2. 软件开发人员的薪金p332~338
在下面给出的数据中：（存入文件p333.txt） 第1列 编号 第2列 薪金y
第3列 资历x1（从事专业工作的年数）
第4列 管理x2（1表示管理人员，0表示非管理人员）
第5列 教育x3，x4（1表示中学程度x3x4=10，2为大学x3x4=01，3为更高程度x3x4=00） 01 13876 1 1 1 02 11608 1 0 3 03 18701 1 1 3 04 11283 1 0 2 05 11767 1 0 3 06 20872 2 1 2 07 11772 2 0 2 08 10535 2 0 1 09 12195 2 0 3 10 12313 3 0 2 11 14975 3 1 1 12 21371 3 1 2 13 19800 3 1 3 14 11417 4 0 1 15 20263 4 1 3 16 13231 4 0 3 17 12884 4 0 2 18 13245 5 0 2 19 13677 5 0 3 11
20 15965 5 1 1 21 12366 6 0 1 22 21352 6 1 3 23 13839 6 0 2 24 22884 6 1 2 25 16978 7 1 1 26 14803 8 0 2 27 17404 8 1 1 28 22184 8 1 3 29 13548 8 0 1 30 14467 10 0 1 31 15942 10 0 2 32 23174 10 1 3 33 23780 10 1 2 34 25410 11 1 2 35 14861 11 0 1 36 16882 12 0 2 37 24170 12 1 3 38 15990 13 0 1 39 26330 13 1 2 40 17949 14 0 2 41 25685 15 1 3 42 27837 16 1 2 43 18838 16 0 2 44 17483 16 0 1 45 19207 17 0 2 46 19346 20 0 1 假设满足多元线性回归模型 y = α0 + α1 x1 + α2 x2 + α3 x3 + α4 x4 + ε
2.1（验证）基本模型p332~335
求回归系数及其置信区间（置信水平??= 0.05）、检验统计量R2、F、p、s2，有关散点图的MATLAB程序如下： .2 软件开发人员的薪金——基本模型 %模型：y=α0+α1*x1+α2*x2+α3*x3+α4*x4+ε clear;clc;format compact;format short g; M=dlmread('p333.txt'); %读取ASCII码文件 y=M(:,2); x1=M(:,3); x2=M(:,4); x3=M(:,5)==1; x4=M(:,5)==2; %教育程度 [a,aint,r,rint,stats]=regress(y,[ones(size(M,1),1) x1 x2 x3 x4 ]); fprintf('%2s%4s%9s\\n','参数','估计值','置信区间');%1个汉字算1个字符 for i=1:length(a) fprintf('α %7.0f [%5.0f, %5.0f]\\n',i-1,[a(i,:),aint(i,:)]); end 12
fprintf('\\nR2=%.3f F=%.0f p<%.4e s2=%.3e\\n',stats); subplot(121); plot(x1,r,'+'); %模型的残差ε与资历x1的关系 subplot(122); x234=(1+M(:,4)).*(M(:,5)==1)+(3+M(:,4)).*(M(:,5)==2)... + (5+M(:,4)).*(M(:,5)==3);%见p336表3 plot(x234,r,'+'); %模型的残差ε与管理-教育x2-x3,x4组合x234的关系 ☆ 给出程序的运行结果（数据和图形）（比较[334]，[335]）：
数据结果（比较[334]表2）：
图形结果（比较[335]图1、图2）： 13
2.2（编程）更好的模型p335~336
在题2.1的模型中增加x2与x3，x4的交互项后，多元线性回归模型为
y = α0 + α1 x1 + α2 x2 + α3 x3 + α4 x4 + α5 x2 x3 + α6 x2 x4 + ε 要求：
同题2.1，区别在于模型不同，所以要根据新模型修改题2.1的程序，仍后运行。
★ 给出程序和运行结果（程序、数据和图形）（比较[336]表4、图3、图4）：
程序： .2 软件开发人员的薪金——基本模型 %模型：y=α0+α1*x1+α2*x2+α3*x3+α4*x4+ε clear;clc;format compact;format short g; M=dlmread('p333.txt'); %读取ASCII码文件 y=M(:,2); x1=M(:,3); x2=M(:,4); x3=M(:,5)==1; x4=M(:,5)==2; %教育程度 [a,aint,r,rint,stats]=regress(y,[ones(size(M,1),1) x1 x2 x3 x4 x2.*x3 x2.*x4]); fprintf('%2s%4s%9s\\n','参数','估计值','置信区间');%1个汉字算1个字符 14
for i=1:length(a) fprintf('α %7.0f [%5.0f, %5.0f]\\n',i-1,[a(i,:),aint(i,:)]); end fprintf('\\nR2=%.3f F=%.0f p<%.4e s2=%.3e\\n',stats); subplot(121); plot(x1,r,'+'); %模型的残差ε与资历x1的关系 subplot(122); x234=(1+M(:,4)).*(M(:,5)==1)+(3+M(:,4)).*(M(:,5)==2)... + (5+M(:,4)).*(M(:,5)==3);%见p336表3 plot(x234,r,'+'); %模型的残差ε与管理-教育x2-x3,x4组合x234的关系 数据结果（比较p336表4）：
图形结果（比较p336图3、图4）： 15