秩方法在毕业生就业与学历关系研究的应用.docVIP

秩方法的初步应用 毕业生就业与学历的关系比较 近年来，随着高校毕业生的数量不断增加，就业压力越来越大，很多人选择再深造，认为只要学历越高，就业就会越好。然而在本科毕业之后，再考取研究生，其投资成本大大加大的同时，就业却不一定会更好。近几年，我国很多省市出现研究生就业不如本科生，本科生就业不如专科生好，以及研究生期望收入相当本科生的现象。以下是广东省近年来高校毕业生初次就业率的数据。 广东省毕业生初次就业率 研究生 本科生 专科生 2004年 92.37% 70.95% 54.49% 2005年 81.72% 72.23% 65.47% 2006年 88.96% 88.36% 88.36% 2007年 86.41% 90.66% 87.55% 2008年 88.05% 89.98% 90.65% 2009年 88.15% 86.91% 90.49% 2010年 87.21% 92.02% 94.90% 一、下面运用统计方法检验研究生、本科生、专科生的就业率差异性，由于其分布未知，采用非参数方法中的秩检验。首先介绍非参中的秩检验方法。 1、Wilcoxon符号秩检验是由威尔科克森（F·Wilcoxon）于1945年提出的。该方法是在成对观测数据的符号检验基础上发展起来的，比传统的单独用正负号的检验更加有效。它适用于T检验中的成对比较，但并不要求成对数据之差di服从正态分布，只要求对称分布即可。检验成对观测数据之差是否来自均值为0的总体（产生数据的总体是否具有相同的均值）。 符号秩检验 （4）在零假设条件下，，从而得到P值。 3、两样本Brown-Mood中位数检验 假设X1····，Xm,,Y1···，Yn是两组相互独立样本，来自两个分布F（x）和F（x-u）,有相应中位数Mx,My.假设检验问题是： H0：M x=M y,H1：M xM y 在零假设之下，如果两组数据有相同的中位数，则将两组数据混合后，两组数据的混合中位数与各自中位数相同，两组数据应该均匀的分布在M xy两边。 X和Y按照分布在Mxy两侧计数表 X Y 总和 Mxy A B t MXY C D (m+n)-(A+B) 总和 m n m+n=A+B+C+D 大样本下用正态近似: 4、Mann-Whitey检验 Brown-Mood中位数检验与符号检验的思想类似，仅仅比较了两组数据的符号，与单样本的Wilcoxon符号秩检验Kruskal—Wallis检验用于推断非正态分布定量变量或有序分类变量的多个总体分布位置是否有差别。 对于置信水平，如果使KW的值大于其实现值的分配数目小于m则拒绝零假设，拒绝域位于检验统计量右尾。 6、Friedman 秩方差分析法 当各处理的样本重复数据存在区组之间的差异时，必须考虑区组对结果的影响。对于随机区组的数据，可以采用两因素的方差分析，但方差分析要求实验误差是正态分布的，当数据不符合方差分析的正态前提时，采用Friedman 秩方差分析法，此检验对试验误差没有正态分布的要求，仅仅依赖于每个区组内所观察的秩次。 对大学生就业率差异性进行秩检验 1、首先采用K-W秩检验 H0:研究生、本科生、专科生就业率无显著差异，H1:研究生、本科生、专科生就业率有显著差异 混合后排序赋秩 研究生 本科生 专科生 2004年 20 3 1 2005年 5 4 2 2006年 14 12.5 12.5 2007年 6 19 9 2008年 10 15 18 2009年 11 7 17 2010年 8 16 21 =0.07978 零假设下，KW，在=0.05时，查表得到拒绝域为{P31.410}，因为KW=0.07978，未落入拒绝域，不能拒绝原假设，即没有理由认为研究生、本科生、专科生就业率无明显差异。 两样本的秩检验-------W-M-W检验 显然上面的检验没能拒绝原假设，没有充足的理由认为三种毕业生就业有差异。再对研究生和本科生、本科生和专科生各自做两样本-W-M-W检验。 H0：研究生与本科生就业率无显著差异 H1：研究生与本科生就业率有显著差异 样本 70.95% 72.23% 81.72% 86.41% 86.91% 87.21% 88.05% 秩 1 2 3 4 5 6 7 来源 B B A A B A A 样本 88.15% 88.36% 88.96% 89.98% 90.66% 92.02% 92.37% 秩 8 9 10 11 12 13 14 来源 A B A B B B A =52, =53 其中m=n=7 大样本下： P=0.949,保留原