predictor, dos predictores y así sucesivamente. En Minitab, elija Estadísticas > Regresión > Regresión > Mejores subconjuntos.
Gráfica de línea ajustada: Grafique la relación entre un predictor y una respuesta. En Minitab, elija Estadísticas > Regresión > Gráfica de línea ajustada.
Regresión no lineal: Modele la relación entre los predictores y una respuesta cuando lo términos cuadráticos o cúbicos no sean adecuados. Se utiliza cuando se puede especificar una relación no lineal, como un crecimiento o una decadencia no lineal, para describir la relación. En Minitab, elija Estadísticas > Regresión > Regresión no lineal.
Estudio de estabilidad: Planee un estudio de estabilidad y cree una hoja de trabajo personalizada para recoger los datos. En Minitab, elija Estadísticas > Regresión > Estudio de estabilidad > Crear hoja de trabajo de estudio de estabilidad.; Estime la vida útil de un producto farmacológico con un modelo lineal. En Minitab, elija Estadísticas > Regresión > Estudio de estabilidad.
Regresión ortogonal: Modele la relación entre una respuesta y un predictor cuando las mediciones de la respuesta y el predictor incluyan error aleatorio. En Minitab, elija Estadísticas > Regresión > Regresión ortogonal.
Mínimos cuadrados parciales: Determine si un conjunto de predictores están relacionados con las respuestas. Se utiliza cuando se tiene predictores que son sumamente colineales o cuando se tiene más predictores que observaciones. En Minitab, elija Estadísticas > Regresión > Mínimos cuadrados parciales.

Análisis de regresión para variables de respuesta categórica

Utilice los siguientes análisis cuando tenga una variable de respuesta categórica.

Regresión logística binaria: Modele la relación entre los predictores y una respuesta que tenga dos resultados, como pasa o no pasa. En Minitab, elija Estadísticas > Regresión > Regresión logística binaria > Ajustar modelo logístico binarioo Módulo de análisis predictivo > Regresión logística binaria.
Gráfica de línea ajustada binaria: Grafique líneas ajustadas de regresión logística binaria ajustada con intervalos de confianza. En Minitab, elija Estadísticas > Regresión > Gráfica de línea ajustada binaria.
Regresión logística ordinal: Modele la relación entre los predictores y una respuesta que tenga tres o más resultados que tengan un orden, como bajo, medio y alto. En Minitab, elija Estadísticas > Regresión > Regresión logística ordinal.
Regresión logística nominal: Modele la relación entre los predictores y una respuesta que tenga tres o más resultados que no tengan un orden, como raya, hendidura y rotura. En Minitab, elija Estadísticas > Regresión > Regresión logística nominal.

Análisis de regresión para variables de respuesta discretas

Utilice los siguientes análisis cuando tenga una variable de respuesta discreta.

Regresión de Poisson: Modele la relación entre los predictores y una respuesta que cuente eventos, como el número de defectos de soldadura en una tarjeta de circuitos. También puede utilizar la regresión escalonada como ayuda para determinar un modelo. En Minitab, elija Estadísticas > Regresión > Regresión de Poisson > Ajustar modelo de Poisson.