基于多元线性回归模型的大学生月起薪预测.pdfVIP

第9卷 第l3期 2009年7月 科 学 技 术 与 工 程 Vo1．9 No．13 July2009 1671—1819(2009)l3—3735-04 ScienceTechnologyandEngineering @ 2009 Sci．Tech．Engng． 基于多元线性回归模型的大学生月起薪预测 吕玉华 江 莉 (青岛科技大学数理学院，青岛266042) 摘 要 基于多元线性回归模型研究了求职费用、信息程度、求职次数、是否参加过就业指导对大学生月起薪的影响，发现月 起薪与求职费用、信息程度有较强的线性相关性，得出了大学生月起薪与求职费用、信息程度 的回归模型。利用此模型可以 做月起薪的点预测和区间预测。 关键词 多元线性回归 月起薪 EXCEL 预测 中图法分类号 O212．4； 文献标志码 A 多元线性回归模型是 由一组独立解释变量值 假设：1) —N(0， )，i=1，2，…，n即所有的 预测一个或多个被解释变量的一种统计工具。它 随机误差项服从正态分布，此为正态分布假设。 也用于评估解释变量对被解释变量的影响。例如， 2)Cov( ，)=0，Vi≠ ，i，J=1，2，…，17,：即不 产 出往往受各种投入要素——资本、劳动、技术等 同随机误差项之间是不相关的，此为不相关假设。 的影响；销售额往往受价格和公司对广告费的投人 3)所有的解释变量是确定性的，因而是非随机 的影响，等等。多元线性回归模型的应用非常广 的，它和随机误差项 不相关 。 泛，本文将此模型应用于大学生月起薪的预测，得 如果我们随机抽取了—个容量为rg的样本，其观测 到了较好的结果，对大学生就业指导工作，有一定 值为(Yi， ，…，％)，其中，i=1，2，…，n，则有：Yi= 的参考价值。 +p11+ +… + H+占i；i=1，2，…，17,。 1．2 多元线性 回归模型的预测功能 1 多元线性回归模型 1．2．1 点预测 假设有观测值Xo=(1， o2，o3，…， )，那 么得到被解释变量的一个点估计： = 。 1．2．2 区间预测 (1)总体均值经 E(yoI )的区间预测 如果取显著性水平为Ol，则根据 t分布和区问 估计理论得到总体均值E(yoI )的区间估计为： = 一 f (n—k一1)s ／ ( )I1Xo≤E(y01 )≤ +f (—k一1)s／ ( )一 ，0。 X = (2)总体个别值)，0的区间预测 ：LI[11h％兰……X篓k2_]Jf，，=：I量8[z]f 在显著性水平为Ol下，根据t分布和区间估计理 论得到总体个别值 的区间估计为： 一f (一k一 2009年3月 18日收到