0% encontró este documento útil (0 votos)
25 vistas6 páginas

Juan Jerez Morales Control 6

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1/ 6

ESTADÍSTICA APLICADA.

SEMANA 6.

Juan Luis Jerez Morales.


18 de abril de 2022.
Técnico en Control Industrial.
DESARROLLO DE LA TAREA.
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.

A una mayor edad de los trabajadores, menores son las horas de conexión a internet. El
modelo es decreciente.

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

En este caso la pendiente de la recta tiene un grado de inclinación, por lo que es negativa,
esto quiere decir que a medida que aumenta la edad de los trabajadores, van disminuyendo
las horas conectadas a internet.
Resumen

Estadísticas de la regresión
Coeficiente de0,86613108
correlación múltiple
Coeficiente de0,75018304
determinación R^2
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 9,3771E-92
Residuos 298 405,785184 1,36169525
Total 299 1624,33

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

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

Un trabajador que tiene 62 años pasa aproximadamente casi 6 horas conectado a internet.
Horas de internet = 5,76730167

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

Se puede apreciar que un trabajador que pasa 18 horas conectado a internet tendrá una edad
de casi 27 años aproximadamente.
18
18 horas
y= 18
18= -0,34875852 27,3903296
18-27,39032296
-9,3903296
26,9250188

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.

Como observamos dado los resultados del programa Excel, el coeficiente de correlación del
modelo lineal es menor (0,7678) al modelo exponencial (0,8053), se escogerá el modelo
exponencial ya 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.

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


sueldo mensual de $ 750.000.
REFERENCIAS BIBLIOGRÁFICAS
IACC (2018). Regresión lineal. Estadística. Semana 6.

También podría gustarte