Regresión Lineal

Karis Lanchipa figueroa

Estadística
Instituto IACC
24/07/ 2018
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 por lo 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.

Chart Title y = -0.3488x + 27.39

R² = 0.7502
25
Horas Conectadas a internet

20

15

10

0
0 10 20 30 40 50 60 70
Edad

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

Se toma cualquier par de puntos

La pendiente se calcula m= (Y2 – Y1) / (X2 -X1) = - 0,3488
La pendiente el grado de inclinación de la recta, en este caso es negativa por lo tanto a medida
que aumenta la edad de los trabajadores, disminuye las horas conectadas a internet.
Donde X representa la Edad
El eje Y representa las horas conectadas
Y = -0,3488X + 27, 39
R2 = 0,7502

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

Y= -0,3488(62) + 27,39
Y = - 0,3488x + 27,39 = -21.6256 + 27,39 = 5,76

El trabajador si tiene 62 años pasa aproximadamente casi 6 horas conectados a internet

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

18 = - 0,3488x + 27,39
18 – 27,39 = -0,3488x

-9,39 = -0,3488x

X = 26,92

De lo anterior se aprecia que el trabajador puede tener 27 años si pasa conectado 18 horas en Internet.

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

1600
y = 77.473x + 48.67
1400 R² = 0.7678

1200
Sueldo mensual

1000

800

600

400

200

0 Antiguedad
0 2 4 6 8 10 12 14 16
Laboral
 Modelo exponecial
y = 274.45e0.1074x
R² = 0.8053
1600

1400

1200
Sueldo mensual

1000

800

600

400

200

0
0 2 4 6 8 10 12 14 16
Edad

Modelo lineal: 77,473x + 48,67

Modelo exponencial = 274,45 e 0,1074x

e.2) Estime qué modelo se ajusta mejor a los datos. Justifique su respuesta
Debido a que el coeficiente de correlación del modelo exponencial es mayor (0,8053) al de
modelo lineal (0,7678), se escoge el modelo exponencial debido a que está más cercano a 1.

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

lleva 15 años en la empresa.
Modelo exponencial = 274,45 e 0,1074(15) = 1.374,395

1.374,395 * 1000

El sueldo mensual de un trabajador si lleva 15 años es de 1.374.395

e.4) Utilizando el mismo modelo anterior estime la antigüedad de un trabajador, con un
sueldo mensual de $750.000.

750.000= 274,45 e 0,1074x

Logaritmo natural 750/274,45 =
1,0053041 = 0,1074x
X= 9,36
9 años de antigüedad aproximadamente un trabajador que gana 750.000 mensual
 Bibliografía

 IACC (2018) Regresión lineal, Estadística semana 6