Como estimar e prever o valor de y em uma equação de regressão múltipla

Você pode estimar e prever o valor de Y usando uma equação de regressão múltipla. Com a análise de regressão múltipla, a equação de regressão população pode conter qualquer número de variáveis ​​independentes, tais como

Neste caso, existem k variáveis ​​independentes, indexados de 1 a k.

Por exemplo, suponha que o departamento de Recursos Humanos de uma grande corporação quer determinar se os salários de seus empregados estão relacionados com anos dos empregados de experiência de trabalho e seu nível de pós-graduação. Para testar essa ideia, o departamento de RH pega uma amostra de oito funcionários aleatoriamente e registra seus salários anuais (medido em milhares de dólares por ano), anos de experiência e anos de pós-graduação.

As seguintes variáveis ​​são definidas:

  • Y representa o salário anual de um empregado, medido em milhares de dólares.

  • X1 representa o número de um funcionário de anos de experiência de trabalho. Um valor de 0 representa alguém que não tem experiência de trabalho (como um recém-formado).

  • X2 representa o número de anos de pós-graduação. Um valor de 0 representa um graduado da faculdade sem pós-graduação.

A tabela a seguir lista os dados de exemplo.

Y (Salário anual, em milhares)X1 (Anos de experiência)X2 (Anos de Ensino de Pós-Graduação)
8010
9021
10032
12042
8510
9521
10522
14083

O departamento de RH corre uma regressão usando um programa de planilhas, como o Excel. Esta figura mostra os resultados.

Planilha mostrando resultados de regressão salarial.
Planilha mostrando resultados de regressão salarial.

Tomando os coeficientes e do declive (X1 e X2) de coeficientes coluna na figura, você pode preencher a equação de regressão estimada como

(Os valores foram arredondados para duas casas decimais).

Esta equação mostra que o seguinte é verdadeiro para esta empresa:

  • O salário inicial para um novo funcionário sem experiência ou pós-graduação educação é de R $ 76.470. Este montante é baseado na intercepção da equação de regressão.



  • Cada ano adicional de experiência acrescenta US $ 5.320 para salary- de um funcionário este montante é baseado no coeficiente de X1 (anos de experiência).

  • Cada ano adicional de educação de pós-graduação adiciona $ 7.350 para o salário de um empregado, que é baseado no coeficiente de X2 (anos de pós-graduação).

Em cada caso, você multiplicar os coeficientes de US $ 1.000 para obter o impacto sobre o salário porque essas variáveis ​​são medidas em milhares de dólares por ano.

A intercepção da equação, 76,47, mostra o valor de Y (Salário anual do empregado), quando ambos X1 (anos de experiência) e X2 (anos de pós-graduação) igual a 0 (ou seja, um novo funcionário com nenhuma experiência ou pós-graduação). O intercepto mostra que o salário inicial é

O coeficiente de X1, 5,32, mostra o quanto Y alterações devido a uma mudança de uma unidade na X1. Porque X1 representa anos de experiência, uma mudança de uma unidade na X1 é um ano de experiência. Portanto, cada ano adicional de experiência acrescenta

ao salário de um empregado.

O coeficiente de X2, 7,35, mostra o quanto Y alterações devido a uma mudança de uma unidade na X2. Porque X2 representa anos de pós-graduação, uma mudança de uma unidade na X2 é um ano adicional de pós-graduação. Portanto, cada ano adicional de escola de graduação adiciona

ao salário de um empregado.

Você pode usar a equação de regressão múltipla para salários dos empregados para prever o salário anual de um funcionário com uma quantidade específica de experiência e educação. Por exemplo, suponha que um funcionário escolhido ao acaso tem cinco anos de experiência e um ano de pós-graduação. O salário previsto de este funcionário é

Este resultado mostra que o salário anual prevista é (110,42) ($ 1.000) = $ 110.420.


Publicações relacionadas