Ir al simulador
[En Español]
Facilitar el aprendizaje activo, visual y progresivo de tres pilares fundamentales en Investigación de Mercados II y III:
La naturaleza de las cuatro escalas de medida y las operaciones matemáticas válidas en cada una.
La lógica de la inferencia estadística, los contrastes de hipótesis, la interpretación rigurosa del p-valor y los errores tipo I y II.
La selección razonada de técnicas estadísticas univariantes, bivariantes y multivariantes atendiendo al número de variables, sus escalas y su papel analítico.
Sin instalación ni servidor: Al tratarse de un archivo HTML autónomo (https://sites.google.com/view/tecnicas-estadisticas.html), basta con abrirlo mediante doble clic en cualquier navegador moderno (Chrome, Edge, Firefox, Safari) desde ordenador, tablet o teléfono móvil.
Navegación no lineal con memoria: Puedes desplazarte libremente entre las cinco fichas superiores. El estado de las variables configuradas en el selector y tus respuestas en los ejercicios de autoevaluación se conservan intactos mientras cambias de pestaña.
Ficha 1 · Escalas de medida de las variables:
Comparador: Contrasta las escalas no métricas (Nominal y Ordinal) frente a las métricas (Intervalo y Razón), incluyendo la aclaración metodológica sobre ítems Likert individuales frente a escalas multi-ítem agregadas.
Matriz interactiva: Pulsa sobre cualquier celda (Sí / No) para consultar por qué una operación tiene sentido o por qué induce a error.
Laboratorio práctico: Selecciona un conjunto de datos reales de supermercados y prueba distintas operaciones para recibir retroalimentación inmediata.
Ficha 2 · Inferencia estadística y contrastes de hipótesis:
Símil judicial y 5 pasos: Asocia la hipótesis nula (H0) con la presunción de inocencia y la hipótesis alternativa (H1) con la evidencia de efecto, destacando que no rechazar H0 nunca equivale a demostrarla.
Simulador gráfico N(0,1): Modifica el nivel de significación (alfa = 0,01; 0,05; 0,10), la dirección del contraste (bilateral, cola izquierda o cola derecha) y el estadístico observado (z), o activa la animación para observar cómo el estadístico entra en la región de rechazo y cae el p-valor.
Matriz 2 × 2 y caso práctico: Explora los riesgos de Error Tipo I (alfa), Error Tipo II (beta) y Potencia estadística (1 − beta), y evalúa distintos p-valores aplicados a una campaña promocional.
Ficha 3 · Selector inteligente de técnicas estadísticas:
Constructor de variables: Añade variables, define su escala, asigna su papel (Dependiente, Independiente o Sin asignar para interdependencia) y activa contextos específicos (Conjoint, Multinivel, SEM o Machine Learning).
Casos predefinidos: Carga con un clic los escenarios de clase (Regresión múltiple con dummies, ANCOVA, MANOVA, Regresión logística multinomial, Análisis factorial o Análisis de correspondencias múltiples).
Diagnóstico y gráfico: Consulta la tabla de técnicas aplicables, las diferencias entre alternativas y pulsa «Ver gráfico» para visualizar el esquema de salida característico.
Ficha 4 · Galería visual de técnicas estadísticas:
Biblioteca filtrable por familias (Univariantes, Bivariantes, Multivariantes de Dependencia, Multivariantes de Interdependencia y Avanzadas) y con buscador por palabra clave. Despliega cualquier tarjeta para ver su traducción al inglés, objetivo, escalas requeridas, ejemplo comercial, esquema visual e interpretación.
Ficha 5 · Autoevaluación y ejercicios:
Tres bloques prácticos (17 ítems en total) con corrección automática, explicación razonada y marcador global en la cabecera superior.
En clase o estudio individual: Avanza secuencialmente de la Ficha 1 a la 3 antes de resolver la Ficha 5.
