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

Tarea 6

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 7

Regresión Lineal

Estadística Aplicada

Instituto IACC

12/09/2022
Desarrollo

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.

Horas conectado a Internet (semanal)


25

20
f(x) = − 0.348758515708832 x + 27.3903296483917
R² = 0.750183039136673
15

10

0
20 25 30 35 40 45 50 55 60 65

b= -0,3488 y a= 27,39

según el valor de b que es negativo nos indica que es un modelo decreciente y que, si una variable aumenta, la otra

disminuye, es decir si X (edad) aumenta, Y (horas conectado a internet) disminuye.


b) Con respecto a las mismas variables de la letra a), construya un modelo de regresión e

interprete el valor de la pendiente.

Promedio Y (horas conectado a internet) 11,33


Promedio X (edad) 46,05
covarianza -11,6465
varianza Y 33,39416667

Con estos datos podemos calcular el valor de los coeficientes a y b (según las formulas

explicadas en la materia) para definir el modelo de regresión:

b -0,348758516
a 27,39032965

Entonces la ecuación del modelo de regresión es:

Y = a + b * x / Y = 27,39 + (- 0,3488)*x o Y= -0,3488*x + 27,39

Por lo que la modelo de regresión seria:

Horas (conectado a internet) = -0,3488* Edad + 27,39

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

Y= -0,3488*x + 27,39

Horas (conectado a internet) = -0,3488* Edad + 27,39

Horas (conectado a internet) = -0,3488* 62 + 27,39= 5,767301674

cuyo trabajador que tenga 62 años se conecta a internet 5,76 horas, app 6 horas.

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

el trabajador?

Para popder calcularlo, se deben reemplazar los datos y despejar:

Horas (conectado a internet) = -0,3488* Edad + 27,39

18= -0,3488*Edad + 27,39

18 /0,3488 = Edad + 27,39


51,6055046= Edad + 27,39

51,6055046 - 27,39 = Edad

Edad = 24,2155046 app 24

Si un trabajador está conectado 18 horas a internet se puede estimar que la edad seria de 24 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

Sueldo Mensual (miles de $) Y


1600.0

1400.0

1200.0

1000.0 f(x) = 77.4730425369744 x + 48.6700843390545


R² = 0.767767619135414
800.0

600.0

400.0

200.0

0.0
0 2 4 6 8 10 12 14 16

Modelo exponencial
Sueldo Mensual (miles de $) Y
1600.0

1400.0

1200.0
f(x) = 274.445321693499 exp( 0.107354765807824 x )
1000.0
R² = 0.805328132597508

800.0

600.0

400.0

200.0

0.0
0 2 4 6 8 10 12 14 16

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

El modelo que se ajusta más a los datos según el r cuadrado, es el del modelo exponencial ya que su valor en r

es más alto en comparación al modelo lineal por lo que es mas confiable.

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

lleva 15 años en la empresa.

En este caso el modelo para poder calcular tendria que ser modelo lineal

y = 274,45e0,1074x

y = 274,45e0,1074*(15)
y=
1374,39525 * 1000 (miles $) = 1.374.395,25

Por lo tanto, si un trabajador con 15 años de antigüedad debería tener un sueldo mensual de $ 1.374.395,25

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

sueldo mensual de $750.000.

y = 274,45e0,1074x

750= 274,45e0,1074x /(ln)

ln 750 = ln 274,45 + X * 0,1074


6,620073207 = 5,614769095 + x* 0,1074

1,005304112= x * 0,1074

9,360373478 = x

Por lo tanto, con un sueldo mensual de 750.000 cuyo trabajador debiese tener una antigüedad de 9,3 aproximado 9

años
Bibliografía

IACC (2022). Regresión lineal., Estadística. Aplicada, Semana 6

recursos adicionales

También podría gustarte