有管理職位和沒有管理職位的人的工資和經驗之間的關係，以教育為基礎。

點擊標題查閱往期內容

線性回歸和時間序列分析北京房價影響因素可視化案例

左右滑動查看更多

01

02

03

04

stat_smooth(method = "lm")+

facet_wrap(~管理職位)

回歸分析

忽略教育和管理之間的相互作用

我們只將工資與教育、經驗和管理職位進行回歸。其結果是

雖然這些參數在統計學上是有意義的，但這並沒有任何意義。與高中相比，大學學歷怎麼可能使你的工資減少5105？

正確的模型應該包括教育和管理職位的交互項。

添加教育和管理之間的交互作用

現在，讓我們添加教育和管理之間的交互項，看看會發生什麼。

對結果的解釋

現在的結果是有意義的。

• 截距為40137（接近4萬）是基本保障收入。
• 教育的基數是高中。與高中相比，大學教育可以平均增加9833元（接近1萬）的工資。與高中相比，博士教育可以增加19895元（接近2萬）的工資。
• 多一年的工作經驗可以使工資增加4983元（接近5千）。
• 擔任管理職位的高中畢業生有49695元的溢價（接近5萬）。這些人是天生的領導者。
• 與擔任管理職位的高中畢業生相比，擔任管理職位的大學畢業生的溢價減少了29965.51至29571（49735.74-29965.51，接近2萬）。
• 與高中畢業生擔任管理職位相比，博士畢業生擔任管理職位的溢價減少了29501至19952.87（接近2萬）。另外，你可以說管理職位產生了20K的基本溢價，而不考慮教育水平。除了這2萬外，高中畢業生還能得到3萬，使總溢價增加到5萬。

檢驗是否違反了模型的假設

為了使我們的模型有效，我們需要滿足一些假設。

• 誤差應該遵循正態分布

正態Q-Q圖看起來是線性的。所以這個假設得到了滿足。

• 沒有自相關

D-W檢驗值為1.8878，接近2，因此，這個假設也滿足。

• 沒有多重共線性

預測變量edu、exp和mngt的VIF值均小於5，因此滿足這一假設。

用數據的子集進行回歸

你可以通過用一個數據子集運行模型來獲得同樣的結果。你可以將數據按教育程度分成子集，並在每個子集上運行回歸模型，而不是使用一個教育的虛擬變量。

如果只用高中生的數據，你會得到這樣的結果。

sub<-d %>%

+ filter(教育=="高中")

僅憑大學生的數據，你就能得到這個結果。

只用來自博士生的數據，你會得到這個結果。

點擊文末 「閱讀原文」

獲取全文完整代碼數據資料。

本文選自《R語言使用虛擬變量(Dummy Variables) 回歸分析工資影響因素》。

點擊標題查閱往期內容

Python用RNN神經網絡：LSTM、GRU、回歸和ARIMA對COVID19新冠疫情人數時間序列預測

非線性回歸nls探索分析河流階段性流量數據和評級曲線、流量預測可視化

非線性回歸beta係數估算股票市場的風險分析亞馬遜股票和構建投資組合

R語言因子實驗設計nlme擬合非線性混合模型分析有機農業施氮水平

R語言非線性混合效應 NLME模型(固定效應&隨機效應)對抗哮喘藥物茶鹼動力學研究

Python用T-SNE非線性降維技術擬合和可視化高維數據iris鳶尾花、MNIST 數據

R語言nlme、nlmer、lme4用（非）線性混合模型non-linear mixed model分析藻類數據實例

Python中的多項式回歸擬合非線性關係實例

使用R語言進行多項式回歸、非線性回歸模型曲線擬合

R語言多項式回歸擬合非線性關係

R語言里的非線性模型：多項式回歸、局部樣條、平滑樣條、 廣義相加模型GAM分析

R語言自適應LASSO 多項式回歸、二元邏輯回歸和嶺回歸應用分析

R語言ISLR工資數據進行多項式回歸和樣條回歸分析

R語言中的多項式回歸、局部回歸、核平滑和平滑樣條回歸模型

R語言多項式線性模型：最大似然估計二次曲線

R語言廣義線性模型GLM、多項式回歸和廣義可加模型GAM預測鐵達尼號倖存者

R語言中的多項式回歸、B樣條曲線(B-spline Curves)回歸

R語言用多項式回歸和ARIMA模型預測電力負荷時間序列數據

R語言機器學習實戰之多項式回歸

R語言ISLR工資數據進行多項式回歸和樣條回歸分析