παλινδρομηση..λιγη βοήθεια?

Καλησπέρα.Θέλω να κάνω μια ερώτηση και αν κάποιος μπορεί να με βοηθήσει θα είμαι υπόχρεως.
Από το Τμήμα Προσωπικού μιας μεγάλης χρηματιστηριακής εταιρείας
συλλέξαμε τα παρακάτω στοιχεία που αφορούν το σύνολο των 100
απασχολούμενων. Πιο συγκεκριμένα, η βάση δεδομένων περιλαμβάνει,
μεταξύ άλλων, τις εξής πληροφορίες :
 ΦΥΛΟ (SEX) : 1 = ΑΝΔΡΑΣ , 2 = ΓΥΝΑΙΚΑ
 ΗΛΙΚΙΑ (AGE) : ΣΕ ΕΤΗ
 ΚΑΤΗΓΟΡΙΑ ΕΡΓΑΣΙΑΣ (CATEG_ERG) :
1 = ΥΠΑΛΛΗΛΟΣ ΓΡΑΦΕΙΟΥ,
2 = ΕΚΠΑΙΔΕΥΟΜΕΝΟΣ ΥΠΑΛΛΗΛΟΣ, 3 = ΑΣΦΑΛΕΙΑ,
4 = ΠΤΥΧΙΟΥΧΟΣ, 5 = ΠΤΥΧΙΟΥΧΟΣ ΜΕ ΜΒΑ,
6 = ΧΡΗΜΑΤ. ΑΝΑΛΥΤΗΣ, 7 = ΠΡΟΪΣΤΑΜΕΝΟΣ ΤΜΗΜΑΤΟΣ
 ΧΡΟΝΙΑ ΕΚΠΑΙΔΕΥΣΗΣ (EDUC_YEARS) : ΣΥΝΟΛΙΚΟΣ
ΧΡΟΝΟΣ ΕΚΠΑΙΔΕΥΣΗΣ (ΣΕ ΕΤΗ)
 ΠΡΟΫΠΗΡΕΣΙΑ (PROIPIRESIA) : ΧΡΟΝΟΣ ΠΡΟΫΠΗΡΕΣΙΑΣ
ΣΕ ΕΤΗ ΠΡΙΝ ΤΗΝ ΠΡΟΣΛΗΨΗ
 ΕΠΙΔΟΣΗ (EPIDOSI) : ΜΕΣΗ ΒΑΘΜΟΛΟΓΙΑ ΕΠΙΔΟΣΗΣ ΤΟΥ
ΕΡΓΑΖΟΜΕΝΟΥ ΚΑΤΑ ΤΗΝ ΔΙΑΡΚΕΙΑ ΤΗΣ ΘΗΤΕΙΑΣ ΤΟΥ
(ΜΕ ΑΡΙΣΤΑ ΤΟ 100)
 ΑΡΧΙΚΟΣ ΜΙΣΘΟΣ (ARCHIKOS_MISTHOS) : Ο ΜΙΣΘΟΣ
ΠΡΟΣΛΗΨΗΣ ΚΑΘΕ ΕΡΓΑΖΟΜΕΝΟΥ ΣΤΗΝ ΕΤΑΙΡΕΙΑ
(ΕΤΗΣΙΟΣ, ΣΕ ΧΙΛ. ΔΡΧ)
 ΣΗΜΕΡΙΝΟΣ ΜΙΣΘΟΣ (SIMERINOS_MISTHOS) : ΕΤΗΣΙΟΣ ΣΕ
ΧΙΛ.ΔΡΧ.
Να συντάξετε μια αναφορά με τα συμπεράσματα που μπορούν να
εξαχθούν μετά την ανάλυση των δεδομένων και να υπολογίσετε ένα
υπόδειγμα πρόβλεψης προκειμένου να διαπιστωθεί ποιοι
παράγοντες επιδρούν στη διαμόρφωση του σημερινού μισθού των
εργαζομένων.
Αυτή Είναι μια εργασία μ.κολάω σε μια μικρή λεπτομέρεια.Για να κάνω παλυνδρόμηση ...να πάρω αρχικό μισθο?τελικό?ή την μεταβολή του μισθού?(τελικο -αρχικο?)για να δω πιο επιδρά πιο πολύ?
ευχαριστώ προκαταβολικα.
Εχω κανει παλυνδρομηση σε ολες τισ μεταβλητες.Το Καλυτερο Αποτελεσμα μου βγηκε με την κατηγορια εργασιας..αλλα με δεδομενο σαν εξαρτημενη μεταβλητη την διαφορα του μισθου..το θεμα ειναι αν στεκει αυτο π εκανα..ή απλα αν θα επρεπε να παρω σαν εξαρτημενη μονο τον αρχικο ή τελικο μισθο..οποια βοηθεια υπάρχει δεχούμενη.

