Sunteți pe pagina 1din 6

Regresión lineal.

Estadística

15 julio 2018
INSTRUCCIONES:

-Lea atentamente cada enunciado y responda.

- La tarea debe ser respondida en Word y adjuntando el archivo Excel cuando corresponda,
identificando adecuadamente la pregunta.

Le han solicitado elaborar un estudio de desempeño laboral en la empresa Luz Ltda. con el
fin de observar la incidencia y determinar si es relevante que un empleado realice
actividades personales en su horario de trabajo. Es por esto que se tomó como referencia el
tiempo en horas que un empleado navega en Internet en su puesto durante la semana hábil
y verificar si existe relación entre el consumo de Internet y las siguientes variables: edad,
antigüedad laboral, sueldo mensual que percibe y su escolaridad, además de si el sexo del
funcionario incide en este comportamiento de actividades no laborales en su lugar de
trabajo.

Desarrollo

a) Realice un gráfico de dispersión e indique el tipo de relación entre las variables edad del
trabajador y horas conectadas a Internet.

Relación entre las variables edad del trabajador y horas


conectadas a Internet.
Series1 Linear (Series1)

25
20
y = -0.3659x + 27.685
Horas

15
10 R² = 0.7959
5
0
0 10 20 30 40 50 60 70
Edad
b) Con respecto a las mismas variables de la letra a, construya un modelo de regresión e
interprete el valor de la pendiente.

horas conectadas a Internet = -0.3659 * edad + 27.685

Al ser b < 0, una variable aumenta, la otra disminuye es un modelo decreciente y es una
relación indirecta

c) Estime el número de horas que un trabajador está conectado a Internet, si tiene 62 años
de edad.

horas conectadas a Internet = -0.3659 * edad + 27.685

horas conectadas a Internet = -0.3659 * 62 + 27.685

horas conectadas a Internet = 4.9992 horas

d) Si un trabajador está conectado 18 hrs. a Internet, ¿qué edad se puede estimar que tiene
el trabajador?

18hrs = -0.3659 * edad + 27.685

Edad = 26.46 años


e) Desde la gerencia se requiere establecer un modelo de regresión para las variables:
sueldo mensual y antigüedad de los trabajadores, para realizar estimaciones respecto a
esas variables. Entonces:

e.1) Construya el modelo lineal y exponencial.

Modelo Lineal
Series1 Linear (Series1)

1600.0
1400.0 y = 77.404x + 118.07
Sueeldo Mensual

1200.0 R² = 0.7726
1000.0
800.0
600.0
400.0
200.0
0.0
0 2 4 6 8 10 12 14
Antigüedad de trabajadores

Modelo Exponencial
Series1 Expon. (Series1)

1600.0
y = 296.76e0.1094x
1400.0
R² = 0.8098
Sueeldo Mensual

1200.0
1000.0
800.0
600.0
400.0
200.0
0.0
0 2 4 6 8 10 12 14
Antigüedad de trabajadores
e.2) Estime qué modelo se ajusta mejor a los datos. Justifique su respuesta.

Si comparamos los dos modelos, el modelo lineal es más confiable, es decir es el que
mejor se ajusta a los datos, ya que su coeficiente de determinación es mayor, por lo
que en este ultimo las estimaciones son más confiables.

Según el ejemplo planteado, en el modelo exponencial de determinación es de 0.8098


o 80.98%, lo que significa que es mayor que los resultados del otro modelo.

e.3) Utilizando el modelo más adecuado, determine el sueldo mensual de un trabajador, si


lleva 15 años en la empresa.

Y= 296.760.1094x

Y= 296.760.1094*15

Y= 13278.43

e.4) Utilizando el mismo modelo anterior estime la antigüedad de un trabajador, con un


sueldo mensual de $750.000.

$750.000= 296.760.1094 * x

X=21.7208
Bibliografía

 Regresion lineas, semana 6 iacc 2018

S-ar putea să vă placă și