大学毕业生就业工资影响因素的线性回归分析

《大学毕业生就业工资影响因素的线性回归分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、大学毕业生就业工资影响因素的线性回归分析第26卷第2期赤峰学院学报（自然科学版）Vol.26No.22010年2月JournalofChifengUniversity（NaturalScienceEdition）Feb.2010大学毕业生就业工资影响因素的线性回归分析曹文方（浙江工业职业技术学院，浙江绍兴312000；华东理工大学理学院，上海200237）摘要：以上海某高校毕业生就业月工资收入为研究对象，采集了1267个数据样本，建立线性回归模型，对影响工资收入的性别、民族、政治面貌、生源所在地、就业所在

2、地、就业单位的性质和所在学校的院系等因素进行了分析，得出了相应的结论.关键词：工资；虚拟变量；OLS回归中图分类号：F550文献标识码：A文章编号：1673-260X（2010）02-0093-031引言象，抽取1267名学生为样本来进行毕业生就业薪酬的影响大学毕业生就业问题一直受到社会的广泛关注，毕业因素分析.可能影响毕业生薪酬的因素有很多，这里我们对上岗就业,从某种意义上讲,是学校整个教学过程的结束,是抽取的1267名学生分别考虑性别（XB）、民族（MZ）、是否共学校教学质量好与坏以及学校能否持续发展

3、的反映.就现阶产党员（DY）、生源所在地（SYD）、就业所在地（JYD）、就业单段而言，我国大学毕业生对个人薪酬的期望值与实际工资位的性质（国有企业（DW1），三资企业DW2，中小企业水平还存在很大的落差.毕业生的学校、专业、性别、家庭背DW3，事业单位DW4）和所在学校的院系（资源与环境工景等客观条件与行业选择、地区选择等主观因素交织在一程学院（XY1），艺术设计与传媒学院（XY2），药学院（XY3），[1]信息科学与工程学院（XY4），外国语学院（XY5），生物工程起，使得大学生们对于就业的薪酬期望很

4、难达到理性的价值判断.我们以某高校大学本科生为研究对象，采集了1267学院（XY6），社会与公共管理学院（XY7），商学院（XY8），理个数据样本，以分析性别、民族、生源所在地、就业所在地、学院（XY9），机械与动力工程学院（XY10），化学与分工工程是否党员、就业单位的性质和所在学校的学院等因素对薪学院（XY11），化工学院（XY12），材料科学与工程学院[4]酬的影响程度为目的，建立线性回归模型.（XY13））对薪酬的影响，运用逐步回归方法，从而分析出在2多元线性回归模型这些变量中哪些对毕业生的薪酬影

5、响是显著的，而哪些不假设随机变量y与m（≥2）个自变量x,x,…，x之间存是显著的.12m在相关关系，且满足将变量以虚拟变量取代，分别取值为1或0，在Eviewsyβ+βx+βx+…+βx+ε（1）[5]01122mm环境下，用OLS回归得到如下表1回归结果.2从表1中的数据可以看出，R2的值很小，说明方程的拟即y~N（β+βx+βx+…+βx，σ）.其中β，β，β，…，01122mm01222β，σ是与x，x，…，x无关的未知参数，ε~N（0，σ）是表示合效果不好，所得出的系数存在很大的不合理性，对变量

6、不m12m[2]误差的随机变量，称式（1）为m元理论线性回归模型.可以能进行合理的解释.写成矩阵形式为YXβ+ε观察其残差分布图，如图1所示.赞β多元线性回归，就是要求出β，β，β，…，β的估计值，012m0赞赞赞赞赞赞赞赞βββyββββ，，…，，使得回归方程+x+x+…+x能够尽12m01122mm可能精确地将自变量x,x,…，x与因变量y之间的统计相12m关关系表达出来.最小二乘OLS法的原理是求残差（误差项的估计值）平-1赞β方和最小.可以求得X’XX’Y,因为X的元素是非随-1赞β机的，X’XX

7、是一个常数矩阵，则是Y的线性组合，为[3]线性估计量.3毕业生工资与影响因素的回归分析这里我们以上海某高校毕业生的就业薪酬为研究对