




版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、A題思路之一一一多元非線性回歸分析本題求解關(guān)鍵為建立工資與其他7個(gè)因素之間的關(guān)系模型,可以考慮采用回歸分析法,也可以考慮其他方法;以下僅以回歸分析法過(guò)程為例給出分析思路,僅供參考:注意:根據(jù)下述結(jié)果發(fā)現(xiàn)本問(wèn)題應(yīng)該考慮為多元非線性回歸,因此請(qǐng)大家優(yōu)先挑出使用非線性回歸模型的論文,其余酌情考慮。1 .數(shù)據(jù)預(yù)處理1)為數(shù)據(jù)分析方便,應(yīng)該考慮名義變量或有序變量的量化處理(編碼),如可以考慮如下編碼方案(含符號(hào)約定):y日平均工資的對(duì)數(shù),便于回歸分析;作為因變量。11男性10 女性x2:工齡1 男性或單身女性X3 =4,;3 10已婚女性。本科X 4(受教育狀況)=1碩士2博士m博士后X5(工作部門(mén)性質(zhì)
2、);1管理崗位0技術(shù)崗位11受過(guò)培訓(xùn)(培訓(xùn)"-0未受過(guò)培訓(xùn)/.T/小至5、1 兩年以上未從事一線工作X 7( 一線工作情況):甘住、,口0 其它情況2)分別作出y與各自變量之間的散點(diǎn)圖,發(fā)現(xiàn)與x2非線性關(guān)系較為明顯(下圖所示),所以應(yīng)該考慮為非線性模型,data=xlsread('Adata.xls',2);y=data(:,1);x=data(:,2:8);plot(x(:,2),y,'r*')title('lny vs x2')Iny vs x254.84.64.44.243.83.63.4050100150200250300350
3、4004505003)相關(guān)性分析data=xlsread('Adata.xls',2);y=data(:,1);x=data(:,2:8);s=corrcoef(data);xlswrite('coef.xls',s)lny1X1 0.266995X2!X30.286135X41X50.277929X6 0.199178X7 0.4897860.7752910.5055260.26699510.1603890.6794460.3123480.417621-0.104980.3160250.7752910.16038910.2260960.1031460.0988
4、540.1511460.1563210.2861350.6794460.22609610.2669370.213363-0.279660.2295350.5055260.3123480.1031460.26693710.4127450.2197620.8552360.2779290.4176210.0988540.2133630.4127451-0.053070.4233550.199178-0.104980.151146-0.279660.219762-0.0530710.2556650.4897860.3160250.1563210.2295350.8552360.4233550.2556
5、651相關(guān)系數(shù)表也提示 y僅與x2,x4關(guān)系密切.與婚姻狀況x1,x3關(guān)系不明顯.2、建模及簡(jiǎn)易求解(第1、3問(wèn))以下考慮分別用多元線性回歸模型、線性逐步回歸模型、非線性模型分析,從中選擇相對(duì)最優(yōu)的 模型。1).多元線性回歸結(jié)果源程序:data=xlsread('Adata.xls',2);Y=data(:,1);x=data(:,2:8);X=ones(90,1),x;b,bint,r,rint,stats=regress(Y ,X);b,bint,stats結(jié)果:b (系數(shù))=3.66230.0044常數(shù)項(xiàng)x10.0016x2-0.0010x30.1713x40.0170x
6、5-0.0012x60.0143x7Bint (系數(shù)95%置信區(qū)間)=3.59573.7289-0.08280.09170.00140.0019-0.09300.09100.08490.2577-0.05360.0876-0.07980.0773-0.12540.1540置信區(qū)間包含零點(diǎn),可認(rèn)為在95%置信度下,相應(yīng)變量對(duì) y影響不顯著,應(yīng)該考慮改進(jìn)模型。stats (統(tǒng)計(jì)量)=0 (P 值) 0.01930.7852 (決定系數(shù))42.8304 ( F 值)關(guān)于異常值:利用上述多元線性回歸模型分析結(jié)果,繼續(xù)做異常點(diǎn)分析,rcoplot(r,rint)發(fā)現(xiàn)5個(gè)異常點(diǎn): 43 52 60 61
7、90 data=xlsread('Adata.xls',4);Case Number從原始數(shù)據(jù)中將其剔除后,重新做多元線性回歸, 源程序:Y=data(:,1);x=data(:,2:8);X=ones(85,1),x;b,bint,r,rint,stats=regress(Y ,X); b,bint,stats結(jié)果b =3.65020.00550.0017-0.02820.17520.0188-0.00760.0330 bint =3.59493.7055-0.06880.07980.00150.0019-0.10560.04930.10260.2477-0.04060.07
8、82-0.07390.0587-0.08800.1539 stats =0.852663.607100.0132可見(jiàn)決定系數(shù)與F值均提高!2)線性逐步回歸結(jié)果(考慮采用逐步回歸方法)data=xlsread('Adata.xls',4);y=data(:,1);x=data(:,2:8);stepwise(x,y);口回天3.2Jo.o.o,Step<ise RegressionElla L<ii lools SttpwLst 口“ktop Window H*lpCoefficienis with Error BarsCoef £. t-statp-val
