软件开发人员的薪金.docx
《软件开发人员的薪金.docx》由会员分享,可在线阅读,更多相关《软件开发人员的薪金.docx(15页珍藏版)》请在冰豆网上搜索。
软件开发人员的薪金
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:
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)。
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
1
13876
1
1
1
24
22884
6
1
2
2
11608
1
0
3
25
16978
7
1
1
3
18701
1
1
3
26
14803
8
0
2
4
11283
1
0
2
27
17404
8
1
1
5
11767
1
0
3
28
22184
8
1
3
6
20872
2
1
2
29
13548
8
0
1
7
11772
2
0
2
30
14467
10
0
1
8
10535
2
0
1
31
15942
10
0
2
9
12195
2
0
3
32
23174
10
1
3
10
12313
3
0
2
33
23780
10
1
2
11
14975
3
1
1
34
25410
11
1
2
12
21371
3
1
2
35
14861
11
0
1
13
19800
3
1
3
36
16882
12
0
2
14
11417
4
0
1
37
24170
12
1
3
15
20263
4
1
3
38
15990
13
0
1
16
13231
4
0
3
39
26330
13
1
2
17
12884
4
0
2
40
17949
14
0
2
18
13245
5
0
2
41
25685
15
1
3
19
13677
5
0
3
42
27837
16
1
2
20
15965
5
1
1
43
18838
16
0
2
21
12366
6
0
1
44
17483
16
0
1
22
21351
6
1
3
45
19207
17
0
2
23
13839
6
0
2
46
19346
20
0
1
二.模型假设
(1)薪金自然随着资历(年)的增长而增加;
(2)管理人员的薪金应高于非管理人员;
(3)教育程度越高薪金也越高;
(4)管理责任、教育程度、资历诸因素之间没有交互作用;
(5)资历(年)、管理水平、教育程度分别对薪金的影响是线性的;
(6)目前公司软件开发人员的薪金是合理的;
(7)在模型改进中我们假设资历(年)、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.模型的建立与求解
1.符号的说明:
软件开发人员的薪金
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0.05
2.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
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的置信区间,r为残差向量,rint为r的置信区间,stats为回归模型的检验统计量,有四个值,第1个是回归方程的决定系数(是相关系数),第2个是统计量值,第3个是与统计量值对应的概率值,第4个是剩余方差。
根据上述方程式,我们用数学软件matlab对模型进行求解可以得到回归系数与其置信区间(置信水平=0.05),检验统计量,,,的结果,见表二。
表二模型
(1)的计算结果
参数
参数估计值
参数置信区间
11032
[10258,11807]
546
[484,608]
6883
[6248,7517]
-2994
[-3826,-2162]
148
[-636,931]
=0.579=226<0.0001=1.057x106
五.结果分析和检验
一.结果分析
从表二知=0.975,即因变量(薪金)的95.7%可由模型确定,值远远超过的检验的临界值,远小于,因而模型
(1)从整体来看是可用的。
比如,利用模型可以估计(或预测)一个大学毕业,有2年资历,费管理人员的薪金为:
=12272
模型中各个回归系数的含义可初步解释如下:
的系数为546,说明资历增加1年薪金增长546;的系数为6883,说明管理人员薪金多6883;的系数为-2994,说明中学程度薪金比更高的少2994;的系数为148,说明大学程度薪金比更高的多148,但是注意到置信区间包含零点,说明这个系数的解释不可靠。
需要指出,以上解释是就平均值来说,并且,一个因素改变引起的因变量的变化量,都是在其他因素不变的条件下成立的。
二.结果检验
的置信区间包含零点,说明基本模型
(1)存在缺点。
为了寻找改进的方向,常用残差分析方法(残差指薪金的实际值与用模型估计的薪金y1之差,是模型
(1)中随机误差的估计值,这里用了一个符号)。
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三:
表三管理——教育
组合
1
2
3
4
5
6
管理
0
1
0
1
0
1
教育
1
1
2
2
3
3
为了对残差进行分析,图1给出了与资历的关系,图2给出与管理-教育,组合间的关系。
图1模型
(1)与的关系图2模型
(1)与—,组合
的关系
从图一看,残差大概分成3个水平,这是由于6种管理—教育组合混合在一起,在模型中未被正确反映的结果,、;从图2看,对于前4个管理—教育组合,残差或者全为正,或者全为负,也表明管理—教育组合在模型中处理不当。
在模型
(1)中国管理责任和教育程度是分别起作用的,事实上,二者可能起着交互作用,如大学程度的管理人员的薪金会比二者分别的薪金制和高一点。
以上分析提醒我们,应在基本模型
(1)中增加管理与教育,的交互项,建立新的回归模型。
六.优化方向
通过以上分析,我们在模型一中增加管理与教育,的交互项,建立新的回归模型。
模型记作:
利用matlab的统计工具得到的结果如表四:
表四模型
(2)的计算结果
参数
参数估计值
参数置信区间
11204
[11044,11363]
497
[486,508]
7048
[6841,7255]
-1727
[-1939,7255]
-348
[-545,-152]
-3071
[-3372,-2769]
1836
[1571,2101]
=0.9988=5545<0.0001=3.0047x104
由表四可知,模型
(2)的和值都比模型
(1)有所改进,并且所有回归系数的置信区间都不含零点,表明模型
(2)是完全可用的。
与模型
(1)类似,作模型
(2)的两个残差分析图(图3,图4),可以看出,已经消除了图1,图2中的不正常现象,这也说明了模型
(2)的适用性。
图3模型
(2)与的关系图4模型
(2)与—,
组合的关系
从图3,图4还可以发现一个异常点:
具有10年资历、大学程度的管理人员(从表1可以查出是33号),他的实际薪金明显地低与模型的估计值,也明显低于与他有类似经历的其他人的薪金。
这可能是由我们未知的原因造成的,为了使个别的数据不致影响整个模型,应该讲这个异常数据去掉,对模型
(2)重新估计回归系数,得到的结果如表五,残差分析图见图5,图6.可以看出,去掉异常数据后结果又有改善。
表五模型
(2)去掉异常数据后的计算结果
参数
参数估计值
参数置信区间
11200
[11139,11261]
498
[494,503]
7041
[6962,7120]
-1737
[-1818,,-1656]
-356
[-431,-281]
-3056
[-3171,-2942]
1997
[1894,2100]
=0.9998=36701<0.0001=4.347x103
图5模型
(2)去掉异常数据后图6模型
(2)去掉异常数据后与
与的关系与—,组合的关系
对于回归模型
(2),用去掉模型异常数据(33号)后估计出的系数,得到的结果是满意的。
作为这个模型的应用之一,不妨用它来"制订”6种管理—教育组合人员的“基础”薪金(即资历为零的薪金,当然,这也是平均意义上的)。