Regresión Lineal

Jessica Veas Cueto

Estadística
IACC
Fecha
 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
20
15
Horas

y = -0.3659x + 27.685
10 R² = 0.7959 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, por lo que la relación entre las variables es indirecta, esto significa
que si una 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
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