Tarea 6

Regresin Lineal

Wilson Escalona Escalona

Estadstica

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 desempeo 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 tom como referencia el tiempo en horas que un
empleado navega en Internet en su puesto durante la semana hbil y verificar si existe relacin
entre el consumo de Internet y las siguientes variables: edad, antigedad laboral, sueldo mensual
que percibe y su escolaridad, adems 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 grfico de dispersin e indique el tipo de relacin entre las variables edad del
trabajador y horas conectadas a Internet.

Relacin entre la edad del trabajador y horas conectadas a

Internet
25
20
15
Horas

y = -0.3659x + 27.685
10 R = 0.7959 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 regresin e

interprete el valor de la pendiente.

Horas internet = 0,3659 Edad + 27,685

b < 0, por lo que la relacin 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 nmero de horas que un trabajador est conectado a Internet, si tiene 62 aos
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 est conectado 18 hrs. a Internet, qu edad se puede estimar que tiene
el trabajador?

18 = 0,3659 Edad + 27,685

Edad = 26,5 aos
e) Desde la gerencia se requiere establecer un modelo de regresin para las variables: sueldo
mensual y antigedad 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 R = 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
Antigedad de trabajadores

Modelo Exponencial
1600.0
1400.0 y = 296.76e0.1094x
R = 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
Antigedad de trabajadores
 e.2) Estime qu modelo se ajusta mejor a los datos. Justifique su respuesta.

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

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

e.3) Utilizando el modelo ms adecuado, determine el sueldo mensual de un

trabajador, si lleva 15 aos en la empresa.

= 296,760,1094

= 296,760,109415

= 296,761,641
= 1,641 = 10.000 ($) 1641 $
= 1,641 = 1.000 ($) , $1,641
= 11408,20
e.4) Utilizando el mismo modelo anterior estime la antigedad de un trabajador,
con un sueldo mensual de $750.000.

= 296,76 0,1094
750.000 = 296,760,1094
= 21,7208
 Bibliografa

IACC (2016). Regresin lineal. Estadstica. Semana 6