论文总字数：13426字

摘 要

如今社会，科技迅猛发展，对于人才的需求也变得多样化，企业不仅需求高学历的人才，而且需要经验丰富的老将，当然对于不同地区、不同企业对不同的专业型人才的需求也不同.所以调查工资高低受哪些因素影响就显得尤为重要.本文通过对不同地区的人才进行调查分析，通过方差分析研究影响个人收入的影响因素，认知到社会对于人才的需求最看重的方面，让求职者有针对性的提升自我，提高就职成功率.

关键字：个人收入影响因素；单因素方差分析；多因素方差分析；

Abstract: Nowadays, with the rapid development of science and technology, the demand for talents has becomes diversified . Enterprises need not only highly educated people,but also the veterans with rich experience. For different enterprises in different regions,their demands for different professional talents are also different. As a result ,it is very significant to investigate the factors which influence the wage level. This article will investigate and analyse talents in different areas and also the factors which affect personal income by Analysis Of Variance,helping job hunters being targeted to enhance themselves and improve their success rate.

Keywords: factors affecting personal income,one-way ANOVA ,Multi-way ANOVA

目录

1 前言 4

2 方差分析的介绍 4

2.1 方差分析的基本概述 4

2.2 方差分析的理论方法 4

2.2.1 单因素方差分析 4

2.2.2 多因素方差分析 5

3 数据的收集 6

4 收入影响因素分析 7

4.1单因素方差分析 8

4.2 多因素的方差分析 11

结论 14

参考文献： 15

附录：个人收入数据 16

1 前言

近年来，随着我国经济持续稳定高速增长，居民生活水平有了大幅提高.但是随着以农业为主的计划经济向以工业为主的市场经济的转变以及经济体制改革的深入，在收入分配领域出现了居民收入差距扩大的问题.这一问题已经引起了党和政府的高度重视.在学术界，国内外的学者也对我国居民收入的影响因素进行了很多的研究.由此可见，社会各界对影响个人收入的因素非常关注.

在这样的背景下，本文对个人收入的影响因素进行了研究，运用方差分析等方法对学历、工作经验、工作区域以及专业方向等因素进行分析，确定影响个人收入的因素.　

2 方差分析的介绍

2.1 方差分析的基本概述

方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量，对观测变量有显著影响的各个控制变量其不同水平以及各水平的交互搭配是如何影响观测变量的.方差分析用于多个样本均数差别的显著性检验.它的基本思想是通过分析研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小.方差分析对观测变量各总体的分布有以下两个基本假设前提：（1）观测变量各总体应服从正态分布.（2）观测变量各总体的方差应该相同.

方差分析认为：观测变量值的变动会受控制变量和随机变量两方面的影响.如果随机变量共同作用控制变量的不同水平对观测变量产生了显著影响，那么，它和随机变量共同作用必然使得观测变量值有显著变动；反之，如果随机变量的不同水平没有对观测变量产生显著影响，那么，观测变量值的变动就不会明显地变现出来，其变动可以归结为是由随机变量的影响造成的.

2.2 方差分析的理论方法

根据控制变量个数可以将方差分析分成单因素方差分析，多因素方差分析和协方差分析.下面我主要来介绍单因素方差分析和多因素方差分析的理论方法和研究过程.

2.2.1 单因素方差分析

单因素方差分析是用来研究一个控制变量的不同水平是否对观测变量产生了显著影响.这里，由于仅研究单个因素对观测变量的影响，因此称为单因素方差分析.单因素方差分析的第一步是明确观测变量和控制变量.单因素方差分析的第二步是剖析观测变量的方差.单因素方差分析将观测变量总的离差平方和分解为组间离差平方和和组内离差平方和两部分，用数学形式表述为.是组间离差平方和，是各水平组均值与总均值离差的平方和，反映了控制变量不同水平对观测变量的影响.是组内离差平方和，是每个样本数据与本水平组平均值离差的平方和，反映了抽样误差的程度.其中，

式中，为控制变量的水平数；为控制变量第个水平下第个样本值；为控制变量第个水平下的样本量；为观测变量均值；为控制变量第个水平下观测变量的样本均值.在观测变量总离差平方和中，如果组间离差平方和所占比例较大，则说明观测变量的变动主要是由控制变量引起的，可以主要由控制变量来解释，控制变量给观测变量带来了显著影响；反之，如果组间离差平方和所占比例小，则说明观测变量的变动不是主要由控制变量引起的，不可以主要由控制变量来解释，控制变量的不同水平没有给观测变量带来显著影响，观测变量值的变动是由随机变量因素引起的. 统计量为

其中，为总样本量；和分别为和的自由度.

单因素方差分析基本步骤是（1）提出原假设， 控制变量不同水平下观测变量各总体的均值无显著差异，控制变量不同水平下的效应同时为0；（2） 有显著差异.选择检验统计量，方差分析采用的检验统计量是统计量，即值检验.（3）计算出统计量的观测值和对应的概率值，如果控制变量对观测变量造成了影响，观测变量总的变差中控制变量影响所占的比例相对于随机变量必然较大，值显著大于1；反之，如果控制变量没有对观测变量造成显著影响，观测变量的变差应归结为是由随机变量造成的，值接近1.（4）给定显著性水平，与检验统计量的概率值做比较.如果概率值小于显著性水平，则应拒绝原假设，认为控制变量不同水平下观测变量各总体的均值存在显著差异，控制变量的各个效应不同时为0，控制变量的不同水平对观测变量产生了显著影响；反之，如果概率值大于显著性水平，则不应拒绝原假设，认为控制变量不同水平下观测变量各总体的均值无显著差异，控制变量的各个效应同时为0，控制变量的不同水平对观测变量没有产生了显著影响.

2.2.2 多因素方差分析

多因素方差分析是用来研究两个及两个以上控制变量是否对观测变量产生显著影响.这里，由于研究多个因素对观测变量的影响，因此称为多因素方差分析.多因素方差分析不仅能够分析多个因素对观测变量的独立影响，更能够分析多个控制因素的交互作用能否实现对观测变量的分布产生显著影响，进而找到利于观测变量的最优组合.下面以双因素方差分析为例作说明。

双因素方差分析将观测变量的总变差分解为：.式中，为观测变量的总变差，分别为控制变量独立作用引起的变差；为控制变量A,B两两交互作用引起的变差；为随机因素引起的变差.

剩余内容已隐藏，请支付后下载全文，论文总字数：13426字