[理学]第7讲 统计回归模型.pptVIP

统计模型 如果由于客观事物内部规律的复杂性及人们认识程度的限制，无法分析实际对象内在的因果关系，建立合乎机理规律的模型，那么通常要搜集大量的数据，基于对数据的统计分析建立模型，这就是本章还要讨论的用途非常广泛的一类随机模型—统计回归模型。 案例1 软件开发人员的薪金 【问题】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、教育程度等因素之间的关系，要建立一个数学模型， 以便分析公司人士策略的合理性，并作为新聘用人员工资的参考。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）. 分析与假设 按照常识，薪金自然按照资历（年）的增长而增加，管理 人员的薪金高于非管理人员，教育程度越高薪金越高。 (1)为了简单起见，我们假定资历（年）对薪金的作用是线性的，即资历每加一年，薪金的增长是常数； 结果分析： 从表中， 进一步讨论： 的置信区间包含零点，说明上述基本模型存在缺点。为了寻找改进 为了对残差进行分析，下图给出 以上分析提示我们，应在基本模型中增加管理 2、模型改进 从上图，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（编号33）的实际薪金明显低于模型的估计值，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。 做该模型（2）的两个残差分析图，可以看出，已经消除了不正常 现象，这也说明了模型的适用性。 * * 第7讲 统计回归模型 软件开发人员的薪金 农作物施肥效果分析 2 0 10 15942 31 3 1 4 20263 15 1 0 10 14467 30 1 0 4 11417 14 1 0 8 13548 29 3 1 3 19800 13 3 1 8 22184 28 2 1 3 21371 12 3 1 10 23174 32 3 0 4 13231 16 1 1 8 17404 27 1 1 3 14975 11 2 0 8 14803 26 2 0 3 12313 10 1 1 7 16978 25 3 0 2 12195 09 2 1 6 22884 24 1 0 2 10535 08 2 0 6 13839 23 2 0 2 11772 07 3 1 6 21352 22 2 1 2 20872 06 1 0 6 12366 21 3 0 1 11767 05 1 1 5 15965 20 2 0 1 11283 04 3 0 5 13677 19 3 1 1 18701 03 2 0 5 13245 18 3 0 1 11608 02 2 0 4 12844 17 1 1 1 13876 01 教育 管理 资历 薪金 编号 教育 管理 资历 薪金 编号 1 0 20 19346 46 2 0 17 19207 45 1 0 16 17483 44 2 0 16 18838 43 2 1 16 27837 42 3 1 15 25685 41 2 0 14 17949 40 2 1 13 26330 39 1 0 13 15990 38 3 1 12 24170 37 2 0 12 16882 36 35 34 33 编号 14861 25410 23780 薪金 11 11 10 资历 0 1 1 管理 1 2 2 教育 开发人员的薪金与其资历 、管理责任 、教育程度 薪金记作 ，资历（年）记作 为了表示是否为管理人员，作如下定义： 1，管理人员 0，非管理人员 为了表示三种教育程度，定义 1，中学 0，其它 1，大学 0，其它 这样，中学用 表示，大学用 表示， 研究生则用 表示。 建立薪金 与资历 ，管理责任 ，教育程度 之间的 多元线性回归模型： 其中， 是待估计的回归系数， 是随机误差。 利用MATLAB的系统工具箱可以得到回归系数及其置信区间（置信水平 ）、检验统计量 的结果，见表。 (2)管理责任、教育程度、资历诸因素之间没有交互作用，建立线性回归 模型。 模型的进一步假设： 模型建立与求解 1.基本模型 [-636 931] 148 [-3826 -2162] -2994 [6248 7517] 6883 [484 608] 546 [10258 11807] 11032 置信区间 参数估计值 参数 ，即因变量（薪金）的95.7%可由模型确定， 值超过 检验的临界值， 远小于 ，因而模型从整体来看时可 用的。比如，利用模型可以估计（或估计）一个大学毕业