En diseño de cuestionarios y TFG: Utiliza la Ficha 3 antes de recoger datos para verificar que la escala con la que vas a medir cada pregunta permite aplicar la técnica multivariante que necesita tu objetivo de investigación.
Go to simulator
[In English]
To support active, visual, and progressive learning of three core pillars in Marketing Research II & III:
The properties of the four measurement scales and the mathematical and statistical operations legitimate for each.
The logic of statistical inference, hypothesis testing, rigorous p-value interpretation, and Type I / Type II decision errors.
The reasoned selection of statistical techniques (univariate, bivariate, and multivariate) according to the number of variables, their measurement scales, and their analytical roles.
Zero installation required: As a standalone HTML file (https://sites.google.com/view/tecnicas-estadisticas.html), simply double-click to open it in any modern web browser (Chrome, Edge, Firefox, Safari) on desktop, tablet, or smartphone.
Non-linear navigation with persistent state: Switch freely across the five top tabs. Custom variables configured in the technique selector and your answers in the self-assessment exercises remain saved as you navigate.
Tab 1 · Variable Measurement Scales:
Interactive Comparator: Contrasts non-metric scales (Nominal and Ordinal) against metric scales (Interval and Ratio), including the methodological note on single Likert items versus summated multi-item scales.
Operations Matrix: Click any cell (Sí / No) to read a pedagogical explanation and commercial example explaining why an operation is valid or misleading.
Interactive Lab: Select a supermarket dataset and test statistical operations to receive immediate feedback.
Tab 2 · Statistical Inference & Hypothesis Testing:
Courtroom Analogy & 5-Step Procedure: Maps the null hypothesis (H0) to the presumption of innocence and the alternative hypothesis (H1) to evidence of an effect, emphasizing that failing to reject H0 never proves H0 true.
Dynamic N(0,1) Simulator: Adjust the significance level (alpha = 0.01, 0.05, 0.10), tail type (two-tailed, left-tailed, right-tailed), and observed statistic (z), or run the animation to see how increasing sample differences push the statistic into the rejection region as the p-value drops.
2 × 2 Decision Matrix & Retail Case: Inspect Type I Error (alpha), Type II Error (beta), and Statistical Power (1 − beta), and interpret simulated p-values for a promotional campaign.
Tab 3 · Intelligent Statistical Technique Selector:
Variable Builder: Add variables, set their measurement scale, assign their analytical role (Dependent, Independent, or Unassigned for interdependence techniques), and toggle specific research contexts (Conjoint, Multilevel, SEM, or Machine Learning).
Preset Scenarios: Load benchmark marketing cases in one click (Multiple Regression with dummies, ANCOVA, MANOVA, Multinomial Logistic Regression, Factor Analysis, or Multiple Correspondence Analysis).
Diagnosis & Schematic Output: Review the dynamic recommendation table, compare alternatives, and click «Ver gráfico» to inspect the schematic output chart for each technique.
Tab 4 · Visual Gallery of Statistical Techniques:
Filterable library organized into five families (Univariate, Bivariate, Multivariate Dependence, Multivariate Interdependence, and Advanced/Predictive) with keyword search. Expand any card to view its bilingual title, objective, required scales, retail example, schematic SVG output, and key differences from related methods.
Tab 5 · Self-Assessment & Exercises:
Three interactive activities (17 items total) featuring instant grading, reasoned feedback, and a live global progress tracker in the top header.
For exam preparation: Work sequentially from Tab 1 through Tab 3 before completing the self-assessment in Tab 5.
For questionnaire & dissertation design: Use Tab 3 prior to data collection to ensure the measurement scales chosen in your survey match the multivariate techniques required by your research objectives.
Ir al simulador
[En Español]
Visualizador Interactivo del Análisis Clúster Jerárquico
Esta herramienta docente permite explorar paso a paso cómo se construyen los conglomerados en el plano bidimensional y cómo se representa su jerarquía mediante un dendrograma sincronizado, implementando con rigor matemático los ocho algoritmos clásicos de la función hclust de R.