Εγώ όπως το λαμβάνω το πρόβλημα σου σου ζητάει να βρεις ποιες μεταβλητές φέρνουν τον σημερινό μισθό στο επίπεδο που βρίσκεται.

Ο σημερινός μισθός θα πάρει τη θέση της εξαρτημένης μεταβλητής. Και όλες οι υπόλοιπες μπορούν να είναι υποψήφιες ανεξάρτητες. Ακόμα και ο αρχικός μισθός. Πρόσεχε όμως γιατί αν βάλεις τον Αρχικό μισθό και τη κατηγορία εργασίας στις εξαρτημένες ταυτόχρονα πιθανόν να υπάρξει πρόβλημα multicollinearity (πολυσυγραμμικότητας) αυτό το ελέγχεις από το VIF<4 . Αυτό ισχύει αν δεχθείς ότι η κατηγορία εργασίας επηρεάζει τον αρχικό μισθό, μπορεί να μην ισχύει αλλά το πιο πιθανό να ισχύει.

Οπότε πολύ πιθανόν να μη μπορέσεις να βάλεις και τις δύο στο μοντέλο σου από τις παραπάνω.

Επίσης χρόνια εκπαίδευσης, προϋπηρεσία και επίδοση θα μπορούσαν να επηρεάσουν επίσης το σημερινό μισθό. Οπότε ρίχνεις ματιές και σε αυτά ενώ έχεις συμπεριλάβει τον αρχικό μισθό ή τη κατηγορία εργασίας μέσα από πιστεύω.

Επίσης να ελέγχεις τις υποθέσεις σου για να πραγματοποιήσεις παλινδρόμηση αλλιώς τα αποτελέσματα μπορεί να μην έχουν ισχύ.
Δοκίμασε το και αν δυσκολευτείς ρώτα πάλι. Αν ξέχασα κάτι όποιος θέλει ας συμπληρώσει. Καλή τύχη.

Τελικά Μετά Από Πολλές Προσπάθειες Αποφάσισα Να Πάρω (όπως πρότεινες κ εσύ τον σημερινό μισθό στη θέση της εξαρτημένης μεταβλητής και να δοκιμάσω να δώ που εχει την καλύτερη συσχέτηση..)
Και Πάλυ το ίδιο αποτέλεσμα είχα αλλα με άλλο R square.
πιο Λογικο μου ακούγεται οτι το 67% Επιρεάζει τον μισθό(νεο αποτέλεσμα) παρα το 43% (παλιό αποτέλεσμα)γτ στην δεύτερη συνθηκη τον μισθο τον επιρέαζε αγνωστος παράγοντας.Ευχαριστω.

Αν και πολύ αργά εμένα αυτό το προβλημα πιο πολύ μου θυμίζει ANCOVA.Η εξαρτημένη είναι συνεχής μτβ και οι ανεξάρτητες ένα mix συνεχών κ διακριτών μτβ.Πολύ θα ήθελα και μία δεύτερη άποψη....

einai ancova, alla kai palindromisi, to idio pragma einai apo apopsi montelopoisis.