Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 39 vistas

    Tarea S6

    Cargado por

    Mondyx2001
    Este documento presenta un análisis estadístico de variables como edad, horas de internet, sueldo y antigüedad laboral de trabajadores. Incluye gráficos de dispersión y modelos de regresión lineal y exponencial para estimar las relaciones entre las variables. Finalmente, utilizando los modelos, se realizan estimaciones sobre horas de internet, sueldos y antigüedad laboral de trabajadores hipotéticos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Tarea S6

    Cargado por

    Mondyx2001
    39 vistas8 páginas
    Este documento presenta un análisis estadístico de variables como edad, horas de internet, sueldo y antigüedad laboral de trabajadores. Incluye gráficos de dispersión y modelos de regresión lineal y exponencial para estimar las relaciones entre las variables. Finalmente, utilizando los modelos, se realizan estimaciones sobre horas de internet, sueldos y antigüedad laboral de trabajadores hipotéticos.

    Descripción original:

    Estadística Semana 6

    Título original

    tarea S6

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un análisis estadístico de variables como edad, horas de internet, sueldo y antigüedad laboral de trabajadores. Incluye gráficos de dispersión y modelos de regresión lineal y exponencial para estimar las relaciones entre las variables. Finalmente, utilizando los modelos, se realizan estimaciones sobre horas de internet, sueldos y antigüedad laboral de trabajadores hipotéticos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    39 vistas8 páginas

    Tarea S6

    Cargado por

    Mondyx2001
    Este documento presenta un análisis estadístico de variables como edad, horas de internet, sueldo y antigüedad laboral de trabajadores. Incluye gráficos de dispersión y modelos de regresión lineal y exponencial para estimar las relaciones entre las variables. Finalmente, utilizando los modelos, se realizan estimaciones sobre horas de internet, sueldos y antigüedad laboral de trabajadores hipotéticos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 8

    ESTADISTICA APLICADA.

    SEMANA 6

    Técnico en Prevención de Riesgo.


    DESARROLLO

    a) REALICE UN GRÁFICO DE DISPERSIÓN E INDIQUE EL TIPO DE RELACIÓN ENTRE LAS VARIABLES EDAD
    DEL TRABAJADOR Y HORAS CONECTADAS A INTERNET.

    Horas conectado a Internet (semanal)


    25
    20
    HORAS INTERNET

    15
    10
    5
    0
    20 25 30 35 40 45 50 55 60 65
    EDAD

    Horas conectado a Internet (semanal)


    Linear (Horas conectado a Internet (semanal))

    Según lo que el grafico nos presenta, podemos afirmar que la relación de las variables es inversa, ya que,
    a mayor edad del trabajador, menor son las horas que está conectado a internet
    b) CON RESPECTO A LAS MISMAS VARIABLES DE LA LETRA A), CONSTRUYA UN MODELO DE REGRESIÓN
    E INTERPRETE EL VALOR DE LA PENDIENTE.

    Antigüedad Laboral (años)


    16

    14 f(x) = 0.00991012607732545 x + 1.73239613351784


    R² = 0.767767619135414
    12

    10

    0
    0.0 200.0 400.0 600.0 800.0 1000.0 1200.0 1400.0 1600.0
    c) ESTIME EL NÚMERO DE HORAS QUE UN TRABAJADOR ESTÁ CONECTADO A INTERNET, SI TIENE 62
    AÑOS.

    Resumen

    Estadísticas de la regresión
    Coeficiente de 0,866131075
    correlación múltiple
    Coeficiente de 0,750183039
    determinación R^2
    R^2 ajustado 0,749344727
    Error típico 1,166916984
    Observaciones 300

    ANÁLISIS DE VARIANZA
    Grados de libertad
    Suma de cuadrados
    Promedio de los cuadradosF Valor crítico de F
    Regresión 1 1218,544816 1218,544816 894,87337 9,37712E-92
    Residuos 298 405,785184 1,361695248
    Total 299 1624,33

    Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%
    Intercepción 27,39032965 0,541086305 50,62099964 2,1721E-148 26,32549533 28,45516396 26,32549533
    Edad (años) -0,34875852 0,011658536 -29,9144341 9,37712E-92 -0,37170201 -0,32581502 -0,37170201

    y = 2739032965 + 0,34875852 * x

    5,767301674

    El tiempo estaimado que un trabajador se encuentra conectado a internet es de 6 horas.


    d) SI UN TRABAJADOR ESTÁ CONECTADO 18 HORAS A INTERNET, ¿QUÉ EDAD SE PUEDE ESTIMAR QUE
    TIENE EL TRABAJADOR?

