资源描述：
《数学模型之软件开发人员的薪金.doc》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、数学模型作业完成时间：11.5.20软件开发人员的薪金问题1.基本模型薪金y与资历，管理责任，教育程度，之间的多元线性回归模型为：其中，，…,是待估计的回归系数，是随机误差。利用MATLAB软件可以得到回归系数及其置信区间（置信水平=0.05），以及检验统计量，F，p的结果，具体算法如下，相应的结果见表一。1.1具体算法x1=[111112222333344445556666788881010101011111212131314151616161720]';x2=[10100100001110100
2、00101011011000111001010110000]';x3=[1000000100100100000110001010110000100100000101]';x4=[0001011001010000110000110100001011010011011010]';y=[138761160818701112831176720872117721053512195123131497521371198001141720263132311288413245136771596512366213521
3、38392288416978148031740422184135481446715942231742378025410148611688224170159902633017949256852783718838174831920719346]';x0=ones(46,1);x=[x0x1x2x3x4];[b,bint,r,rint,stats]=regress(y,x,0.05);vpa(b,8)vpa(bint,8)vpa(stats,8)1.2运算结果图1.基本模型运算结果表一6数学模型作业完成时
4、间：11.5.20参数参数估计值置信区间a011033[1025811807]a1546[484608]a26883[62487517]a3-2994[-3826-2162]a4148[-636931]R2=0.9567F=226p=02.进一步讨论为了寻找改进的方向，常用残差分析方法，我们将影响因素分成资历与管理-教育组合两类，管理-教育组合的定义如表二。组合123456管理010101教育112233表二下图2给出与资历的关系，图3给出与管理-教育，组合间的关系。图2.基本模型与的关系图3.与-
5、，组合的关系附：残差图程序段：x5=[25635431532461653352163423261136446数学模型作业完成时间：11.5.20136143643131]';[b,bint,r,rint,stats]=regress(y,x,0.05);subplot(2,2,1)plot(x1,r,'r+')subplot(2,2,2)plot(x5,r,'b+')3.更好的模型增加与，的交互项后，模型记作利用MATLAB软件求解后的结果如下：图4.模型二运行结果表三作模型二的两个残差图（图5，图
6、6）如下所示：6数学模型作业完成时间：11.5.20图5图6附：残差图程序段：x1=[111112222333344445556666788881010101011111212131314151616161720]';x2=[1010010000111010000101011011000111001010110000]';x3=[1000000100100100000110001010110000100100000101]';x4=[000101100101000011000011010000101
7、1010011011010]';x5=[2563543153246165335216342326113644136143643131]';y=[138761160818701112831176720872117721053512195123131497521371198001141720263132311288413245136771596512366213521383922884169781480317404221841354814467159422317423780254101486116882
8、24170159902633017949256852783718838174831920719346]';x0=ones(46,1);x=[x0x1x2x3x4x2.*x3x2.*x4];[b,bint,r,rint,stats]=regress(y,x,0.05);vpa(b,8)vpa(bint,8)vpa(stats,8)subplot(2,2,1)plot(x1,r,'r+')subplot(2,2,2)plot(x5,r,'b+')4.去掉异常点的模型二去掉
