影响年薪的因素.doc

  1. 1、本文档共23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)。
查看更多
影响年薪的因素

论文题目 某类研究学者的年薪与 相关因素的关系 李胜利 信息08——2班 310811020210 一、摘要 目前中国企业通常采取的报酬要素为:受教育程度、承担责任的大小、为企业服务的年限、员工绩效等等。现在主要考察的是:研究学者与质量指标、工作时间、获得资助的指标的关系。如果用y表示研究学者的报酬。者可用下列函数表示其与报酬要素之间的关系: y=f(x1,x2,x3……)。X1,x2,x3分别表示质量指标、工作时间、获资助的指标。通常情况下,员工的各报酬是简单相加的关系,即:y=f(x1)+f(x2)+f(x3)+ …。显然,这是一个多元线性回归问题。我们使用使用MATLAB软件来解决它们之间的关系。 关键词:简单相加 多元线性回归 MATLAB软件 问题重述 对于工薪阶层的人群关心年薪与那些因素有关因此可制定出他们自己的奋斗目标。 某科学基金会希望估计从事研究学者的年薪Y与他们的研究成果(论文、著作等)的质量指标X1、从事研究工作的时间X2、能成功获得资助的指标X3之间的关系,为此按一定的实验设计方法调查了24位研究学者,得到如下数据: 表 从事某种研究的学者的相关指标数据 试建立Y和X1、X2、X3之间的关系的数学模型,并对该模型进行各种统计分析,并能得到一个什么样的结论? 问题分析 根据材料显示,薪酬与质量指标、工作时间、获得资助的指标一般是简单线性的关系。因此,我们可以使用线性回归来解决该问题。由于是多种因素影响薪酬,故该模型符合线性回归模型。可用MATlAB软件解决该问题。 模型假设 模型假设如下: Yi:第i个学者的年薪; Xi1:第i个学者的研究成果的质量指标; Xi2::第i个学者的从事研究工作的时间; Xi3:第i个学者能成功获得资助的指标; X:关于质量指标、工作的时间、获得资助的指标的矩阵; β:Xij系数; ε:残差 Y:关于薪酬的矩阵。 假设变量Y与X1、X2、X3间有线性关系 模型建立 Y=β0+β1X1+β2X2+β3X3+ε; 即:yi=β0+β1Xi1+β2Xi2+β3Xi3+εi; 为书写方便,常采用矩阵形式,令 y1 β0 1 X11 X12 X13 y= y2 ;β= β1 ;X= 1 X11 X12 X13 y3 β2 … β3 1 Xn1 Xn2 Xn3 ε1 ε= ε2 … εi 则多元线性模型可表示 y=Xβ+ε; 模型求解 y与X1、X2、X3的线性关系 将上面的数据用MATLAB软件输出: x1=[3.5 5.3 5.1 5.8 4.2 6.0 6.8 5.5 3.1 7.2 4.5 4.9 8.0 6.5 6.6 3.7 6.2 7.0 4.0 4.5 5.9 5.6 4.8 3.9 ]; x2=[9 20 18 33 31 13 25 30 5 47 25 11 23 35 39 21 7 40 35 23 33 27 34 15]; x3=[6.1 6.4 7.4 6.7 7.5 5.9 6.0 4.0 5.8 8.3 5.0 6.4 7.6 7.0 5.0 4.4 5.5 7.0 6.0 3.5 4.9 4.3 8.0 5.0]; X=[ones(24,1) x1 x2 x3]; Y=[33.2 40.3 38.7 46.8 41.4 37.5 39.0 40.7 30.1 52.9 38.2 31.8 43.3 44.1 42.5 33.6 34.2 48.0 38.0 35.9 40.4 36.8 45.2 35.1]; [b,bint,r,rint,stats]=regress(Y,X); b,bint,stats b = 17.8345 1.0947 0.3201 1.3023 bint = 13.6295 22.0395 0.4025 1.7870 0.2422 0.3981 0.6753 1.9292 stats = 0.9094 66.8839 0.0000 3.1152 rcoplot(r,rint) 2)现在我们研究x1与x2之间的关系,即:Y=β0+β1X1+β2X2+β3X3+X

文档评论(0)

pangzilva + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档