招聘测试问题.doc

题目：招聘测试问题 摘要： 本题是关于数据缺失补全的问题。 针对问题一：本题中每个分数都是由专家通过应聘者的表现作出的评判，具有很强的独立性。本题中缺失的数据为3项，对于各个专家所打的分数个数而言，小于或等于1%，只是小概率缺失，且对专家总体评分影响很小，可忽略不计。于是我们用求期望的方法得到缺失的数据依次为9号--76、25号—76、58号—79。 针对问题二：平均分作为评判指标是最简单的最常用的方式之一。然而平均分作为专家评判的结果，各专家评判的差异性没有显示出来，分析附表中的数据不难发现对同一位应聘者，不同的专家给出的结果差异可能很大，因此我们考虑以下两种模型：一是均值法模型，二是考虑了差异性的方差均值结合法模型。综合比较模型一和模型二，排名情况基本吻合，但有少数应聘者的排名有较大变动，说明专家对于这些人的认可程度相差较大。在考虑到为招聘方“择优录取”以及应聘者真实能力的前提下，我们较推荐模型二的结果，其中前五名为39-19-47-51-40。 针对问题三：根据第一题所建模型中的式（a）转化得到的专家j所打总分数的平均数，分数越高该专家评分说明越宽松。运用EXCEL作出柱状图，直观地看出专家甲所打的总分数的平均值为76.78，最低，因此可以判断专家甲打分最严格；专家丙所打的总分数的平均值为80.29，最高，可以判断出专家丙打分最宽松。各专家的评分宽松程度由宽到严的顺序为：丙>戊>乙>丁>甲。 针对问题四：我们假设平均成绩优秀是指平均成绩>=80分的应聘者，将这些平均成绩优秀的应聘者提出来并进行方差比较。再将各个方差与方差的平均值进行比较，取大于方差的平均值的应聘者，给予他们第二次应聘的机会。 针对问题五：本小组利用表中每列数据的方差值来衡量专家打分的不同程度，方差越大说明差异越大。 专家甲 专家乙 专家丙 专家丁 专家戊 标准差 12.77304 11.43363 10.75331 11.45067 10.89769 由表可知应该派甲、乙、丁三位专家参与第二次面试的评审。 关键词：数据缺失补全 期望 方差均值结合法 EXCEL 标准差 一、问题重述 某单位组成了一个五人专家小组，对101名应试者进行了招聘测试，各位专家对每位应聘者进行了打分（见附表1），请你运用数学建模方法解决下列问题： （1）补齐表中缺失的数据,给出补缺的方法及理由。 （2）给出101名应聘者的录取顺序。 （3）五位专家中哪位专家打分比较严格，哪位专家打分比较宽松。 （4）你认为哪些应聘者应给予第二次应聘的机会。 （5）如果第二次应聘的专家小组只由其中的3位专家组成，你认为这个专家组应由哪3位专家组成。 二、基本假设与符号说明 基本假设： （1）假设专家对每个应聘者打分是公平的； （2）假设专家每次打分都是独立的； （3）假设专家打分不受外界影响； 符号说明： ：打的分数由甲、乙、丙、丁、戊组成； ：打分数的概率由甲、乙、丙、丁、戊组成； ：专家甲的标准差； ：专家乙的标准差； ：专家丙的标准差； ：专家丁的标准差； ：专家戊的标准差； ：专家甲对剩余应聘者打分的期望； ：专家乙对剩余应聘者打分的期望； ：专家丙对剩余应聘者打分的期望； 三、问题分析 该题目是五个专家对101个应试者评分，且运用数学知识对该题进行分析。由多数据的标示可知，发现该题是个统计分析问题。该题要求对应试者的应聘情况及对五位专家打分的分析。 四、对问题一的求解 （一）模型的建立 因为我们知道数学期望是为了准确的预期某件事未来可能的发展，故对问题一利用统计学的知识及特点，运用统计和概率求样本均值公式求值。即：求出各专家对应聘者打分的数学期望。 （二）模型的求解 共有101位应聘者参加应聘，因此可认为样本空间足够大，又根据数据期望的概念所以缺失的数据可以看作是专家甲，乙，丙分别对剩余所有应聘者打分的期望值、、。 由数学期望的计算公式可知，的求解过程： ； 甲专家的打分统计结果如下：其中ei指的是每个分数的乘以它在专家甲打分中出现的概率，而我们知道甲专家打分的期望是每个分数乘以它的概率的连加。 xi pi ei xi pi ei 51 0.01 0.51 75 0.02 1.5 53 0.01 0.53 76 0.02 1.52 55 0.02 1.1 78 0.04 3.12 56 0.01 0.56 79 0.01 0.79 58 0.02 1.16 80 0.01 0.8 59 0.02 1.18 81 0.04 3.24 60 0.04 2.4 82 0.02 1.64 61 0.03 1.83 83 0.01 0.83 62 0.01 0.62 84 0.03 2.52 63 0.07 4.41 85 0.03 2.55 64 0.0