Teoría de la correlación y la correlación lineal. La correlación trata de establecer la relación o dependencia que existe entre las dos variables que intervienen en una distribución bidimensional. Es decir, determinar si los cambios en una de las variables influyen en los cambios de la otra. En caso de que suceda, diremos que las variables están correlacionadas o que hay correlación entre ellas. En probabilidad y estadística, la correlación indica la fuerza y la dirección de una relación lineal entre dos variables aleatorias. Se considera que dos variables cuantitativas están correlacionadas cuando los valores de una de las varían sistemáticamente con respecto a los valores homónimos de la otra: si tenemos dos …ver más…

Aplicación: la aplicación de estos métodos tiene dos propósitos: comprender las fuerzas de influencia en los datos y descubrir la estructura que produjo los datos observados. Ajustar el modelo y proceder a realizar pronósticos, monitoreo, retroalimentación y control de avance. Las aplicaciones incluyen pronósticos económicos, análisis de presupuesto, análisis del mercado, etc.
Correlación de Atributos. El agente realiza la correlación de atributos en cualquier rol antes de concluir el evento en la correlación basada en incidencias. Esta funcionalidad permite establecer un atributo de evento en un valor específico cuando otros atributos del evento tienen valores específicos.
Teoría muestral de la correlación Los N pares de valores (X,Y) de dos variables pueden considerarse como muestras de una población que consta de todos estos pares. Como hay dos variables, a esta población bivariada, la que supondrá tiene una distribución normal bivariada. Se puede pensar que existe un coeficiente de correlación poblacional teórico, denotado ρ = 0 que se estima por el coeficiente de correlación muestral r. Las pruebas de significancia o de hipótesis relacionadas con los diferentes valores de ρ requieren del conocimiento de la distribución muestral de r. Para ρ ≠ 0 esta distribución es simétrica y se usa un estadístico que implica la distribución de Student. Para ρ ≠ 0