9、XIX2X3X4X5XEX7111| |:ll | |-0.00432453-0.1650Q.86m30 0017176917.74010.0000-0.0203432-0.76130.44870.19264610.63010.00000 0205612口,汴470.44670.00253330.08B90.53100 0330920,65570.5139Next step,Move no termsNext Step«1 !1 1| |*1IJ11All StepsExport .QI00.10.2Iniercept => 3,644B0R-square = 0.849514
10、F t 231 4511RMSE = 0.112367Adj R-sq = 0.844008p =0Model HistoryO.Jir1系數(shù):beta =00.0017 00.19260 0 0系數(shù)95%置信區(qū)間:betaci =000.00150.0019000.15660.2287000000統(tǒng)計(jì)量stats =intercept: 3.6449(常數(shù)項(xiàng)) rmse: 0.1124rsq: 0.8495 (決定系數(shù))adjrsq: 0.8440fstat: 231.4507 (F 值)pval: 0 ( P 值)較多元線性模型相比,盡管決定系數(shù)略有下降,但F值上升很快,逐步回歸整體效果優(yōu)
11、于多元線性模型。3)多元非線性回歸(含平方項(xiàng)、交叉項(xiàng))模型:y=a+b*x2+c*x2A2+d*x4+e*x5*x6(僅為一特例,考慮工資可能與x5,x6有一定的關(guān)系。另外其他組合較多,留給大家更多思考空間!data=xlsread('Adata.xls',4);y=data(:,1);x=data(:,2:8);% rstool(x,y,'quadratic')X=ones(85,1) x(:,2),x(:,2).A2,x(:,4),x(:,5).*x(:,6);b,bint,r,rint,stats=regress(y,X);b,bint,statsb =3
12、.52850.0038-0.000005050575980.16290.0300bint =3.48413.57300.00320.0043-0.00000638020871-0.000003720943260.13070.1950-0.04120.1011 (包含零點(diǎn))stats =0.9122(決定系數(shù))207.8439 (F 值)0 (P 值)0.0075可見(jiàn)上述交叉項(xiàng)對(duì) y影響不夠顯著,考慮剔除。4)多元非線性回歸(僅含平方項(xiàng))模型:y=a+b*x2+c*x2A2+d*x4data=xlsread('Adata.xls',4);y=data(:,1);x=data(:,2:8);X=ones(85,1) x(:,2),x(:,2).A2,x(:,4);b,bint,r,rint,stats=regress(y,X);b,bint,stats結(jié)果:b =3.52820.0038-0.000004994975610.1691bint =3.48393.57260.00320.0043-0.00000631534196 -0.000003674609270.14060.1976stats =0.9115(決定系數(shù))277.9148 (F 值)(P值)0.0075本模型較帶交叉項(xiàng)模型決定系數(shù)減小,但是系數(shù) 且
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 桂林信息工程職業(yè)學(xué)院《軟件質(zhì)量保證與測(cè)試》2023-2024學(xué)年第二學(xué)期期末試卷
- 2025年保安證試題匯編及答案
- 保安證資格提升試題及答案
- 保護(hù)公共安全的策略試題及答案
- 上海市第二工業(yè)大學(xué)附屬龔路中學(xué)2025屆高三期初測(cè)試歷史試題含解析
- 南京審計(jì)大學(xué)金審學(xué)院《基礎(chǔ)生物學(xué)實(shí)驗(yàn)Ⅱ》2023-2024學(xué)年第二學(xué)期期末試卷
- 河北省任丘一中2024-2025學(xué)年高三入學(xué)檢測(cè)試題生物試題含解析
- 2024-2025學(xué)年甘肅省武威第八中學(xué)高三5月三??荚囉⒄Z(yǔ)試題含解析
- 2025年遼寧省沈陽(yáng)市實(shí)驗(yàn)中學(xué)高三第二次模擬生物試題含解析
- 2025年化學(xué)考試準(zhǔn)備的試題及答案
- 滬教牛津版三年級(jí)英語(yǔ)下冊(cè)全冊(cè)課件
- 天府劉家漕歷史的記憶
- HY∕T 0289-2020 海水淡化濃鹽水排放要求
- MicrosoftOffice2016簡(jiǎn)體中文版下載及使用
- 招待所所長(zhǎng)崗位職責(zé)內(nèi)容范本
- 北師大版七年級(jí)生物下冊(cè) 第8章 章末復(fù)習(xí) 課件(共18張PPT)
- 夾膠玻璃作業(yè)指導(dǎo)書(shū)
- NLP高效能溝通影響力集團(tuán)李炫華
- 站長(zhǎng)辦公會(huì)議事規(guī)則
- 畢業(yè)設(shè)計(jì)說(shuō)明書(shū)初稿-頭孢曲松鈉生產(chǎn)工藝設(shè)計(jì)
- EDTA絡(luò)合滴定法測(cè)定銀合金中的銀
評(píng)論
0/150
提交評(píng)論