软件开发人员的薪金.doc

软件开发人员的薪金.doc

ID:51355328

大小:106.00 KB

页数:7页

时间:2020-03-22

软件开发人员的薪金.doc_第1页
软件开发人员的薪金.doc_第2页
软件开发人员的薪金.doc_第3页
软件开发人员的薪金.doc_第4页
软件开发人员的薪金.doc_第5页
资源描述:

《软件开发人员的薪金.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、建立模型研究薪金与资历、管理责任、教育程度的关系,分析人事策略的合理性,作为新聘用人员薪金的参考46名软件开发人员的档案资料资历~从事专业工作的年数;管理~1=管理人员,0=非管理人员;教育~1=中学,2=大学,3=更高程度分析与假设y~薪金,x1~资历(年)x2=1~管理人员,x2=0~非管理人员教育1=中学2=大学3=更高中学:x3=1,x4=0;大学:x3=0,x4=1;更高:x3=0,x4=0线性回归模型a0,a1,…,a4是待估计的回归系数,e是随机误差模型求解软件开发人员的薪金(MATLAB实现)基本模型:参数参数

2、估计值置信区间a011032[1025811807]a1546[484608]a26883[62487517]a3-2994[-3826-2162]a4148[-636931]R2=0.957F=226p=0.000资历增加1年薪金增长546管理人员薪金多6883中学程度薪金比更高的少2994大学程度薪金比更高的多148a4置信区间包含零点,解释不可靠!模型(1)的计算结果及其残差分析图:图9:模型(1)x1与的关系M=dlmread('D:随机数学建模xinjindata.m');n=46;x1=M(:,3);x2=M(

3、:,4);x3=M(:,6);x4=M(:,7);y=M(:,2);x=[ones(n,1)x1x2x3x4];[b,bint,r,rint,stats]=regress(y,x);s2=sum(r.^2)/(n-5);b,bint,stats,s2plot(x1,r,'+')b=1.0e+004*1.10330.05460.6883-0.29940.0148bint=1.0e+004*1.02581.18070.04840.06080.62480.7517-0.3826-0.2162-0.06360.0931stats=0.

4、9567226.42580s2=1.0571e+006残差大概分成3个水平,6种管理—教育组合混在一起,未正确反映。图10:模型(1)x2-x3.x4与组合关系(MATLAB实现如下)M=dlmread('D:随机数学建模xinjindata.m');n=46;x1=M(:,3);x2=M(:,4);x3=M(:,6);x4=M(:,7);y=M(:,2);x=[ones(n,1)x1x2x3x4];[b,bint,r,rint,stats]=regress(y,x);s2=sum(r.^2)/(n-5);xx=M(:,8

5、);plot(xx,r,'+')残差全为正,或全为负,管理—教育组合处理不当应在模型中增加管理x2与教育x3,x4的交互项更好的模型:(1)的改进增加x2与x3,x4的交互项后,模型为:模型(2)的计算结果及其残差分析图:图11:模型(2)x1与的关系M=dlmread('D:随机数学建模xinjindata.m');y=M(:,2);x1=M(:,3);x2=M(:,4);x3=M(:,6);x4=M(:,7);x5=x2.*x3;x6=x2.*x4;n=length(y);x=[ones(n,1)x1x2x3x4x5x

6、6];[b,bint,r,rint,stats]=regress(y,x);s2=sum(r.^2)/(n-7);b,bint,stats,s2plot(x1,r,'+')b=1.0e+004*1.12040.04970.7048-0.1727-0.0348-0.30710.1836bint=1.0e+004*1.10441.13630.04860.05080.68410.7255-0.1939-0.1514-0.0545-0.0152-0.3372-0.27690.15710.2101stats=1.0e+003*0.001

7、05.54480s2=3.0047e+004图12:模型(2)x2-x3,x4与组合关系(MATLAB实现如下)M=dlmread('D:随机数学建模xinjindata.m');y=M(:,2);x1=M(:,3);x2=M(:,4);x3=M(:,6);x4=M(:,7);x5=x2.*x3;x6=x2.*x4;n=length(y);x=[ones(n,1)x1x2x3x4x5x6];[b,bint,r,rint,stats]=regress(y,x);s2=sum(r.^2)/(n-7);xx=M(:,8);plo

8、t(xx,r,'+')异常数据处理后的模型:残差分析图:图13:模型(2)去掉异常数据后x1与e的关系M=dlmread('D:随机数学建模xinjindata.m');M=[M(1:32,:);M(34:46,:)];y=M(:,2);x1=M(:,3);x2=M(:,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。