职工工资模型论文教材分析.docVIP

  1. 1、本文档共21页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
职工工资模型 摘要 本文要求我们对某企业职工工资与其影响因素进行分析,并分析出影响工资的主要因素,同时判断女工是否受到不公正待遇,以及她们的婚姻状况是否影响其收入,最后要求我们对模型进行优化,得出实用性,可靠性较高的模型。 问题一模型,我们分别建立了多元线性回归模型和多元非线性回归模型,通过eviews运行结果比较可知多元非线性模型具有较高的可行性,即工资一工龄之间为非线性关系。同时我们通过SPSS利用主成分分析法分析了工资的影响因素,得出了结论:影响工资的主要因素为工龄,学历,培训情况,一线经历。 问题二模型,通过问题一的主成分分析,我们对问题一的模型进行了简化,剔除次要因素,使得模型更具有实用性,也更便于数据较多时的计算。而后对女工是否受到不公正待遇,以及她们的婚姻状况是否影响其收入进行了判断,得出结论:该企业女性职工并未受到不公平待遇且女性职工的婚姻状况不影响其收入。 问题三模型,我们采用逐步回归分析法,对问题一的模型中的解释变量逐个引入,通过检验是否合格来筛选解释变量,因此,该模型具有很高的可靠性。最后对模型进行了误差分析,可知模型四具有较高的可行性,最后我们得出结论:工龄和学历是影响该企业职工工资的关键因素。 模型平均误差如下表: 模型一 模型二 模型三 模型四 平均误差 54.55709 4.5866 4.367151 结论1、影响工资的主要因素为工龄,学历,培训情况,一线经历。 2、该企业女性职工并未受到不公平待遇且女性职工的婚姻状况不影响其收入。 3、工龄和学历是影响该企业职工工资的关键因素。 关键词:多元线性回归 多元非线性回归 eviews 主成分分析 SPSS 逐步回归分析法 一、问题重述 1.1问题描述 职工工资可以说是人们最为关切、议论最多的部分,因此也常常是最受重视的部分。一般说来,现代企业的工资具有补偿职能、激励职能、调节职能、效益职能。科学合理的工资制度,是激励职工的劳动积极性,提高劳动效率的重要手段。对于企业中的各种不同的“特殊职务族”,是否要制定和执行专门的倾斜与优惠政策,如对管理干部、高级专家、女工等。 这里仅给出主要符号说明,其余符号在文中会一一说明 五、问题一模型的建立与求解 5.1多元线性回归模型的建立与求解 5.1.1多元线性回归模型建立 首先对题目所给数据进行量化,量化结果见附录附表一 假设该企业员工工资与其影响因素满足多元线性关系,且各因素没有相互影响,由此建立多元线性回归模型,得: (5-1) 其中C(1)、C(2)、C(3)、C(4)、C(5)、C(6)、C(7)、C(8)、C(9)是待回归系数参量,是满足正态分布的随机误差。 5.1.2 模型求解 利用eviews软件[3]对模型中工资与各个影响因素进行回归分析得如下结果 表一 Dependent Variable: Y Method: Least Squares Date: 08/18/28 Time: 16:18 Sample: 1 90 Included observations: 90 Y=C(1)+C(2)*X1+C(3)*X2+C(4)*X3+C(5)*X4+C(6)*X5+C(7)*X6+C(8)*X7 +C(9)*X8 Coefficient Std. Error t-Statistic Prob. C(1) 37.14526 2.325447 15.97338 0.0000 C(2) 0.087893 0.006701 13.11734 0.0000 C(3) -0.156203 2.239736 -0.069742 0.9446 C(4) -4.925091 6.531140 -0.754094 0.4530 C(5) 1.218269 2.045119 0.595696 0.5530 C(6) 1.608884 2.617405 0.614686 0.5405 C(7) 0.981923 2.701711 0.363445 0.7172 C(8) 24.63417 5.789966 4.254631 0.0001 C(9) 17.13245 6.680527 2.564536 0.0122 R-squared 0.796310 Mean dependent var 57.63333 Adjusted R-squared 0.776193 S.D. dependent var 16.23594 S.E. of regression 7.680945 Akaike info criterion 7.010002 Sum squared

文档评论(0)

挑战不可能 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档