《A题思路之一——多元非线性回归分析.docx》由会员分享，可在线阅读，更多相关《A题思路之一——多元非线性回归分析.docx（8页珍藏版）》请在三一文库上搜索。
1、题思路之一多元非线性回归分析本题求解关键为建立工资与其他个因素之间的关系模型，可以考虑采用回归分析法，也可以考虑其他方法；以下仅以回归分析法过程为例给出分析思路，仅供参考：注意：根据下述结果发现本问题应该考虑为 多元非线性回归 ，因此 请大家优先挑出使用非线性回归模型的论文 ，其余酌情考虑。.数据预处理）为数据分析方便， 应该考虑名义变量或有序变量的量化处理 （编码），如可以考虑如下编码方案 （含符号约定）：y 日平均工资的对数，便于回归分析；作为因变量。x11 男性0 ；女性x2 ：工龄x31 男性或单身女性；0 已婚女性本科01硕士（受教育状况）；x42博士3博士后1 管理岗位x5 (工作
2、部门性质 )；0 技术岗位1 受过培训（培训情况）；x60 未受过培训（一线工作情况）1 两年以上未从事一线工作x70 其它情况）分别作出与各自变量之间的散点图，发现与非线性关系较为明显（下图所示），所以应该考虑为非线性模型，();();();(),*)()1 / 7lny vs x254.84.64.44.243.83.63.4050100150200250300350400450500）相关性分析();();();();()相关系数表也提示仅与关系密切.与婚姻状况关系不明显.、建模及简易求解（第、问）以下考虑分别用多元线性回归模型、线性逐步回归模型、非线性模型分析，从中选择相对最优的模型。
3、） .多元线性回归结果源程序：();();();();();2 / 7结果：（系数）常数项（系数置信区间）置信区间包含零点，可认为在置信度下，相应变量对影响不显著，应该考虑改进模型。（统计量）(决定系数 )（值）（值）关于异常值 ：利用上述多元线性回归模型分析结果，继续做异常点分析，()发现个异常点：Residual Case Order Plot0.40.2sla0udiseR-0.2-0.4-0.6102030405060708090Case Number从原始数据中将其剔除后，重新做多元线性回归，源程序：3 / 7();();();();();结果可见决定系数与值均提高！）线性逐步回归结
4、果（考虑采用逐步回归方法）();();();();4 / 7系数系数置信区间统计量: ( 常数项 ): （决定系数）: （值）: （值）5 / 7较多元线性模型相比， 尽管决定系数略有下降， 但值上升很快，逐步回归整体效果优于多元线性模型。）多元非线性回归（含平方项、交叉项）模型： *（仅为一特例，考虑工资可能与有一定的关系。另外其他组合较多，留给大家更多思考空间！）();();();(,)()().()().*(); ();（包含零点）(决定系数 )（值）（值）可见上述交叉项对影响不够显著，考虑剔除。）多元非线性回归（仅含平方项）模型： *();();();()().(); ();结果：6 / 7(决定系数 )（值）（值）本模型较带交叉项模型决定系数减小，但是系数置信区间均显示各变量对影响显著，并且大幅提升，因此最终选择模型如下：y3.52820.0038 x20.0000049x220.1691x4特别注意：本问题可能还有更加优秀的模型及结果！、第二问关于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， 可以从以下几个角度之一考虑：与相关系数 ;逐步回归结果中剔除了和；也可采用单因素方差分析考虑。其他做法。*完！ *7 / 7