    Resumen

    Estadísticas de la regresión
    Coeficiente de 0,866131075
    correlación múltiple
    Coeficiente de 0,750183039
    determinación R^2
    R^2 ajustado 0,749344727
    Error típico 1,166916984
    Observaciones 300

    ANÁLISIS DE VARIANZA
    Grados de libertad
    Suma de cuadrados
    Promedio de los cuadradosF Valor crítico de F
    Regresión 1 1218,544816 1218,544816 894,87337 9,37712E-92
    Residuos 298 405,785184 1,361695248
    Total 299 1624,33

    Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%
    Intercepción 27,39032965 0,541086305 50,62099964 2,1721E-148 26,32549533 28,45516396 26,32549533
    Edad (años) -0,34875852 0,011658536 -29,9144341 9,37712E-92 -0,37170201 -0,32581502 -0,37170201

    Ahora se busca Y
    -26,925019

    El trabajador tiene aproximadamente 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 Y EXPONENCIAL


    16
    f(x) = 3.50809349124887 exp( 0.0012278418695177 x )
    14 f(x)==0.623935816938488
    R² 0.00991012607732545 x + 1.73239613351784
    R² = 0.767767619135414
    12
    ANTIGÜEDAD

    10
    8
    6
    4
    2
    0
    0.0 200.0 400.0 600.0 800.0 1000.0 1200.0 1400.0 1600.0
    SUELDOS

    e.2) ESTIME QUÉ MODELO SE AJUSTA MEJOR A LOS DATOS. JUSTIFIQUE SU RESPUESTA.

    Teniendo en cuentas los resultados, encuentro que el modelo mejor que se ajusta es el
    modelo EXPONENCIAL, ya que al ser mayor (0,805) se ajusta mejor a los datos por lo cual es un modelo
    confiable.
    e.3) UTILIZANDO EL MODELO MÁS ADECUADO, DETERMINE EL SUELDO MENSUAL DE UN TRABAJADOR,
    SI LLEVA 15 AÑOS EN LA EMPRESA.

    Resumen

    Estadísticas de la regresión
    Coeficiente de 0,876223498
    correlación múltiple
    Coeficiente de 0,767767619
    determinación R^2
    R^2 ajustado 0,766988316
    Error típico 1,022883181
    Observaciones 300

    ANÁLISIS DE VARIANZA
    Grados de libertad
    Suma de cuadrados
    Promedio de los cuadradosF Valor crítico de F
    Regresión 1 1030,802246 1030,802246 985,1974546 1,75351E-96
    Residuos 298 311,7944204 1,046290001
    Total 299 1342,596667

    Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%Superior 95,0%
    Intercepción 1,732396134 0,255557022 6,778902504 6,49213E-11 1,22947103 2,235321237 1,22947103 2,235321237
    Sueldo Mensual0,009910126
    (miles de $) 0,000315731 31,38785521 1,75351E-96 0,009288781 0,010531471 0,009288781 0,010531471

    1,881048025
    El sueldo promedio de un trabajado que lleva 15 años seria de $ 1,881,048 Aprox.
    e.4) UTILIZANDO EL MISMO MODELO ANTERIOR ESTIME LA ANTIGÜEDAD DE UN TRABAJADOR, CON UN
    SUELDO MENSUAL DE $ 750.000.-

    Resumen

    Estadísticas de la regresión
    Coeficiente de 0,876223498
    correlación múltiple
    Coeficiente de 0,767767619
    determinación R^2
    R^2 ajustado 0,766988316
    Error típico 1,022883181
    Observaciones 300

    ANÁLISIS DE VARIANZA
    Grados de libertad
    Suma de cuadrados
    Promedio de los cuadradosF Valor crítico de F
    Regresión 1 1030,802246 1030,802246 985,1974546 1,75351E-96
    Residuos 298 311,7944204 1,046290001
    Total 299 1342,596667

    Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%Superior 95,0%
    Intercepción 1,732396134 0,255557022 6,778902504 6,49213E-11 1,22947103 2,235321237 1,22947103 2,235321237
    Sueldo Mensual0,009910126
    (miles de $) 0,000315731 31,38785521 1,75351E-96 0,009288781 0,010531471 0,009288781 0,010531471

    7434,326954
    La antigüedad del trabajador, seria de 7 años.

    REFERENCIAS BIBLIOGRÁFICAS
    IACC (2018). Regresión lineal. Estadística. Semana 6
    Recursos adicionales.
    Videos en You Tube.

    También podría gustarte