Características principales de cada método
Define la distancia entre dos grupos como la menor distancia entre cualquier par de observaciones de ambos conglomerados. Detecta formas alargadas o no elípticas, aunque tiende a producir el efecto de encadenamiento.
Define la distancia entre dos grupos como la mayor distancia entre cualquier par de observaciones de ambos conglomerados. Genera grupos compactos y esféricos de diámetro similar, evitando el encadenamiento.
Calcula la distancia entre dos conglomerados como el promedio aritmético de todas las distancias entre pares de puntos de ambos grupos, ponderando cada grupo según su tamaño muestral (n_A, n_B).
Calcula la distancia entre dos conglomerados mediante una media ponderada igualitaria (0.5 y 0.5) de las distancias de los grupos fusionados, sin importar cuántas observaciones contenga cada uno.
Actualiza la distancia entre grupos situando el nuevo centroide en el punto medio geométrico exacto de los dos grupos fusionados (con igual peso independientemente de su tamaño). Puede generar inversiones en el dendrograma.
Calcula la distancia entre dos conglomerados como la distancia euclídea entre sus centroides (las medias ponderadas por tamaño de las coordenadas de cada grupo). Puede presentar alturas no monótonas (inversiones).
Minimiza el incremento de la suma de cuadrados intragrupo (varianza) al fusionar dos conglomerados, aplicando la recurrencia de Ward directamente sobre la matriz de disimilitudes sin elevarlas al cuadrado previamente.
Aplica el criterio de mínima varianza de Ward operando sobre las disimilitudes elevadas al cuadrado (d^2) durante las actualizaciones y extrayendo la raíz cuadrada en las alturas finales, produciendo grupos altamente homogéneos y equilibrados.
[In English]
Interactive Hierarchical Clustering Visualizer
Go to simulador
This educational tool allows students and researchers to explore step-by-step how observations merge in a 2D scatter plot alongside a synchronized dendrogram, faithfully implementing the eight classic algorithms of R's hclust function.
Key Characteristics of Each Method
Defines the distance between two clusters as the minimum distance between any single pair of observations across both clusters. Useful for detecting elongated or non-elliptical shapes, though prone to the chaining effect.
Defines the distance between two clusters as the maximum distance between any pair of observations across both clusters. Produces compact, spherical clusters of similar diameter and prevents chaining.
Computes the distance between two clusters as the unweighted arithmetic mean of all pairwise distances between observations in both clusters, weighting clusters proportionally to their sample sizes (n_A, n_B).
Computes the distance between clusters using an equal-weight average (0.5 and 0.5) of the distances of the two merged clusters, regardless of how many observations each cluster contains.
Updates cluster distances by placing the new centroid at the exact geometric midpoint of the two merged clusters (assigning equal weight irrespective of cluster size). Can produce dendrogram inversions.
Measures the distance between two clusters as the Euclidean distance between their centroids (size-weighted coordinate means of each cluster). Because it is non-ultrametric, it may exhibit non-monotonic merge heights (inversions).
Minimizes the increase in the within-cluster sum of squares (variance) when merging two clusters, applying Ward's update formula directly to the unsquared dissimilarity matrix.
Applies Ward's minimum-variance criterion using squared dissimilarities (d^2$) during the Lance-Williams updates and taking the square root for final dendrogram heights, yielding tightly compact and balanced clusters.
Ir al simulador
[En Español]
Este simulador interactivo permite visualizar paso a paso cómo se construyen los grupos (clústeres) y cómo se minimiza la suma de cuadrados residual dentro de cada grupo (WCSS). A través del menú desplegable superior, puedes comparar el comportamiento de los cuatro algoritmos clásicos de particionamiento:
¿Cómo funciona? Es el método estándar de K-Medias y opera por bloques completos en dos fases alternas. Tras colocar los centroides iniciales, el algoritmo asigna simultáneamente todos los puntos del plano al centroide más cercano según la distancia euclidiana. Una vez asignados todos los casos, recalcula la posición de cada centroide moviéndolo exactamente al promedio (centro de gravedad) de los puntos de su grupo, repitiendo este ciclo hasta que los centroides dejan de desplazarse.
