REGRESIÓN LINEAL

Paulina Cerda Carvajal

Estadística Aplicada

Instituto IACC

10 de mayo de 2021
a) Realice un gráfico de dispersión e indique el tipo de relación entre las variables edad del
trabajador y horas conectadas a internet.

Gráfico de Disperción
25
Horas conectado a Internet

20

15

10

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

En este gráfico de dispersión se puede observar lo siguiente:

A mayor edad de los trabajadores, menor es el tiempo en horas conectados a internet, por
lo que el modelo es decreciente.
 b) Con respecto a las mismas variables de la letra a), construya un modelo de regresión e
interprete el valor de la pendiente.

Modelo de Regresión Lineal

Gráfico de Disperción
25
Horas conectado a Internet

20
f(x) = − 0.35 x + 27.39
R² = 0.75
15

10

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

Teniendo lo siguiente según el gráfico de regresión:

Sxy
b= a=Y −b∗X
S2 x
b=−0.3488 a=27.39
Con esto el modelo de regresión quedaría de la siguiente manera:
horas conectados a internet=a+b (edad )
Y =27.39+ (−0.3488 x )
Se puede interpretar que a menos edad de los trabajadores mayores son las horas
conectadas en internet y en el caso contrario a mas edad de los trabajadores menor es la cantidad
de horas conectados a internet, por que la pendiente es negativa.

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

Horas conectado a internet = a+ (b(EDAD))

Y= 27,39 + -0,3488 62
Y= 5,7644
 Si un trabajador tiene 62 años de edad se estima que pasará aproximadamente 5.8 horas
conectado a internet según los cálculos realizados.

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

Horas conectado a internet = a+ (b(EDAD))

18 = 27,39 + (0,3488 * X)
(18 - 27,39) / - 0,3488 = X
26,92087156 = X
  Aproximadamente 27 = X

Si un trabajador esta conectado a internet 18 horas se estima que este trabajador tiene 27
años aproximadamente, según lo calculado en el recuadro.

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.

Sueldo Mensual

1600.0
1400.0
Sueldo Mensual (miles de $)

1200.0
f(x) = 277.9 exp( 0.11 x )
1000.0 f(x)==0.79
R² 78.34 x + 39.98
R² = 0.76
800.0
600.0
400.0
200.0
0.0
0 2 4 6 8 10 12 14 16
Años de antigüedad laboral
 e.2) Estime qué modelo se ajusta mejor a los datos. Justifique su respuesta.

Respectos de los datos del gráfico de la respuesta anterior el modelo que se ajusta
mejor a los datos es el modelo exponencial debido a que el coeficiente de
determinación R2= 0.7942 (79.42%) es mayor que el coeficiente de determinación
lineal R2=0.763 (76.3%); por lo que se estima que el modelo exponencial contiene
estimaciones mas confiables que el modelo lineal.

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

trabajador, si lleva 15 años en la empresa.
Y =277.9 e0.1061∗antigüedad
Y =277.9 e0.1061∗15
Y =1,364.797489
Y =1,365

Al utilizar el modelo mas adecuado, si un trabajador lleva 15 años de antigüedad

en la empresa, tendrá un sueldo mensual de 1,365 (miles de $).

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

con un sueldo mensual de $750.000.

Teniendo el sueldo mensual de $750.000. se reemplaza la formula del modelo

exponencial quedando de la siguiente manera.
sueldomensual (Y )=277.9 e 0.1061∗x
750.000=277.9 e0.1061∗ X

Documento de base: [ CITATION IAC3 \l 3082 ] - [ CITATION IAC179 \l 3082 ] -

[ CITATION IAC1710 \l 3082 ]

Bibliografía

IACC. (2017). VIMEO. Obtenido de VIMEO: https://vimeo.com/198859867/447b2f61fd

IACC. (2017). VIMEO. Obtenido de VIMEO: https://vimeo.com/198860042/71abd7bfc2
IACC. (s.f.). IACC. Obtenido de https://learn-us-east-1-prod-fleet02-
xythos.learn.cloudflare.blackboardcdn.com/5bfc47e587d3b/156148?X-Blackboard-
Expiration=1620540000000&X-Blackboard-
Signature=c407IucoyUBXhy5sehSIb41Q4yfWig%2B4sEBrz4wVK7M%3D&X-
Blackboard-Client-Id=528944&response-cache-