上机实验八SPSS线性回归方程
题目：以数据文件employee data.sav建立里一个以初始工资、工作经验、工作时间、工作
种类、受教育年限等为自变量，当前工资为因变量的回归模型
数据来源：SPSS课程资料employee data.sav
基本结果:
上表显示将教育水平、雇佣时间、经验、雇佣类别、起始薪金作为自变量，建立模型
a. Predictors: （Constant）, 教育水平（年）雇佣时间（以月计）经验（以月计）雇佣类别起始薪金
对模型拟合度的检验显示，对于这个多元线性回归模型，其决定系数（R Square ）为0.840，说明其拟合程度较高。
a. Predictors: （Constant）, 教育水平（年），雇佣时间（以月计），经验（以月计），雇佣类别，起始薪金
b. Dependent Variable: 当前薪金
模型检验结果一一方差分析表显示，该回归模型的SIG为0，说明该模型有显著的统计意义
a
通过对回归结果的分析，可以得出，本回归方程的拟合结果为
Y=5859.585X 1+1.365X 2+154.698X 3-19.553X 4+539.642X 5
从sig值可知，所有自变量都是有统计学意义的。
对于该多元回归模型，还需检测自变量之间是否存在共线性问题，从分析的结果看，tolera nee 值均大于0.1，eigenvalue值不等于，condition index 指均小于30，结合下表可以知道，本回归方
程中的自变量均不存在共线性问题。
结论：
通过建立回归方程，可以得出以下回归方程：
当前工资=5859.585 雇佣类别+1.365起始薪金+154.698雇佣时间（以月计）-19.553经验（以月计）+539.642教育水平（年）
通过该方程可以看出，当前工资的多少主要是取决于雇佣类别以及教育水平，雇佣时间也有一定的影响，但是影响不大，应该注意的是，工作经验越多，反而会影响当前工资的水平，
建议与对策：
想要获得较高的薪金，应该选择好职业的种类，加强在教育方面的投入，以增强竞争力。