我们的假设是球员的统计数据对其薪水有显着影响。我们确定每个赛季的出场次数（n）、场均上场时间（）、场均助攻（）、场均篮板（）和场均得分（）与工资成正比。在我们的分析中，我们认为每场比赛的分钟数（）很重要，因为我们相信球员上场的时间越多，他应该赚的钱就越多。每场平均得分 () 也包含在该变量中，因为我们相信这是衡量球员对球队价值的衡量标准。篮板、助攻和出场次数也是重要的衡量标准。每场比赛的平均得分可能是最重要的变量。 2.模型设计? Y=球员工资？ X1=场均得分？ X2 = 每个赛季的比赛场数？ X3 = 每场比赛的平均上场时间？ X4=场均助攻数？ X5=场均篮板数。由于本研究很大程度上是对上述假设的实证分析，因此首先对被解释变量Y（球员工资）和影响球员工资X的因素进行回归分析，将方程形式设为线性型。 Y=β 1+β 2X1+β 3X2+β 4X3+β 5X4+β 6X5 3、数据收集4、模型估计与调整多重共线性: Y: 最少日期: 02/13/: 13 :41 : 1 28C X1 。 .2标准。误差 .8 35694.56 t- 5. 3. 概率 0.0000 0.0024 X2 82566.86 4. 1. -0. 0.0003 0.0900 0.7318 。 30.08348 30.36895 49.71270 0.0.变量 0..D。变种。 info 1.24E+ -415.1687F- 1. (F-)由于X4 X5的t检验不显着，所以剔除这两个变量。

多重共线性的简单相关系数检验如下： X1 X2 存在多重共线性，采用逐步变量回归法进行修正。  其中，加入X2的方程R2（修正决定系数）最大。在X2的基础上，依次添加其他变量，进行逐步回归。结果如下表所示：  经过比较，加入X1=0.后，对方程R2的R2进行修正，改进了，并且各参数的t检验显着，选择保留X1nba发展联盟球员工资一般多少nba发展联盟球员工资一般多少，然后进行X2和X1之间的相关系数检验。结果如下：  仍存在多重共线性，考虑 X= X1* X2 ，将小类指标合并为大类指标nba发展联盟球员工资一般多少，即赛季总得分 = 场均得分 * 每赛季比赛场数进行与X3的相关系数检验。结果表明两者不存在多重共线性。  : Y : 最晚日期: 02/13/: 15:51 : 1 28  

本文标签： [nba球员工资表][球员][NBA][工资表][薪资][赛季][球星][21af727f25]