软件开发人员的薪金

《软件开发人员的薪金》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、.软件开发人员的薪金摘要本文所要解决的是研究软件开发人员的薪金与他们的资历、管理责任、教育程度等之间的关系，建立一个模型，以便分析公司人事策略的合理性，并作为新聘人员薪金的考虑。根据题设条件，结合实际情况，建立线性回归模型，方程表达式：其中，，，，是回归系数，ε为随机误差，，，，分别为资历、管理水平和教育程度。结合题目所给的数据，运用matlab软件的命令rearess，求出了软件开发人员的薪金与资历、管理水平、教育水平之间的线性回归方程：分析后同时运用残差分析法发现模型的缺陷，改进影响软件开发人员薪金的因素，改变模型，使得管理责任因素和教育程度因素对薪金是交互作用的，这

2、样合理化模型后，得出了影响软件开发人员薪金因素的最佳多元回归模型。建立回归方程：并用运用matlab软件得出了该模型的较准确的解：并对回归方程和各个因素运用残差分析法进行了显著性检验，去掉异常数据后，在运用matlab软件求解，得出更为准确的解：word范文.再次运用残差分析法对模型进行检验，说明模型可用。综上所述，本文对数据进行深入分析，运用MATLAB软件画图，制作表格，更形象地反映数据，简单明了，运用残差分析法对模型进行检验，说明模型可用。关键字：线性回归模型ressess残差分析法一．问题重述一家高技术公司人事部门为研究软件开发人员的薪金与他们的资历、管理责任、教

3、育程度等之间的关系，要建立一个模型，以便分析公司人事策略的合理性，并作为新聘用人员薪金的参考。他们认为目前公司人员的薪金总体上是合理的，可以作为建模的依据，于是调查了46名软件开发人员的档案资料，如表，其中资历一列指从事专业工作的年数，管理一列中1表示管理人员，0表示非管理人员，教育一列中1表示中学程度，2表示大学程度，3表示更高程度（研究生）。word范文.表一软件开发人员的薪金与他们的资历、管理责任、教育程度之间的关系编号薪金资历管理教育编号薪金资历管理教育11387611124228846122116081032516978711318701113261480380

4、2411283102271740481151176710328221848136208722122913548801711772202301446710018105352013115942100291219520332231741013101231330233237801012111497531134254101112122137131235148611101131980031336168821202141141740137241701213152026341338159901301161323140339263301312171288440240179491402181

5、324550241256851513191367750342278371612201596551143188381602211236660144174831601222135161345192071702231383960246193462001二．模型假设（1）薪金自然随着资历（年）的增长而增加；word范文.（1）管理人员的薪金应高于非管理人员；（2）教育程度越高薪金也越高；（3）管理责任、教育程度、资历诸因素之间没有交互作用；（4）资历（年）、管理水平、教育程度分别对薪金的影响是线性的；（5）目前公司软件开发人员的薪金是合理的；（6）在模型改进中我们假设资历（年）、

6、管理水平、教育程度之间存在交互作用。三．问题的分析对于问题，在符合题意并且与实际情况较吻合的情况下，薪金记作，资历（年）记作，为了表示是否非管理人员，定义为了表示3种教育程度，定义，这样，中学用=1，=0来表示，大学用=0，=1表示，研究生则用=0，=0表示。对于影响变量的这些定性因素（管理，教育），在模型求解过程中我们采用“0-1”变量来处理，并运用数学软件matlab来求解，最后对所得的解进行讨论和分析。四．模型的建立及求解1.符号的说明：软件开发人员的薪金word范文.资历管理责任,教育程度带估计的回归系数（i=1,2,3,4,5,6）随机误差随机误差，回归系数的样

7、本估计值回归系数的估计值的置信区间残差向量R的置信区间回归模型的检验统计量回归方程的决定系数统计量值对应的概率值剩余方差置信水平0.052.模型的建立薪金与资历，管理责任，教育程度，之间的多元线性回归方程为：3.模型的求解word范文.直接利用matlab统计工具箱中的命令regress求解，使用格式为：[b,bint,r,rint,stats]=regress(y,x,slpha)其中输入y为模型（1）中的y的数据（n维向量，n=30），x为对应于回归系数的数据矩阵，alpha为置信区间；输出b为的估计值，bint为b的置信