研究基于多元统计分析的大学生就业模型.docVIP

PAGE PAGE 1 研究基于多元统计分析的大学生就业模型 　　摘要：通过对基于多元统计分析的大学生就业模型研究，并根据模型预测的大学生起薪点与期望起薪点的比较，分析总结出大学生期望起薪点对其就业影响，根据研究结论，从而相应提出提高大学生就业率的策略。 　　关键词：大学生就业模型大学生起薪点大学生就业率 　　近些年来，大学生就业问题成为了国内的热点问题，在中国国内生产总值逐年快速增长，提高平均国民素质的呼声越发高涨的环境下，不少大学成功实现扩招，但出乎意料的是，在看似有利于大学生发展的国内经济和政策下，却出现不少大学生难以就业，甚至出现“毕业等于失业”的势头。 　　目前关于研究中国大学生就业的文献，大多围绕着中国产业转型、大学生自身素质、高校人才培养结构等角度入手分析，本文章则主要从探求大学生的现实起薪点与GDP和大学生本科毕业生人数的联系，并调查大学生平均期望起薪点，比较大学生期望起薪点与现实起薪点，通过了解其差距的大小，归纳分析大学生期望起薪点对其就业行为的影响，对大学生的就业选择和行为提出建议，指导大学生建立合理的期望起薪点，降低其就业的苦难性，从而达到提高大学毕业生就业率的目的。 　　1.相关理论回顾 　　大学生严峻的就业情形已成为中国近年来的热点问题，最近，浙江工业大学理学院的周凯、吴婷、朱杭军、单莉丽几位学者，通过研究大学本科毕业生人数和国内生产总值对平均大学本科毕业生平均起薪点的影响和联系，建立了一个多维统计分析的大学生就业研究模型： 　　yn=c1×GDP■■+c2×GDP■■+c3×rn+c4 　　其中，yn为大学本科毕业生的起薪，GDP为当年的国内生产总值，rn为当年大学本科毕业生人数。 　　根据模型，有目的地收集相关的数据，如2004年～2010年国民生产总值、2004年～2010年大学本科毕业生的起薪点、2004年～2010年大学本科毕业生人数，整理和分析数据后，通过软件绘制出散点图，找出所求表达式的特性，拟合出数据图像，建立统计回归模型，得出具体表达式，预测得出2011年大学生平均起薪，并对此预测做出显著性评估。 　　2.模型的分析和预测结论 　　毕业生起薪点、毕业生人数、国内生产总值和年份数据查询如图1。 　　年份n与本科毕业生人数的曲线图如图2所示。 　　年份n与国民生产总值GDP的曲线图如图３所示。 　　根据图2和图3我们可以看出年份n与本科毕业生人数、年份n与国民生产总值GDP的线性关系，对于模型 　　yn=c1×GDP■■+c2×GDP■■+c3×rn+c4 　　通过R软件，我们输入数据发现得到以下结果： 　　Call： 　　lm（formula=y～x1^2+x1+x2，data=new） 　　Coefficients： 　　（Intercept）x1x2 　　8.727e+023.999e-03-9.133e-05 　　summary（new1） 　　Call： 　　lm（formula=y～x1^2+x1+x2，data=new） 　　Residuals： 　　1234567 　　94.05270.526-155.134-204.490209.4263.734-18.114 　　Coefficients： 　　EstimateStd.ErrortvaluePr（|t|） 　　（Intercept）8.727e+022.987e+022.9220.0432* 　　x13.999e-038.739e-044.5760.0102* 　　x2-9.133e-051.518e-04-0.6020.5799 　　 　　Signif.codes：0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1 　　从以上各项系数的P值可得，当我们设定P值小于5%时为显著时，系数C4和X1（即国内生产总值）对模型影响较大，而系数X2（即毕业生人数）对模型影响较小，不显著。模型拟合效果可从以下结果得到： 　　Residualstandarderror：176on4degreesoffreedom 　　MultipleR-squared：0.8454，AdjustedR-squared：0.7681 　　F-statistic：10.94on2and4DF，p-value：0.0239上面的R可决系数和修改的R可决系数都比较大，接近于1，表明模型拟合的还不错。F检验也表明P值小于5%，模型显著。 　　另外当我们去掉C4时，模型的显著性结果如下： 　　Coefficients： 　　EstimateStd.ErrortvaluePr（|t|） 　　x2000018611.0180.35545 　　x1000120584.3560.00732**