En el simulador: Puedes generar nubes de puntos o añadir observaciones manualmente haciendo clic en el lienzo. Al pulsar "Siguiente Paso", observarás claramente la alternancia entre la fase de Asignación por lotes (donde se trazan todas las líneas hacia los centroides) y la fase de Actualización, permitiéndote ver cómo desciende la suma de cuadrados residual (WCSS) tras cada iteración completa.
¿Cómo funciona? El algoritmo de Forgy comparte exactamente la misma mecánica de asignación masiva y recálculo por bloques que el método de Lloyd, pero se diferencia de forma crucial en su fase de inicialización. En lugar de situar los centros iniciales en coordenadas arbitrarias o aleatorias en el espacio vacío, Forgy selecciona al azar K observaciones reales de la muestra de datos para que actúen como los centroides iniciales. Esto garantiza que todos los grupos comiencen con al menos un miembro real y acelera la convergencia inicial en distribuciones irregulares.
En el simulador: Al seleccionar Forgy, el selector de inicialización se bloquea automáticamente para respetar la regla estricta del método. Al pulsar "Colocar Centroides", verás que los centros aparecen superpuestos exactamente encima de $K$ puntos de tu muestra, iniciando a partir de ahí la asignación masiva por bloques.
¿Cómo funciona? El método de MacQueen es un enfoque híbrido y secuencial diseñado para ofrecer gran velocidad en bases de datos muy voluminosas. A diferencia de Lloyd o Forgy, no espera a asignar todos los puntos para mover los centros: toma las observaciones una por una, asigna el caso al centroide más cercano en ese instante y actualiza inmediatamente la posición del centroide ganador antes de pasar al siguiente punto. Aunque es muy rápido computacionalmente, su resultado final puede depender ligeramente del orden en que se recorren los datos.
En el simulador: Para facilitar el seguimiento didáctico, el simulador ajusta la muestra a un máximo de 20 casos numerados (#1 a #20). En cada paso, el caso evaluado se resalta con un anillo amarillo discontinuo; al avanzar, verás cómo el punto se une a su centroide más cercano y cómo dicho centroide se desplaza al instante en el plano.
¿Cómo funciona? Es el algoritmo predeterminado en paquetes estadísticos avanzados (como R) debido a su alta precisión para evitar óptimos locales pobres. Partiendo de una partición inicial, evalúa cada observación de forma individual y calcula qué ocurriría con la suma de cuadrados residual total (WCSS) de todo el sistema si ese punto se transfiriera a cualquiera de los otros grupos (recalculando mentalmente los centroides tras el posible cambio). El punto solo cambia de grupo si dicha transferencia reduce estrictamente el WCSS global, actualizando los centroides de inmediato.
En el simulador: Al igual que en MacQueen, se trabaja con una muestra reducida de hasta 20 casos numerados y resaltados con el anillo amarillo. En el panel inferior de instrucciones podrás comprobar paso a paso si el punto evaluado permanece en su grupo o si es transferido a otro clúster, mostrando exactamente cuánto disminuye el WCSS global tras cada movimiento.
[In English]
Go to simulador
This interactive simulator allows you to visualize step by step how clusters are formed and how the Within-Cluster Sum of Squares (WCSS) is minimized. Using the top dropdown menu, you can compare the behavior of the four classic partitioning algorithms:
How does it work? This is the standard K-Means method and operates in full batches across two alternating phases. After placing the initial centroids, the algorithm simultaneously assigns all points on the plane to the nearest centroid based on Euclidean distance. Once all cases are assigned, it recalculates the position of each centroid by moving it to the exact mean (center of gravity) of its assigned points, repeating this cycle until the centroids stop moving.
