SUMMARY
La regresión y la correlación se emplea en diversas disciplinas como la sociología, la biomedicina, las ingenieras, la economía, entre otras., están estrechamente relacionadas comprendiendo una forma de estimación, se suelen utilizar para resolver una gran cantidad de problemas, mientras que la regresión se encarga de la relación que hay entre variables, la correlación mide el grado de relación lineal entre dos o más variables, dando como resultado la fuerza y sentido de la relación.En otras fuentes consultadas, nos dice que el análisis de correlación da como resultado un número que resumen el grado de la correlación entre dos variables, y el análisis de regresión da una ecuación matemática que describe dicha relación, los datos que son necesarios provienen de observaciones de variables relacionadas.Para hacer una correlación se requiere saber de qué tipo son las variables, sean cuantitativas o cualitativas, pues se utilizaron distintos métodos, las ventajas de la correlación tienen su propio lenguaje interpretado.En el caso de la regresión, para que el resultado sea correcto es necesario tomar hacer una selección adecuada de las variables, pues si tomamos variables que no tengan ninguna relación con la práctica nos dará como resultado ilógico, es decir no tendrá sentido, esta es una herramienta útil para la planeación.También se le denomina análisis de regresión a cualquier método estadístico que establezca una ecuación permitiendo estimar el valor desconocido de una variable a partir del valor conocido de una o más variables, este término fue utilizado por primera vez en 1877 por el estadístico inglés Francis Galton, en base a un estudio que realizó, demostrando que la altura de los hijos altos, tendía a retroceder, o regresar. Esta siempre se desarrolla en una ecuación de estimación, relacionando las variables desconocidas con las variables conocidas.Casi siempre en el análisis de correlación con el análisis de regresión se utilizan en conjunto para medición de la eficacia que la línea de regresión explica la variación de la variable dependiente, Y.