“Tarea 6 ”

Estadistica

Instituto IACC

21 de julio de 2019
a) De la tabla se tomará la columna de edad de los trabajadores y la columna de
horas conectados a internet semanales. Con la ayuda de Excel se puede obtener el
siguiente gráfico:

Edad vs Horas de internet

25
Hora s conecta das a i nternet / horas

20

15

10

0
20 25 30 35 40 45 50 55 60 65
Edad / años

b) La regresión lineal esta dada por la siguiente formula:

Y^ =a+b ∙ x

Con:

a=Ý +b ∙ X́

S XY
b=
S2X

Donde:

Y^ : es la variable dependiente.

x : es la variable independiente.

a : es la pendiente.

b : es el coeficiente de posición.

Ý : es el promedio de horas en internet (por semana)

X́ : es el promedio de edad de los trabajadores.

S XY : es la covarianza.

S 2X : es la varianza de la edad.
Con el apoyo de Excel se obtienen los siguientes valores:

Promedio edad X́ 46,05 años

Promedio horas en internet Ý 11,33 horas

Covarianza S XY -11,6465

Varianza de Edad S 2X 33,39416667

Pendiente a -0,348758516

Coeficiente de Posición b 27,39032965

Reemplazando en la ecuación de regresión lineal se obtiene lo siguiente:

Y^ =27,3903−0,3487 ∙ x

Aplicándolo a las variables de la tabla:

(Horas en Internet)=27,3903−0,3487 ∙(Edad del Trabajadores)

La pendiente en esta ecuación tiene el valor de -0,3487 y se puede interpretar, como

que por cada año en que aumenta la edad de los trabajadores el tiempo que utilizan en
internet semanalmente disminuye en -0,3487 horas.

c) Utilizando la ecuación obtenida anteriormente, y evaluando para la edad de 62

años se obtiene que el tiempo que un trabajador esta conectado en internet son 5,7673
horas.

(Horas en Internet)=27,3903−0,3487 ∙62

(Horas en Internet)=5,7673 horas

d) En este caso se despeja la variable independiente:

(Horas en Internet )−27,3903

(Edad del Trabajadores)=
−0,3487

18−27,3903
(Edad del Trabajadores)= =2 6,92501896(años)
−0,3487

Por lo tanto, la edad estimada para los trabajadores que ocupan 18 horas de internet
semanal es de 26.825 años.

e.1) Para la obtención de los modelos lineales y exponencial utilizaremos la opción

que nos ofrece Excel para graficar y agregar la línea de tendencia:

- Modelo lineal.
 Anñ os de Antiguedad vs Sueldo Mensual
1600

Suel do Mens ua l / mi l es de $
1400
1200
1000 f(x) = 77.47x + 48.67
R² = 0.77
800
600
400
200
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Antiguedad / años

En este caso se obtiene el siguiente modelo de progresión lineal:

(Sueldo Mensual)=77,437 ∙( Años de Antiguedad)+ 48,67

Con un coeficiente de determinación de 0,7678 o 76,78%.

- Modelo exponencial.

Años de Antiguedad vs Sueldo Mensual

1600
Suel do Mens ual / mi l es de $

1400
1200
f(x) = 274.45 exp( 0.11 x )
1000 R² = 0.81
800
600
400
200
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Antiguedad / años

En este caso se obtiene el siguiente modelo de progresión lineal:

0,1074 ∙( Añosde Antiguedad )
(Sueldo Mensual)=274,45 ∙ e

Con un coeficiente de determinación de 0,8053 o 80,53%.

e.2) El modelo que más se ajusta a los datos es el modelo exponencial, ya que su
coeficiente de determinación es 80,53%, es cual es mayor que el coeficiente de
determinación del modelo lineal (76,78%).

e.3) Utilizando el modelo exponencial, se tiene que:

 0,1074 ∙(15)
(Sueldo Mensual)=274,45 ∙ e

(Sueldo Mensual)=1374 (miles de pesos)

Por lo tanto, un trabajador con 15 años de antigüedad tiene un sueldo aproximado de

1.374.000 pesos.

e.4) Utilizando el modelo exponencial y despejando la variable “años de antigüedad”

se tiene que:

( Años de Antiguedad )=ln [ ( Sueldo Mensual)

274,45 ]∙
1
0,1074

( AñosdeAntiguedad )=ln [ 750

∙
1
]
274,45 0,1074

( AñosdeAntiguedad )=9 ( años )

Por lo tanto, un trabajador que recibe 750.000 pesos se sueldo, tiene aproximadamente
9 años de antigüedad.