Regresión lineal

Abigail Calderón Alvear

Estadística

Instituto IACC

12 de mayo del 2019

 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

 25
Grafico de dispersión horas v/s edad
Horas conectado a intyernet 20

15

Series1
10 Linear (Series1)
y = -0.3488x + 27.39
R² = 0.7502
5

0
0 10 20 30 40 50 60 70
Edad (años)

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

interprete el valor de la pendiente.

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple
0,866131075
Coeficiente de determinación 0,750183039
R^2
R^2 ajustado 0,749344727
Error típico 1,166916984
Observaciones 300

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 1218,544816 1218,544816 894,87337 9,3771E-92
Residuos 298 405,785184 1,361695248
Total 299 1624,33

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0% Superior 95,0%
Intercepción 27,39032965 0,541086305 50,62099964 2,172E-148 26,3254953 28,455164 26,3254953 28,45516396
Variable X 1 -0,348758516 0,011658536 -29,91443414 9,3771E-92 -0,37170201 -0,32581502 -0,37170201 -0,325815023

Y= 27,3903 - 0,3487 * X

Horas conectado a Internet (semanal) = 27,3903 - 0,3487 * Edad del trabajador

Al ser b < 0, una variable aumenta, la otra disminuye es un modelo decreciente y es una relación

indirecta

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

Coeficientes
Intercepción 27,39032965
Variable X 1 -0,348758516

62

Y =27,3903
- 0,3487 * x

Estimación

Y= 5,767301674

La cantidad de horas que está conectado un trabajador de 62 años, es de 5,8 horas, App
 D. Si un trabajador está conectado 18 horas a internet, ¿qué edad se puede estimar que tiene

el trabajador?

Coeficientes
Intercepción 27,3903296
Variable X 1 -0,3487585

y = 27.3903 - 0.3487 * x

18 = 273903 - 0.3487 * x

X= 26,925019

El trabajador tiene 27 años App.

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:

F. e.1) Construya el modelo lineal y exponencial.

Modelo lineal
 Sueldo Mensual (miles de $)
1600.0
y = 77.473x + 48.67
1400.0 R² = 0.7678
1200.0
1000.0 Sueldo Mensual (miles
800.0 de $)

600.0 Linear (Sueldo

Mensual (miles de $))
400.0
200.0
0.0
0 5 10 15

Modelo exponencial

Sueldo Mensual (miles de $)

1600.0 y = 274.45e0.1074x
R² = 0.8053
1400.0
1200.0
1000.0 Sueldo Mensual (miles
800.0 de $)

600.0 Expon. (Sueldo

Mensual (miles de $))
400.0
200.0
0.0
0 5 10 15

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

Modelo Lineal
y = 77,473x + 48,67

R² = 0,7678

Modelo exponencial

y = 274,45e0,1074x

R² = 0,8053

Al comparar ambos modelos, se puede determinar que el modelo que más se ajusta a los datos es

el modelo exponencial. Ya que su coeficiente de determinación es mayor, por ende las

estimaciones son más confiables.

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

15 años en la empresa.

Respuesta: Sabemos que el modelo que más se adecua es el Y = 274.45 𝑒 0.1074 𝑋

reemplazando X=15; de donde tenemos que Y = 274.45 𝑒 0.1074 (15) = 1374.395 entonces el

sueldo es de (1374.395).

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

mensual de $750.000.

Respuesta: Sabemos que el modelo que más se adecua es el de Y = 274.45 𝑒 0.1074 𝑋

reemplazando los datos tenemos que 750,000 = 274.45 𝑒 0.1074 𝑋 y obtenemos que X=73.678

entonces la antigüedad del trabajador debe ser de 74 años app.

 Bibliografía

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