职工工资模型论文
- 格式:doc
- 大小:740.73 KB
- 文档页数:21
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 5.87982343 4.55709 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 - 1 - 1
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,正确运用工资的杠杆作用在调动员工积极性方面会起到事半功倍的效果。此外,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,也是需要重点考虑的问题。 现随机抽取了某企业若干职工的相关数据,见附件Bdata.xls。请建立适当的数学模型研究下列问题: 1.2问题提出 (1)分析平均日工资与其他因素之间的关系,尤其需要说明与哪些因素关系密切; (2)考察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; (3)继续改进你的模型,并给出模型误差分析。
二 问题分析 本题要求我们分析企业员工的平均日工资与其他影响因素之间的关系,同时指出哪些因素对平均日工资影响较大。我们先建立简单的多元线性回归模型,对日工资与各因素之间的关系进行粗略的分析,因考虑到工龄达到一定程度后,工龄再增大对模型的结果影响不大,故建立了多元非线性回归模型,拟合平均日工资。。用主成分分析法[1]对各个因素进行分析,并找出对日工资影响较大的几个。接着,我们剔除对模型结果影响较小的因素,保留主要因素使模型得到简化,这样更易于计算也更符合实际。最后我们利用逐步回归法[2]对问题一的模型进行改进,剔除对工资影响较小的因素,使得模型得到优化。
三、模型假设因素 1、本题所给数据能确实反映出该公司的工资的构成 2、所给数据有较高的可靠性及准确性 3、男性和女性的工资数据在相同条件下获得 4、男性不管是否已婚等同于女性已婚
四、主要符号说明 12
::0:1yxx平均日工资工龄(月)无一线经历(一线经历)=有一线经历 - 2 - 2
30:1x未培训(培训)=受过培训
40:1x技术岗位(岗位)=管理岗位
51:0x男性(性别)=女性
6:x0女性未婚(婚姻)=1男性或女性已婚
78
00xx
表示学历为本科
78
01xx
表示学历为硕士
78
10xx
表示学历为博士
78
11xx
表示学历为博士后
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:
123456782
(1)(2)*(3)*(4)*(5)*(6)*(7)*(8)*(9)*~(0,)iyccxcxcxcxcxcxcxcx
(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。 - 3 - 3
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 resid 4778.750 Schwarz criterion 7.259983 Log likelihood -306.4501 Durbin-Watson stat 1.066961
由此可得出各待定系数的值如下表: 表二 参量 参量估计 C(1) 37.14526
C(2) 0.087893
C(3) -0.156203
C(4) -4.925091
C(5) 1.218269
C(6) 1.608884
C(7) 0.981923
C(8) 24.63417
C(9) 17.13245 - 4 - 4
将结果带入模型得 12345(13.11734)(0.069742)(0.595696)(0.754094)(0.614686)678(0.363445)(4.254630)(2.564236)237.145620.087839*0.156203*4.925091*1.218269*1.608884*0.981923*24.63417*17.13245*0.79631TyxxxxxxxxR
200.7761391.066961RDW(5-2)
5.1.3结论与检验 5.1.3.1对模型的检验 相关系数检验法 在模型中,相关系数的计算公式为:
2121ˆ()()niiniiyyryy
(5-3) 此公式反映出了X与Y线性度的一个度量指标,其中r范围为(0,1),r越接近1,则X与Y线性度越高。 由相关系数检验法计算得到 r=0.8924
可见r并不接近1,线性相关度并不高,因此,该企业职工工资与个因素之间并不是线性关系。