Professional Documents
Culture Documents
y = -0.3659x + 27.685
10 R² = 0.7959 Series1
5 Linear (Series1)
0
0 10 20 30 40 50 60 70
Edad
Modelo Lineal
1600.0
1400.0
y = 77.404x + 118.07
1200.0 R² = 0.7726
Sueeldo Mensual
1000.0
800.0
Series1
600.0
Linear (Series1)
400.0
200.0
0.0
0 2 4 6 8 10 12 14
Antigüedad de trabajadores
Modelo Exponencial
1600.0
1400.0 y = 296.76e0.1094x
R² = 0.8098
1200.0
Sueeldo Mensual
1000.0
800.0
Series1
600.0
Expon. (Series1)
400.0
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.
De acuerdo a los modelos planteados, el modelo exponencial es más confiable,
porque se ajusta mejor a los datos, ya que su coeficiente de determinación es
mayor (0,8098 o 80,98%), por lo que las estimaciones serán más confiables.
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
IACC (2016). Regresión lineal. Estadística. Semana 6