Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 137 vistas

    Tarea Semana 6 Regresion Lineal

    Cargado por

    Daniela Rivero
    Este documento presenta un estudio sobre el uso de internet por parte de los empleados en su horario laboral y su relación con variables como edad, antigüedad, sueldo y escolaridad. Se realizaron gráficos de dispersión y modelos de regresión lineal y exponencial para analizar las relaciones. Los resultados mostraron que el tiempo en internet disminuye a medida que aumenta la edad, y que el modelo exponencial se ajusta mejor a la relación entre sueldo y antigüedad.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Tarea Semana 6 Regresion Lineal

    Cargado por

    Daniela Rivero
    137 vistas4 páginas
    Este documento presenta un estudio sobre el uso de internet por parte de los empleados en su horario laboral y su relación con variables como edad, antigüedad, sueldo y escolaridad. Se realizaron gráficos de dispersión y modelos de regresión lineal y exponencial para analizar las relaciones. Los resultados mostraron que el tiempo en internet disminuye a medida que aumenta la edad, y que el modelo exponencial se ajusta mejor a la relación entre sueldo y antigüedad.

    Título original

    tarea semana 6 regresion lineal.docx

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un estudio sobre el uso de internet por parte de los empleados en su horario laboral y su relación con variables como edad, antigüedad, sueldo y escolaridad. Se realizaron gráficos de dispersión y modelos de regresión lineal y exponencial para analizar las relaciones. Los resultados mostraron que el tiempo en internet disminuye a medida que aumenta la edad, y que el modelo exponencial se ajusta mejor a la relación entre sueldo y antigüedad.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    137 vistas4 páginas

    Tarea Semana 6 Regresion Lineal

    Cargado por

    Daniela Rivero
    Este documento presenta un estudio sobre el uso de internet por parte de los empleados en su horario laboral y su relación con variables como edad, antigüedad, sueldo y escolaridad. Se realizaron gráficos de dispersión y modelos de regresión lineal y exponencial para analizar las relaciones. Los resultados mostraron que el tiempo en internet disminuye a medida que aumenta la edad, y que el modelo exponencial se ajusta mejor a la relación entre sueldo y antigüedad.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 4

    Tarea 6

    Regresión Lineal

    Estadística

    IACC

    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 con 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.

    De acuerdo con 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.

    Edad del trabajador y horas conectadas a Internet


    25
    20
    15
    Horas

    y = -0.3659x + 27.685
    10 R² = 0.7959
    5
    0
    0 10 20 30 40 50 60 70
    Edad

    Series1 Linear (Series1)

    b) Con respecto a las mismas variables de la letra a), construya un modelo de regresión e
    interprete el valor de la pendiente.

    Horas de internet = -0,3659*edad+27,685


    B< 0 esto indica que la relación entre variables es indirecta.

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

    Horas internet= -0,3659*edad+27,685

    Horas de internet=-0,3659*62+27,685

    Según gráfico indicado anteriormente puede estar 5 horas aproximadamente.

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

    Se puede estimar que puede tener unos 30 años aproximadamente.


    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)
    y = 77.404x + 118.07
    1600.0 R² = 0.7726
    1400.0
    Sueldo 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

    Modelo Exponencial
    y = 296,76
    1600.0 R² = 0,8098
    1400.0
    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

    Series1 Expon. (Series1)

    e.2- Estime qué modelo se ajusta mejor a los datos. Justifique su respuesta.

    El modelo exponencial se ajusta mejor ya que el coeficiente es mayor y por lo tanto es más
    confiable.

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


    lleva 15 años en la empresa.
    e.4- Utilizando el mismo modelo anterior estime la antigüedad de un trabajador, con un
    sueldo mensual de $750.000

    Bibliografía

    - IACC (2018). Regresión lineal. Estadística. Semana 6

    También podría gustarte