In the simulator: You can generate point clouds or manually add observations by clicking on the canvas. When clicking "Next Step", you will clearly observe the alternation between the Batch Assignment phase (where all connection lines to the centroids are drawn) and the Update phase, allowing you to track how the residual sum of squares (WCSS) decreases after each full iteration.
How does it work? Forgy's algorithm shares the exact same batch assignment and centroid recalculation mechanics as Lloyd's method, but differs crucially in its initialization phase. Instead of placing initial centers at arbitrary or random coordinates in empty space, Forgy randomly selects K actual observations from the dataset to act as the initial centroids. This ensures that every cluster starts with at least one real member and accelerates initial convergence on irregular distributions.
In the simulator: When selecting Forgy, the initialization selector is automatically locked to strictly follow the method's rule. When clicking "Place Centroids", you will see the centers appear directly on top of $K$ existing points in your sample, starting the batch assignment from there.
How does it work? MacQueen's method is a hybrid, sequential approach designed to deliver high speed on very large datasets. Unlike Lloyd or Forgy, it does not wait for all points to be assigned before moving the centers: it takes observations one by one, assigns the case to the nearest centroid at that exact moment, and immediately updates the position of the winning centroid before moving on to the next point. Although computationally very fast, its final result may depend slightly on the order in which the data points are processed.
In the simulator: For clarity and educational tracking, the simulator limits the sample to a maximum of 20 numbered cases (#1 to #20). At each step, the evaluated case is highlighted with a dashed yellow ring; as you advance, you will see the point join its nearest centroid and watch that centroid shift immediately on the plane.
How does it work? This is the default algorithm in advanced statistical packages (such as R) due to its high accuracy in avoiding poor local optima. Starting from an initial partition, it evaluates each observation individually and calculates what would happen to the total Within-Cluster Sum of Squares (WCSS) of the entire system if that point were transferred to any of the other groups (recalculating the centroids for each potential move). The point only changes clusters if the transfer strictly reduces the global WCSS, updating the centroids immediately.
In the simulator: Just like in MacQueen's mode, it works with a reduced sample of up to 20 numbered cases highlighted with the yellow ring. In the bottom instruction panel, you can verify step by step whether the evaluated point remains in its group or is transferred to another cluster, displaying the exact decrease in global WCSS after each move.
Ir al simulador
[En Español]
Este simulador visual te permite comprender de manera intuitiva los conceptos fundamentales del Análisis de Correspondencias Simple (ACS), conectando la teoría estadística con la geometría espacial:
Tabla de Contingencia Editable: Puedes modificar los valores de frecuencias, añadir o quitar categorías en filas y columnas, y cambiar los nombres de las variables para experimentar con tus propios datos (por ejemplo, relacionando grupos etarios con preferencias o categorías de consumo).
El Principio de la Masa y la Distancia: Observa cómo el tamaño muestral (masa) de cada categoría influye en su posición en el mapa perceptual. Las categorías con mayor masa (como el Grupo 3 al aumentar sus casos) atraen el centro de gravedad hacia sí, reduciendo su distancia al origen (0,0) en comparación con categorías con menor masa.
Inercia y Autovalores: El sistema calcula en tiempo real la inercia total (basada en el estadístico chi^2 de Pearson) y el porcentaje de varianza explicada por cada dimensión principal (lambda_1 y lambda_2), mostrando cómo la dispersión genera inercia (Inercia = Masa Distancia^2).
Controles de Dispersión: Utiliza los controles deslizantes para modular la asociación entre variables y ver cómo los puntos convergen hacia el perfil marginal promedio en caso de independencia estadística.
[In English]
Go to simulator
This visual simulator allows you to intuitively grasp the core concepts of Simple Correspondence Analysis (CA) by connecting statistical theory with spatial geometry:
Editable Contingency Table: You can modify frequency values, add or rename categories in rows and columns, and test your own custom datasets (e.g., exploring age groups against preferences or behavioral segments).
