大学生就业建模报告.docVIP

大学生就业问题建模报告 摘要 当今社会，大学生就业形势严峻，就业压力大，本文主要对大学生就业问题进行研究并建立数学模型。 对于问题一，我们以07年到10年当年大学生毕业总数和国家生产总值为变量，建立灰色0阶2变量GM（0，2）模型，拟合07到10年考虑国家生产总值和大学毕业生总数的大学生起薪，根据拟合数据用灰色GM（1,1）模型来预测2011年大学生平均起薪，分专科，本科，研究生三类，用matlab软件进行求解。 对于问题二，定量分析各个因素对大学生起薪的影响，即确定各个因素的权重问题。用spss软件先将各个因素标准化，，采用因子分析法，以各个因素的方差贡献率作*因子得分/总的方差贡献率*因子得分之和为权重，得出w=（0.497913,0.35575,0.146337）。在权重的基础上，通过建立评价矩阵R，评价语={高，低}，建立模糊综合评价模型，分别对90名大学生进行综合评价。将期望月薪作为因变量，起薪，求职次数，参加就业指导作为自变量，以达到高评价的学生的数据为依据，建立多元线性回归模型，再将其余学生的数据带入模型，即可得到评价为低的学生的期望月薪，作为建议期望月薪，得出的建议期望月薪整体比该同学的期望月薪偏低，相比于评价为高的学生的建议期望月薪值不变。 对于问题三，主要通过比较假设研究生参加了就业指导课程的起薪与未参加就业指导的起薪的差异。研究生参加就业指导课程的起薪是通过在本科生中参加了就业指导的学生数据的基础建立回归模型，算出来的。对比发现，有必要在研究生中开设就业指导课程。 关键字： 起薪 回归分析 灰色预测模型 模糊综合评价模型 摘要 1 一、问题重述 3 二、模型假设 3 三、符号说明 4 四、问题分析 5 五、模型的建立与求解 5 问题一 5 问题二 8 问题三 14 六、模型评价与改进 16 附录： 17 1、GM（0，n）模型程序： 17 2、GM（1,1）预测程序： 18 3、矩阵合成matlab程序： 18 一、问题重述 随着我国大学教育逐步向大众化方向转变，招生数量连年增多，导致大学毕业生就业情况逐步严峻。当年的国家生产总值与毕业总人数对大学生的起薪应该有一定影响，结合这些因素以及07-10年大学生平均起薪，预测2011年大学生平均起薪。 大学生对学校的就业指导保持一种迷茫的态度，开设就业指导课程，引导学生转变就业观念，提升职场竞争力和主动适应社会的能力，——GM（0，n）模型系统特征序列。 ——GM（0，n）模型因素特征序列。 ——。 ——灰色模型拟合预测序列。 ——GM（0，n）模型平均相对误差。 ——GM（0，n）模型验差比。 ——GM（0，n）模型小误差概率。 ——期望月薪，求职失败次数，是否参加就业指导对起薪影响的权重。 ——期望月薪，求职失败次数，是否参加就业指导的因子得分。 ——期望月薪，求职失败次数，是否参加就业指导的方差贡献率。 ——模糊综合评价的结果，是m 维模糊行向量。 ——模糊评价因素权重集合，是n维模糊行向量。 ——从U到V的一个模糊关系，是矩阵，评价矩阵。 ——表示从第i个因素着眼，做出第j种评语的可能程度。 四、问题分析 问题一可以根据往年大学生起薪表结合当年国家生产总值、毕业人数建立模型预测2011年大学生平均起薪。问题一属于预测问题，并且需结合两个因素，我们考虑用GM（0,2）模型对07—10年起薪进行拟合，得出在考虑这两个因素影响的情况下的专、本、研究生起薪数据，再用灰色GM（1,1）模型对2011年起薪进行预测。 问题二，建立综合评价模型，定量分析期望月薪、求职次数和是否参加就业指导各个因素对起薪的影响，并结合综合模型给出90名大学生的建议月薪。定量分析自变量对因变量的影响，即分析各个自变量对因变量的权重，我们考虑采用spss的因子分析法等。在权重的基础上，建立模糊综合评价模型，评价语为优劣两个等级。要结合综合评价模型给出建议期望月薪，将90名学生按照等级分成两组，以评价高的学生数据为标准，给出评价低的学生的期望月薪。 问题三，对比假设研究生参加了就业指导课程的起薪与未参加就业指导的起薪，判定是否应该在研究生中开展就业指导课程。以本科生中参加了就业指导的学生数据建立回归模型，再同研究生的相关数据，可得假设研究生参加了就业指导后的起薪。 五、模型的建立与求解 问题一 当年大学生平均起薪与国家生产总值和毕业总人数有关，搜集07年到10年的国家生产总值和毕业总人数，得到表格如下： 2007-2010年大学毕业生起薪表 专科 本科 硕士 2010年 1662 2331 3590 2009年 1546 2033 3192 2008年 1380 1761 2725 2007年 1443 1825 3200 ……… 为相