Tipos de Correlaciones

Correlaciones constantes

Una correlación constante contiene un elemento de destino, pero ningún elemento de origen.
Puede seleccionar una función de transformación como una función de fecha u hora para
asignar un valor al elemento de destino. Puede crear correlaciones constantes pulsando
primero el botón derecho del ratón sobre un elemento de destino en la vista.

Correlaciones descubiertas

Una correlación descubierta es una correlación que se propone al ejecutar la función de

descubrimiento. Las correlaciones descubiertas son visibles en el editor de correlaciones y se
graban en un modelo de correlación. Se omiten cuando se generan scripts a partir del modelo
de correlación.

Correlaciones no válidas

Una correlación no válida es el resultado de efectuar cambios de nombre en los modelos de

origen o destino que se utilizan en el modelo de correlación. Cuando abra un editor de
correlaciones con un modelo de correlación existente, el modelo de correlación se revalidará
durante la inicialización. Si la información de origen o de destino en el modelo de correlación
deja de ser válida, las correlaciones relacionadas también dejarán de serlo. Las líneas de
correlación que conectan las correlaciones que no son válidas aparecen como líneas rojas por
omisión.

Tipos de regresión

Podemos clasificar los tipos de regresión según diversos criterios.

En primer lugar, en función del número de variables independientes:

 Regresión simple: Cuando la variable Y depende únicamente de una única

variable X.

 Regresión múltiple: Cuando la variable Y depende de varias variables (X1, X2,

..., Xr)

En segundo lugar, en función del tipo de función f(X):

 Regresión lineal: Cuando f(X) es una función lineal.

 Regresión no lineal: Cuando f(X) no es una función lineal.

En tercer lugar, en función de la naturaleza de la relación que exista entre las dos
variables:

 La variable X puede ser la causa del valor de la variable Y.

Por ejemplo, en toxicología, si X = Dosis de la droga e Y = Mortalidad, la mortalidad se
atribuye a la dosis administrada y no a otras causas.

 Puede haber simplemente relación entre las dos variables.

Por ejemplo, en un estudio de medicina en que se estudian las variables X = Peso e Y =

Altura de un grupo de individuos, puede haber relación entre las dos, aunque
difícilmente una pueda considerarse causa de la otra.