Mass and Distance Principle: Watch how the sample size (mass) of each category dictates its position on the perceptual map. Categories with larger mass (such as Group 3 when scaling its cases) pull the center of gravity closer, resulting in a shorter distance to the origin (0,0) compared to smaller categories.
Inertia and Eigenvalues: The tool computes total inertia in real-time (derived from Pearson's chi^2$ statistic) along with the percentage of variance explained by each principal dimension (lambda_1 and lambda_2), illustrating how dispersion drives inertia (Inertia = Mass Distance^2).
Dispersion Controls: Use the interactive sliders to adjust the degree of association between variables and observe how points collapse toward the average marginal profile under complete statistical independence.
Ir al simulador
[En Español]
¿Cómo funciona este simulador interactivo?
Este laboratorio visual te permite comprender de manera intuitiva los fundamentos del Análisis de la Varianza de un factor (One-Way ANOVA), conectando la experimentación con datos de investigación de mercados con la geometría de la variabilidad y la inferencia estadística:
Configuración Experimental y Simulación de Muestras (Módulo 1): Puedes editar los nombres de los tratamientos (por defecto, tres estrategias de promoción comercial), modificar el número de grupos (K = 2, 3 o 4) y ajustar mediante deslizadores las medias poblacionales (μ), las desviaciones estándar (σ) y los tamaños muestrales (n). Además, permite elegir entre un modo de datos estables (que transforma los mismos valores aleatorios estandarizados Zᵢⱼ para aislar el efecto de cada parámetro) y un modo dinámico con semilla reproducible, diferenciando claramente los parámetros teóricos de los estadísticos muestrales observados (X̄ⱼ y sⱼ).
Escenarios Predefinidos de Experimentación: Incluye cuatro situaciones calibradas estadísticamente que combinan diferencias pequeñas o grandes entre medias con niveles bajos o altos de dispersión interna, así como una vista comparativa simultánea para comprobar cómo la relación entre señal y ruido determina la significación estadística.
Distribuciones Teóricas y Datos Muestrales Sincronizados (Módulo 2): Visualiza en paralelo las curvas normales poblacionales N(μⱼ, σⱼ²) —con opción de ocultar o mostrar cada curva— junto a un diagrama de cajas y bigotes (Box-Whisker) con todas las observaciones individuales superpuestas. El gráfico distingue visualmente la media muestral de cada grupo (X̄ⱼ), su mediana (Q₂) y la media global (X̄), permitiendo hacer clic sobre cualquier punto para inspeccionar su valor exacto.
Descomposición Gráfica de la Variabilidad (Módulo 3): Representa visualmente la identidad fundamental del ANOVA (SST = SSB + SSW). Mediante interruptores independientes y una animación paso a paso, puedes aislar la variabilidad intergrupos (en morado, distancia entre las medias de cada promoción y la media global) frente a la variabilidad intragrupos (en naranja, dispersión interna respecto a la media de cada grupo), además de seleccionar cualquier observación para comprobar punto a punto la relación (Xᵢⱼ − X̄) = (X̄ⱼ − X̄) + (Xᵢⱼ − X̄ⱼ).
Tabla ANOVA, Distribución F y Semáforo de Decisión (Módulo 4): Calcula en tiempo real las sumas de cuadrados, grados de libertad, medias cuadráticas, el estadístico F y el valor p, incorporando explicaciones emergentes en cada columna. La curva de densidad de Fisher-Snedecor F(K - 1, N - K) diferencia de forma dinámica la región crítica fija (determinada por α = 0,01, 0,05 o 0,10) del área de cola derecha correspondiente al valor p, acompañada de un semáforo intuitivo de decisión estadística.
