《統(tǒng)計回歸模型舉例》ppt課件-文庫吧
2025-04-18 04:20 本頁面
【正文】 ， ] 區(qū)間 [， ] ?y (百萬支 ) 控制價格差 x1=，投入廣告費 x2= 預(yù)測區(qū)間長度更短 略有增加 y?完全二次多項式模型 ??????? ??????? 22521421322110 xxxxxxy x=[x139。 x239。]。 rstool(x,y39。,39。quadratic39。) 運行結(jié)果： beta = rmse = 剩余標(biāo)準(zhǔn)差為 小，說明回歸模型的顯著性比較好。 ? 問題：一家高技術(shù)公司人事部門為研究軟件開發(fā)人員的薪金與他們的資歷、管理責(zé)任、教育程度等因素之間的關(guān)系，要建立一個數(shù)學(xué)模型，以便分析公司人事策略的合理性，并作為新聘人員的薪金的參考。他們認(rèn)為目前公司人員的薪金總體上是合理的，可以作為建模的依據(jù)。于是調(diào)查了46名軟件開發(fā)人員的檔案資料，如下表，其中資歷一列指從事專業(yè)工作的年數(shù)，管理一列中： 1表示管理人員， 0表示非管理人員，教育一列中：1表示中學(xué)程度， 2表示大學(xué)程度， 3表示更高程度（研究生）。 例 2 軟件開發(fā)人員的薪金 編號 薪金 資歷 管理 教育 編號 薪金 資歷 管理 教育 1 13876 1 1 1 13 19800 3 1 3 2 11608 1 0 3 14 11417 4 0 1 3 18701 1 1 3 15 20263 4 1 3 4 11283 1 0 2 16 13231 4 0 3 5 11767 1 0 3 17 12884 4 0 2 6 20872 2 1 2 18 13245 5 0 2 7 11772 2 0 2 19 13677 5 0 3 8 10535 2 0 1 20 15965 5 1 1 9 12195 2 0 3 21 12366 6 0 1 10 12313 3 0 2 22 21352 6 1 3 11 14975 3 1 1 23 13839 6 0 2 12 21371 3 1 2 24 22884 6 1 2 編號 薪金 資歷 管理 教育 編號 薪金 資歷 管理 教育 25 16978 7 1 1 36 16882 12 0 2 26 14803 8 0 2 37 24170 12 1 3 27 17404 8 1 1 38 15990 13 0 1 28 22184 8 1 3 39 26330 13 1 2 29 13548 8 0 1 40 17949 14 0 2 30 14467 10 0 1 41 25685 15 1 3 31 15942 10 0 2 42 27837 16 1 2 32 23174 10 1 3 43 18838 16 0 2 33 23780 10 1 2 44 17483 16 0 1 34 25410 11 1 2 45 19207 17 0 2 35 14861 11 0 1 46 19346 20 0 1 ? 分析與假設(shè) —— 按照常識，薪金自然隨著資歷（年）的增長而增加，管理人員的薪金應(yīng)高于非管理人員，教育程度越高薪金也越高。 ? 令 y表示薪金， x1表示資歷， x2表示是否管理人員， x3表示學(xué)歷 ??????????，研究生，大學(xué)，中學(xué)，非管理人員，管理人員3210132xx ? 基本模型 —— 假設(shè)薪金 y與資歷 x管理 x學(xué)歷 x3成線性關(guān)系 : 機誤差。是隨是待估計的回歸系數(shù)，其中 ??????????32103322110,????? xxxy ? y=[13876 11608 18701 11283 11767 20872 11772 10535 12195 12313 14975 21371 19800 11417 20263 13231 12884 13245 13677 15965 12366 21352 13839 22884 16978 14803 17404 22184 13548 14467 15942 23174 23780 25410 14861 16882 24170 15990 26330 17949 25685 27837 18838 17483 19207 19346]。 ? x1=[1 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4 5 5 5 6 6 6 6 7 8 8 8 8 10 10 10 10 11 11 12 12 13 13 14 15 16 16 16 17 20]。 ? x2=[1 0 1 0 0 1 0 0 0 0 1 1 1 0 1 0 0 0 0 1 0 1 0 1 1 0 1 1 0 0 0 1 1 1 0 0 1 0 1 0 1 1 0 0 0 0]。 ? x3=[1 3 3 2 3 2 2 1 3 2 1 2 3 1 3 3 2 2 3 1 1 3 2 2 1 2 1 3 1 1 2 3 2 3 1 2 3 1 2 2 3 2 2 1 2 1]。 ? x=[ones(46,1),x139。,x239。,x339。]。 ? [b,bint,r,rint,stats]=regress(y39。,x) ? b = +003 * ? , , , ? bint = +003 * ? ? ? ? ? stats = 0 ? 由于 R2= 1， F= 于臨界值， p ? 所以模型的顯著性較好。 ? 回歸模型為： 321 6 1 5 9 9 3 3 xxxy ????5 10 15 20 25 30 35 40 45 4 0 0 0 3 0 0 0 2 0 0 0 1 0 0 0010002022300040005000R e s i d u a l C a s e O r d e r P l o tResidualsC a s e N u m b e r殘差分析： Rcoplot(r,rint) ? 模型修正 ? 在上述模型中，資歷、管理、學(xué)歷對薪金的影響都是獨立的。事實上，管理與學(xué)歷對薪金應(yīng)具有交叉影響，為此增加交叉項x2x3,得模型： 3243322110 xxxxxy ????? ?????模型求解 —— ? x=[ones(46,1),x139。,x239。,x339。,(x2.*x3)39。]。 ? [b,bint,r,rint,stats]=regress(y39。,x) ? b = ? ? ? ? bint = stats = 0 323217 4 0 1
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1