Regresión lineal

Erick Bascur Godoy

Estadística

Instituto IACC

05 de marzo de 2018
 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 a
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.

Relación entre la edad del trabajador y horas conectadas a

Internet
25
y = -0.3659x + 27.685
20 R² = 0.7959

15
Horas

10 Series1
5 Linear (Series1)

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.

Horas internet = −0,3659 ∗ Edad + 27,685

b < 0, ya que la relación entre las variables es indirecta, por ende la variable aumenta la
otra disminuye o si una disminuye la otra aumenta.

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

Horas internet = −0,3659 ∗ Edad + 27,685

Horas internet = −0,3659 ∗ 62 + 27,685
Horas internet = 5 horas app
d) Si un trabajador está conectado 18 hrs. a Internet, ¿qué edad se puede estimar que tiene el
trabajador?

18 = −0,3659 ∗ Edad + 27,685

Edad = 26,5 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
1600.0
1400.0 y = 77.404x + 118.07
Sueeldo Mensual

1200.0 R² = 0.7726
1000.0
800.0
Series1
600.0
400.0 Linear (Series1)

200.0
0.0
0 5 10 15
Antigüedad de trabajadores

Modelo Exponencial
1600.0
y = 296.76e0.1094x
1400.0
R² = 0.8098
Sueeldo Mensual

1200.0
1000.0
800.0
Series1
600.0
400.0 Expon. (Series1)
200.0
0.0
0 2 4 6 8 10 12 14
Antigüedad de trabajadores
e.2) Estime qué modelo se ajusta mejor a los datos. Justifique su respuesta.

Al lograr comparamos los modelos, el modelo lineal es mas confiable; ya que es el que mejor se
ajusta a los datos, por ende su coeficiente de determinación es mayor, por lo que en este
ultimo las estimaciones son mas confiables.

Ejemplo el modelo exponencial de determinación es de 0.8098 o 80.98%, lo que significa que es

mayor que los resultados del otro modelo.

e.3) Utilizando el modelo más adecuado, determine el sueldo mensual de un trabajador, si lleva
15 años en la empresa.

𝑦 = 296,760,1094𝑥
𝑦 = 296,760,1094∗15
𝑦 = 296,761,641
𝑟 = 1,641 = 10.000 ($) 𝑠𝑒 𝑎ñ𝑎𝑑𝑒𝑛 1641 $ 𝑎𝑙 𝑠𝑢𝑒𝑙𝑑𝑜 𝑚𝑒𝑛𝑠𝑢𝑎𝑙
𝑟 = 1,641 = 1.000 ($) 𝑝𝑒𝑠𝑜𝑠, 𝑠𝑒 𝑙𝑒 𝑎ñ𝑎𝑑𝑒𝑛 𝑎𝑙 𝑠𝑢𝑒𝑙𝑑𝑜 𝑚𝑒𝑛𝑠𝑢𝑎𝑙 $1,641 𝑝𝑒𝑠𝑜𝑠
𝑦 = 11408,20

e.4) Utilizando el mismo modelo anterior estime la antigüedad de un trabajador, con un sueldo
mensual de $750.000.
𝑦 = 296,76 𝑒0,1094 ∗ 𝑥
750.000 = 296,760,1094∗𝑥
𝑥 = 21,7208

Bibliografía

1) Refresión lineal, Estadística (IACC 2018)