Comparaciones Múltiples Post Hoc y Comprobación de Supuestos (Módulo 5): Cuando existen diferencias entre grupos, permite aplicar y contrastar gráficamente los intervalos de confianza de Tukey HSD, Bonferroni, Scheffé y Games-Howell (especialmente indicado ante varianzas desiguales). Asimismo, incorpora herramientas de diagnóstico para evaluar los tres supuestos del modelo: normalidad de los residuos (gráfico Q-Q, histograma y prueba de Shapiro-Wilk), homogeneidad de varianzas (prueba de Levene) e independencia muestral.
Interpretación Automática, Auditoría Matemática y Exportación (Módulo 6 y Barra Global): Genera un informe interpretativo listo para su análisis comercial —recordando la distinción entre asociación estadística y causalidad—, verifica en vivo el cumplimiento exacto de todas las identidades matemáticas del modelo y permite guardar, comparar escenarios o descargar los datos simulados en formato CSV.
[In English]
Go to simulator
Exploring Analysis of Variance (ANOVA) How does this interactive simulator work? This visual laboratory allows you to intuitively grasp the core foundations of One-Way Analysis of Variance (ANOVA), bridging market research data experimentation with the geometry of variability and statistical inference:
Experimental Setup and Sample Simulation (Module 1): You can rename treatment groups (by default, three commercial promotion strategies), change the number of groups (K = 2, 3, or 4), and use interactive sliders to adjust population means (μ), standard deviations (σ), and sample sizes (n). You can also switch between a stable data mode (transforming fixed standardized random draws Zᵢⱼ to isolate parameter effects) and a dynamic simulation mode with a reproducible seed, clearly distinguishing theoretical population parameters from observed sample statistics (X̄ⱼ and sⱼ).
Predefined Experimentation Scenarios: Includes four statistically calibrated scenarios combining small or large differences between means with low or high within-group dispersion, along with a side-by-side comparison view to explore how the signal-to-noise ratio governs statistical significance.
Synchronized Theoretical Distributions and Sample Data (Module 2): Displays theoretical normal density curves N(μⱼ, σⱼ²)—with individual curve visibility toggles—synchronized with a Box-Whisker plot featuring jittered individual observations. The plot clearly distinguishes each group's sample mean (X̄ⱼ), median (Q₂), and the grand mean (X̄), allowing you to click any data point to inspect its exact value.
Visual Decomposition of Variability (Module 3): Visually illustrates the fundamental ANOVA identity (SST = SSB + SSW). Using independent layer toggles and a step-by-step animation, you can isolate between-group variability (in purple, distance from group means to the grand mean) from within-group variability (in orange, internal dispersion around each group mean), and select any individual observation to verify (Xᵢⱼ − X̄) = (X̄ⱼ − X̄) + (Xᵢⱼ − X̄ⱼ).
ANOVA Table, F-Distribution, and Decision Traffic Light (Module 4): Computes sums of squares, degrees of freedom, mean squares, the F-statistic, and the exact p-value in real time, with clickable column explanations. The Fisher-Snedecor F(K - 1, N - K) density curve dynamically separates the fixed critical rejection region (set by α = 0.01, 0.05, or 0.10) from the right-tail p-value area, paired with a visual statistical decision traffic light.
Post Hoc Multiple Comparisons and Model Assumptions (Module 5): Enables pairwise comparison testing and confidence interval plotting using Tukey HSD, Bonferroni, Scheffé, and Games-Howell (specifically designed for unequal variances). It also provides diagnostic checks for the three core ANOVA assumptions: normality of residuals (Q-Q plot, histogram, and Shapiro-Wilk test), homogeneity of variances (Levene's test), and experimental independence.
Automated Interpretation, Mathematical Audit, and Export (Module 6 & Global Toolbar): Automatically drafts a managerial and statistical summary—highlighting the distinction between statistical association and causality—performs a live mathematical verification of all ANOVA identities, and lets you save/compare scenarios or export generated observations to CSV.
