Nombre del alumno: Josafat Benavides Núñez.

Nombre de la asignatura: Estadística.

Instituto IACC.

04 de febrero de 2019.
 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:

a) Realice un gráfico de dispersión e indique el tipo de relación entre las

variables edad del trabajador y horas conectadas a internet.

Gráfico de dispersión
25
HORAS CONECTADO A INTERNET

20

15

10

5
y = -0.3488x + 27.39
R² = 0.7502
0
0 10 20 30 40 50 60 70
EDAD

Prom. X 46,05
Prom. Y 11,33
Covarianza -11,6465
Varianza X 33,39416667
b) Con respecto a las mismas variables de la letra a), construya un modelo de
regresión e interprete el valor de la pendiente.

𝑆𝑋𝑌 −11,6465
𝑏= 2
= = −𝟎, 𝟑𝟒𝟖𝟖
𝑆 𝑋 33,39416667

𝑎 = 𝑌̅ − 𝑏 × 𝑋̅ = 11,33 − −0,348758516 × 46,05 = 27,39

𝑌̂ = −0,3488 × 𝑒𝑑𝑎𝑑 ∗ 27,39

𝐻𝑜𝑟𝑎𝑠 𝐼𝑛𝑡𝑒𝑟𝑛𝑒𝑡 = −0,3488 ∗ 𝑒𝑑𝑎𝑑 + 27,39

El tipo de relación que existe es negativa, por lo que a medida que la edad aumenta,
disminuyen las horas conectados a internet. Posee una pendiente negativa.

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

tiene 62 años.

𝐻𝑜𝑟𝑎𝑠 𝐼𝑛𝑡𝑒𝑟𝑛𝑒𝑡 = −0,3488 ∗ 𝑒𝑑𝑎𝑑 + 27,39

𝐻𝑜𝑟𝑎𝑠 𝐼𝑛𝑡𝑒𝑟𝑛𝑒𝑡 = −0,3488 ∗ 62 + 27,39
𝑯𝒐𝒓𝒂𝒔 𝑰𝒏𝒕𝒆𝒓𝒏𝒆𝒕 = 𝟓, 𝟕𝟔 𝒉𝒐𝒓𝒂𝒔.

d) Si un trabajador está conectado 18 horas a internet, ¿qué edad se puede

estimar que tiene el trabajador?

18 = −0,3488 ∗ 𝑒𝑑𝑎𝑑 + 27,39

𝑒𝑑𝑎𝑑 = −0,3488 + 27,39
𝒆𝒅𝒂𝒅 = 𝟐𝟔, 𝟗~𝟐𝟕 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
SUELDO MENSUAL (MILES DE $)

1400.0
1200.0
1000.0
800.0
600.0
400.0
200.0 y = 77.473x + 48.67
R² = 0.7678
0.0
0 2 4 6 8 10 12 14 16
ANTIGÜEDAD LABORAL (AÑOS)

Modelo Exponencial
1600.0
SUELDO MENSUAL (MILES DE $)

1400.0
1200.0
1000.0
800.0
600.0
400.0
200.0
y = 274.45e0.1074x
R² = 0.8053
0.0
0 2 4 6 8 10 12 14 16
ANTIGÜEDAD LABORAL (AÑOS)
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, ya que

se ajusta mejor a los datos y su coeficiente de determinación es mayor (0,8053 o
80,53%) 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 = 274,45𝑒 0,1074𝑥

𝑌 = 274,45𝑒 0,1074𝑥15

𝒀 = 𝟏𝟑𝟕𝟒, 𝟒

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

con un sueldo mensual de $750.000.

$750.000 = 274,45𝑒 0,1074𝑥

𝑿 = 𝟕𝟑, 𝟔𝟕~𝟕𝟒 𝑎ñ𝑜𝑠

 BIBLIOGRAFÍA

 IACC (2018). Regresión lineal. Estadística. Semana 6

 Recursos adicionales correspondientes a la semana 6.