Éste tipo de análisis es muy empleado para predecir el comportamiento de muchos fenómenos que nos rodean a partir de datos basados en la observación.[br]Se basa en el cálculo de la pendiente y la ordenada al origen de la línea recta que más se ajusta a los datos.[br] [br]y=mx+b[br][br]Para el cálculo de m y b se tienen las fórmulas:[br][br][math]m=\frac{n\sum xy-\sum x\sum y}{n\sum x^2-\left[\sum x\right]^2}[/math][br][br][math]b=\frac{\sum y-m\sum x}{n}[/math][br][br]Para determinar que tanto se ajusta la recta a los datos se debe calcular el Coeficiente de regresión lineal:[br][br][math]r=\frac{n\sum xy-\sum x\sum y}{\sqrt{\left[n\sum x^2-\left(\sum x\right)^2\right]\left[n\sum y^2-\left(\sum y\right)^2\right]}}[/math][br][br]El valor de r varía de -1 a 1 con el mismo signo de la pendiente de la línea recta; entre más cercano sea el valor de r a -1 o 1, los puntos se ajustan más a la recta, pero si se acerca a cero, no hay correlación entre las variables. [br][br]Realiza los cálculos en tu cuaderno empleando las fórmulas y los datos de la hoja de cálculo; verifica la pendiente y la ordenada al origen con la ecuación que se muestra en el simulador. También calcula el valor del coeficiente de regresión lineal y observa qué tanto se ajustan los datos a la recta.