Este documento analiza la relación entre el tiempo que los empleados pasan en internet en el trabajo y variables como la edad, antigüedad, sueldo y escolaridad. Se construyen modelos de regresión lineal y exponencial para predecir el sueldo en función de la antigüedad. Los modelos estiman el tiempo en internet, sueldo y antigüedad de empleados hipotéticos.
0 calificaciones0% encontró este documento útil (0 votos)
46 vistas6 páginas
Este documento analiza la relación entre el tiempo que los empleados pasan en internet en el trabajo y variables como la edad, antigüedad, sueldo y escolaridad. Se construyen modelos de regresión lineal y exponencial para predecir el sueldo en función de la antigüedad. Los modelos estiman el tiempo en internet, sueldo y antigüedad de empleados hipotéticos.
Este documento analiza la relación entre el tiempo que los empleados pasan en internet en el trabajo y variables como la edad, antigüedad, sueldo y escolaridad. Se construyen modelos de regresión lineal y exponencial para predecir el sueldo en función de la antigüedad. Los modelos estiman el tiempo en internet, sueldo y antigüedad de empleados hipotéticos.
Este documento analiza la relación entre el tiempo que los empleados pasan en internet en el trabajo y variables como la edad, antigüedad, sueldo y escolaridad. Se construyen modelos de regresión lineal y exponencial para predecir el sueldo en función de la antigüedad. Los modelos estiman el tiempo en internet, sueldo y antigüedad de empleados hipotéticos.
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1/ 6
Regresión Lineal
Christian Gaete
Estadística
Instituto IACC
14 de Julio del 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 con los datos entregados: Todos los cálculos realizados desde planilla Excel adjunta
a) Realice un gráfico de dispersión e indique el tipo de relación entre las variables edad del trabajador y horas conectadas a internet.
25 Relación Edad y Horas Conectado a Internet Semanales 20 f(x) = − 0.348758515708832 x + 27.3903296483917 R² = 0.750183039136673
15 Series2 Linear (Series2) 10
0 20 25 30 35 40 45 50 55 60 65
Existe una relación indirecta entre ambas variables, podemos ver que la línea de tendencia lineal es decreciente, es decir que tiene una pendiente negativa. b) Con respecto a las mismas variables de la letra a), construya un modelo de regresión e interprete el valor de la pendiente.
Modelo de regresión:
Horas conectados a Internet = -0,3488 * Edad + 27,39.
Al ser “b” un valor negativo se entiende que las variables son inversamente proporcionales entre sí, lo que significa que las variables son inversamente proporcionales entre si, a medida que aumenta la edad del trabajador la cantidad de horas utilizadas conectados a internet van disminuyendo.
c) Estime el número de horas que un trabajador está conectado a internet, si tiene 62
años. Horas conectados a Internet = -0,3488 * 62 años + 27,39. Horas conectados a Internet = 5,7644 horas. Las horas estimadas de conexión internet para un trabajador de 62 años es de 5,76 horas aproximadamente.
d) Si un trabajador está conectado 18 horas a internet, ¿qué edad se puede estimar que tiene el trabajador? 18 horas = -0,3488 * Edad + 27,39 18 -27,39 = -0,3488 * 62 años 18−27 , 39 Edad= −0 ,3488 Edad=26 , 9 años La edad estimada de un trabajador que está 18 horas conectado a internet es de 26,9 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:
Modelo Exponencial: 0 ,1 0 74∗ Antig ü edad Laboral Sueldomensual=274 , 45 e
ii. Estime qué modelo se ajusta mejor a los datos. Justifique su respuesta.
Coeficiente de determinación lineal (R2) = 0,7678
Coeficiente de determinación Exponencial (R2) = 0,8053 El modelo Exponencial es el que mejor se ajusta a los datos ya que su coeficiente de determinación es mayor que el que presenta el modelo Lineal.
0 ,1 0 74∗ Antig ü edad Laboral
Sueldomensual=274 , 45 e
iii. Utilizando el modelo más adecuado, determine el sueldo mensual de un
trabajador, si lleva 15 años en la empresa.
0 ,1 0 74∗ Antig ü edad Laboral
Sueldomensual=274 , 45 e 0 ,1 0 74∗15 Sueldomensual=274 , 45 e Sueldomensual=1 .374,395 El sueldo mensual estimado para un trabajador que lleva 15 años en la empresa es de $1.374.395. iv. Utilizando el mismo modelo anterior estime la antigüedad de un trabajador, con un sueldo mensual de $750.000. 0 ,1 0 74∗ Antig ü edad Laboral Sueldomensual=274 , 45 e 0 ,1 0 74∗ Antig ü edad Laboral $ 750=274 , 45 e log ( 750 ) =( 0 ,107 4∗Antigü edad Laboral )∗log (274 , 45) log (750) ( 0 , 107 4∗Antig ü edad Laboral ) = log (274 , 45) log (750) ( 0 , 107 4∗Antig ü edad Laboral ) = log (274 , 45) ( 0 , 107 4∗Antig ü edad Laboral ) =1,1790 1,1790 ( Antigü edad Laboral )= 0,1074 ( Antigü edad Laboral )=10 , 97 años
La antigüedad laboral de un trabajador que gana $750.000 mensuales es de 11
