Tarea 6

Regresión Lineal

Wilson Escalona Escalona

Estadística

IACC

22 de mayo de 2017
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.

De acuerdo a los datos entregados:

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 la edad del trabajador y horas conectadas a

Internet
25
20 y = -0.3659x + 27.685
R² = 0.7959
15
Horas

Series1
10
Linear (Series1)
5
Linear (Series1)
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 internet = −0,3659 ∗ Edad + 27,685

b < 0, por lo que la relación entre las variables es indirecta, esto significa que si una variable
aumenta la otra disminuye o si una disminuye la otra aumenta.

c) Estime el número de horas que un trabajador está conectado a Internet, si tiene 62 años
de edad.
Horas internet = −0,3659 ∗ Edad + 27,685
Horas internet = −0,3659 ∗ 62 + 27,685
Horas internet = 5 horas app
d) Si un trabajador está conectado 18 hrs. a Internet, ¿qué edad se puede estimar que tiene
el trabajador?

18 = −0,3659 ∗ Edad + 27,685

Edad = 26,5 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
1600.0
1400.0
y = 77.404x + 118.07
1200.0 R² = 0.7726
Sueeldo Mensual

1000.0
800.0
Series1
600.0
Linear (Series1)
400.0
200.0
0.0
0 2 4 6 8 10 12 14
Antigüedad de trabajadores

Modelo Exponencial
1600.0
1400.0 y = 296.76e0.1094x
R² = 0.8098
1200.0
Sueeldo Mensual

1000.0
800.0
Series1
600.0
Expon. (Series1)
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.

De acuerdo a los modelos planteados, el modelo exponencial es más confiable,

porque se ajusta mejor a los datos, ya que su coeficiente de determinación es mayor (0,8098
o 80,98%), por lo que las estimaciones serán más confiables.

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 = 296,761,641
𝑟 = 1,641 = 10.000 ($) 𝑠𝑒 𝑎ñ𝑎𝑑𝑒𝑛 1641 $ 𝑎𝑙 𝑠𝑢𝑒𝑙𝑑𝑜 𝑚𝑒𝑛𝑠𝑢𝑎𝑙
𝑟 = 1,641 = 1.000 ($) 𝑝𝑒𝑠𝑜𝑠, 𝑠𝑒 𝑙𝑒 𝑎ñ𝑎𝑑𝑒𝑛 𝑎𝑙 𝑠𝑢𝑒𝑙𝑑𝑜 𝑚𝑒𝑛𝑠𝑢𝑎𝑙 $1,641 𝑝𝑒𝑠𝑜𝑠
𝑦 = 11408,20
e.4) Utilizando el mismo modelo anterior estime la antigüedad de un trabajador,
con un sueldo mensual de $750.000.

𝑦 = 296,76 𝑒0,1094 ∗ 𝑥
750.000 = 296,760,1094∗𝑥
𝑥 = 21,7208
 Bibliografía

IACC (2016). Regresión lineal. Estadística. Semana 6