Regresión lineal.

Ricardo esteban Yáñez Muñoz

ESTADÍSTICA

Instituto IACC

Lunes, 22 de marzo de 2021

 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.

Edad de los trabajadores y Horas conectado a Internet

25
Horas conectado a
Internet (semanal)
20 edad de los
f(x) = − 0.35 x + 27.39 trabajadores
R² = 0.75
15

10

0
20 25 30 35 40 45 50 55 60 65

Este grafico de dispersión muestra que a mayor edad es menor el tiempo de conexión a internet,

esto indica que la relación entre edad de los trabajadores y las horas conectado a internet son

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

interprete el valor de la pendiente.

las horas de internet =27,39+(−0,3488∗edad de los trabajadores)

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,86613108
Coeficiente de determinación R^2 0,75018304
R^2 ajustado 0,74934473
Error típico 1,16691698
Observaciones 300

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1218,54482 1218,54482 894,87337 9,37712E-92
Residuos 298 405,785184 1,36169525
Total 299 1624,33

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%
Intercepción 27,3903296 0,5410863 50,6209996 2,172E-148 26,32549533 28,455164 26,3254953 28,455164
Edad (años) -0,34875852 0,01165854 -29,9144341 9,3771E-92 -0,371702008 -0,32581502 -0,37170201 -0,32581502

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

El numero de horas conctado ainternet=27,39+(−0,3488∗62)=5,7644

En tiempo estimado que un trabajador de 62 años, está conectado a internet es de 6 horas

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

trabajador?

Desarrollo:

X =edad ? Y =18 horas∨¿

Y^ =a+b

18=27,39−0,3488 x

0,3488 x=27,39−18

9,39
x=
0,3488

x=26,92087156

Por lo tanto, la edad estimada de un trabajador que está conectado 18 horas, es de 27 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.

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

En relación al grafico de sueldo/antigüedad el modelo que mejor se ajusta a los datos es el

Exponencial, ya que su coeficiente de determinación es mayor que el Lineal siendo este de un

0,7678 versus el Exponencial con un 0,8053.

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

15 años en la empresa.

Resumen

Estadísticas de la regresión
Coeficiente de correlación
0,8762235 múltiple
Coeficiente de0,76776762
determinación R^2
R^2 ajustado 0,76698832
Error típico 90,4402499
Observaciones 300

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 8058362,29 8058362,29 985,197455 1,7535E-96
Residuos 298 2437472,76 8179,4388
Total 299 10495835,1

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%
Intercepción 48,6700843 24,1110577 2,01857939 0,04442645 1,22057138 96,1195973 1,22057138 96,1195973
Antigüedad Laboral
77,4730425
(años) 2,46824901 31,3878552 1,7535E-96 72,6156358 82,3304492 72,6156358 82,3304492

Desarrollo:

X =¿ 15 años

Y =sueldo ?

Y =274,45 e0,1074 x

Y =274,45 e0,1074∗15

Y =1374,40

Entonces, el sueldo estimado para un trabajador que posee 15 años de antigüedad en la empresa

es de $1375 aproximadamente.
e.4) Utilizando el mismo modelo anterior estime la antigüedad de un trabajador, con un sueldo

mensual de $750.000.

El modelo utlizado es :Y =274,45 e0,1074 x

Y =$ 750,00 0

X =antiguedad de un trabajador

750 , 000=274,45 e 0,1074 x

ln ( 750 , 000 )=274,45∗ln ⁡(e 0,1074 x )

( 750,000
ln ⁡
274,45 )
=0,1074 x

1,0053
=x
0,1074

x=9,3603

Por lo tanto, la antigüedad de un trabajador con un sueldo mensual de $750,000 posee una

antigüedad de 9 años aproximadamente.

 Bibliografía

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

https://youtu.be/z2rEv6JmMrA

https://youtu.be/gfs5bp2j_bA

https://youtu.be/SsFBnvkoZa4