人力资源回归分析方法介绍
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
当产量X为180千件时，所需 的员工数为
Y 129.321 0.432 * 180 20（7 人）
THANKS
谢谢观赏
与回归直线之间的偏离从程而度全，部观察值与回归值 的残差平方和
Q(βˆ0, βˆ1) (yi yˆi)2 (yi βˆ0 βˆ1xi)2
反映了全部观察值与回归直线间总的偏离程度。
02步骤
y
意 法 最 回归模型的参数估计 图原小 理二 示乘
要找一条直线
，使(yi yˆi )2 min
。
人力 源管 资回析归分预理测法
1
CONTENTS
目录
概述
步骤
案例
01
概述
what
回归分析（一元）是研究 自变量（影响因素）与因 变量（人力资源需求）之 间因果关系的一种统计分 析方法，是一种由因索果 的定量分析、预测技术
why
人力资源需求不是企业的 目标，没有企业盲目地追 求人越多越好，因为增加 人员需要成本。人力资源 需要是为企业目标服务， 企业需要根据未来的发展
其中 X 是自变量（人力资源主要影响因素） ， Y是因变量（人力资 源需求）
Yˆ ˆ0 ˆ1X 为回归方程βˆ，0 , βˆ1 为回归方程的回归系数
对每yˆi 一βˆ0 xβˆ1xii值，由回归方程可以确定
02步骤
回归模型的参数估计（最小二乘法）
Y 的各观察值 yi 与回yˆi 归之值差yi yˆi 反映了 yi
产量（千 40 42 48 55 65 79 88 100 120 140 件）Xi 员工数 15 14 15 16 15 16 17 165 190 185 （人）Yi 0 0 2 0 0 2 5
案例
利用spss软件进行分析
散点
案例
ˆ0 129.321 ˆ1 0.432
Y 129.321 0.432X
02步骤
how
根据对客观现 象的定性认识 确定变量之间 是否存在相关 关系
进行回归分析并 拟合出回归模型
运用模型进行 预测
绘制散点图，初 步推测回归模型
检验回归模型的 可信度
02步骤
一元线性回归模型 •设被解释变量 Y 与 解释变量 X 间存在线性相关关系，则
Y = 0 + 1X + ；～N(0， 2 )
。。
。
。
。。 。
Leabharlann Baidu。。 。
。 yi yˆi
0 x 显然，Q 的值越小就，说明回归直线对所有样本数i据的
x
拟和程度越好所。谓最小二乘就法是，要使
Q(ˆ0, ˆ1) 为最小。
只要令
Q ˆ0
0
； Q ˆ1
0
,
就可 求出
βˆ0, βˆ1 。
案例
03
某公司生产一种产品，产量与员工数 量统计数据如下表，试求生产量为180 千件时所需的员工数量
Y 129.321 0.432 * 180 20（7 人）
THANKS
谢谢观赏
与回归直线之间的偏离从程而度全，部观察值与回归值 的残差平方和
Q(βˆ0, βˆ1) (yi yˆi)2 (yi βˆ0 βˆ1xi)2
反映了全部观察值与回归直线间总的偏离程度。
02步骤
y
意 法 最 回归模型的参数估计 图原小 理二 示乘
要找一条直线
，使(yi yˆi )2 min
。
人力 源管 资回析归分预理测法
1
CONTENTS
目录
概述
步骤
案例
01
概述
what
回归分析（一元）是研究 自变量（影响因素）与因 变量（人力资源需求）之 间因果关系的一种统计分 析方法，是一种由因索果 的定量分析、预测技术
why
人力资源需求不是企业的 目标，没有企业盲目地追 求人越多越好，因为增加 人员需要成本。人力资源 需要是为企业目标服务， 企业需要根据未来的发展
其中 X 是自变量（人力资源主要影响因素） ， Y是因变量（人力资 源需求）
Yˆ ˆ0 ˆ1X 为回归方程βˆ，0 , βˆ1 为回归方程的回归系数
对每yˆi 一βˆ0 xβˆ1xii值，由回归方程可以确定
02步骤
回归模型的参数估计（最小二乘法）
Y 的各观察值 yi 与回yˆi 归之值差yi yˆi 反映了 yi
产量（千 40 42 48 55 65 79 88 100 120 140 件）Xi 员工数 15 14 15 16 15 16 17 165 190 185 （人）Yi 0 0 2 0 0 2 5
案例
利用spss软件进行分析
散点
案例
ˆ0 129.321 ˆ1 0.432
Y 129.321 0.432X
02步骤
how
根据对客观现 象的定性认识 确定变量之间 是否存在相关 关系
进行回归分析并 拟合出回归模型
运用模型进行 预测
绘制散点图，初 步推测回归模型
检验回归模型的 可信度
02步骤
一元线性回归模型 •设被解释变量 Y 与 解释变量 X 间存在线性相关关系，则
Y = 0 + 1X + ；～N(0， 2 )
。。
。
。
。。 。
Leabharlann Baidu。。 。
。 yi yˆi
0 x 显然，Q 的值越小就，说明回归直线对所有样本数i据的
x
拟和程度越好所。谓最小二乘就法是，要使
Q(ˆ0, ˆ1) 为最小。
只要令
Q ˆ0
0
； Q ˆ1
0
,
就可 求出
βˆ0, βˆ1 。
案例
03
某公司生产一种产品，产量与员工数 量统计数据如下表，试求生产量为180 千件时所需的员工数量