Ir al simulador
[En Español]
¿Cómo funciona este simulador interactivo?
Este laboratorio visual te permite comprender de manera intuitiva y experimental los fundamentos de la Regresión Lineal Simple y Múltiple aplicada a la Investigación de Mercados, conectando el cálculo por Mínimos Cuadrados Ordinarios (MCO) con la toma de decisiones sobre variables:
Control Experimental y Datos Editables: Parte de una muestra de supermercados con 8 variables comerciales y demográficas (renta, población, afluencia, superficie, competencia, precio, publicidad y distancia). Puedes modificar el tamaño muestral (n), la semilla aleatoria o editar directamente cualquier celda de la tabla para comprobar al instante cómo afectan los datos atípicos a todos los modelos.
Regresión Simple y Mínimos Cuadrados (MCO): Visualiza el diagrama de dispersión, la recta de ajuste óptimo y los residuos verticales. Incluye un deslizador interactivo para desplazar un establecimiento extremo y observar cómo arrastra la pendiente (b_1) y altera la varianza explicada (R^2).
Regresión Múltiple y Efectos Parciales (Ceteris Paribus): Selecciona libremente qué variables entran en el modelo y compara los coeficientes no estandarizados (B) con los estandarizados (Beta). Comprueba por qué una variable con alta correlación simple puede perder significación estadística al controlar por el resto de predictores.
Algoritmos de Selección de Variables Paso a Paso: Experimenta y reproduce etapa por etapa los cuatro métodos clásicos sobre exactamente la misma muestra: Introducir (Enter), Hacia delante (Forward), Hacia atrás (Backward) y Por pasos (Stepwise). Observa cómo entran o salen variables según los umbrales de significación (p_in y p_out) y compara su capacidad predictiva real (R^2 ajustado, AIC, BIC y RMSE en validación).
Multicolinealidad, Diagnóstico y Predicción: Utiliza el experimento interactivo de colinealidad para ver cómo se dispara el VIF cuando dos predictores comparten información, revisa los gráficos de residuos (Q-Q normal y distancia de Cook) y simula predicciones de ventas con intervalos de confianza y de predicción.
[In English]
Go to simulador
Regression How does this interactive simulator work?
This visual laboratory allows you to intuitively and experimentally grasp the core foundations of Simple and Multiple Linear Regression applied to Market Research, connecting Ordinary Least Squares (OLS) estimation with variable selection strategies:
Experimental Control and Editable Dataset: Start from a sample of supermarkets featuring 8 commercial and demographic predictors (income, population, foot traffic, floor area, competition, price index, advertising, and distance). You can adjust the sample size (n), set a reproducible random seed, or directly edit any cell in the data table to see how outliers impact all models in real time.
Simple Regression and Ordinary Least Squares (OLS): Visualize the scatter plot, the best-fit regression line, and vertical residuals. Includes an interactive sensitivity slider to shift an extreme store observation and watch how it pulls the slope (b_1) and alters the explained variance (R^2).
Multiple Regression and Partial Effects (Ceteris Paribus): Freely toggle independent variables in and out of the model and compare unstandardized coefficients (B) against standardized weights (Beta). Discover why a predictor with a strong bivariate correlation can lose statistical significance once other variables are controlled for.
Step-by-Step Variable Selection Algorithms: Run and play back stage by stage the four classic selection procedures on the exact same dataset: Enter, Forward selection, Backward elimination, and Stepwise selection. Track which variables enter or leave based on significance thresholds (p_in and p_out) and compare their out-of-sample predictive accuracy (Adjusted R^2, AIC, BIC, and validation RMSE).
Multicollinearity, Diagnostics, and Sales Forecasting: Use the interactive collinearity experiment to observe how the Variance Inflation Factor (VIF) spikes when two predictors overlap, inspect residual diagnostics (normal Q-Q plot and Cook's distance), and simulate monthly sales forecasts with confidence and prediction intervals.