五届中央民族mathematical modeling就业情况研究.pdfVIP

一、问题提出

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。2007年普通高校毕业生将达到495万，比2006年增加82万。大

学毕业生的就业率高低，既有社会整体大环境的因素，也有专业结构、培养方向、教学

方式、学生学习态度等多方面的。附件给出了一个七千多名毕业生的数据，请

你根据这些数据，建立相应的数学模型，研究以下问题：

（1）影响毕业生就业的主要因素是什么，并对相关因素进行排序；

（2）评价不同专业的毕业生就业情况；

（3）给出某一专业的毕业生的就业策略；

（4）请你结合其他信息对毕业生就业与区域经济发展水平之间的关系作出评价；

（5）结合民族大学本科教育现状，写一篇对在校生今后就业具有实际指导意

义的短文。

是知识的时代，人才是国家发展的先决条件。大学毕业生的就业情况关乎社

会发展状况与人才利用效率，通过数学模型的建立对影响就业率的各项因素进行深入分

析研究，具有重大的实际意义。

二、基本假设

在本次研究中做出以下假设：

1．假设毕业生就业情况只受、、面貌、户口性质、初次学历、专业前

景、专业是否对口、课程是否适合社会、初次月薪及目前月薪等十项因素的影响。

2．假设具有上述同等条件的毕业生间就业机会相同。

3．假设附件中的数据信息均合理。

三、建立模型及其检验、求解、评价

（一）问题1：确定影响大学生就业的主要因素

1.1问题分析与建模思想

此题要在众多的就业率影响因素中选取主要因素，并对其进行排序。

首先需要研究变量间的相关关系，多元线性回归分析模型可解决这一问题；但进一

步的，我们希望从所有的影响因素中挑选出对就业率影响显著的项目，并且从应用的角

度讲，变量个数尽可能少，而逐步回归模型则可有效实现这一目标。

逐步回归的基本思想是：先确定一个包含若干自变量的初始集合，然后每次从集合

外变量中引入一个对因变量影响最大的，再对集合中的变量进行检验，从变得不显著的

变量中移出一个影响最小的，依此进行，直到不能引入和移出为止。引入和移出都以给

定的显著性水平为标准。当这一过程完成时，回归方程中所有自变量对因变量都是显著

的。

逐步回归的思想简明易懂，但具体运算操作非常复杂，我们可以利用MATLAB软件

方便的实现这一思想。

1.2符号说明

Di：影响因素虚拟变量（i=1,2,3…,20）

Yi：就业情况虚拟变量(i=1,2,3…,20)

Coefficients：相关性系数

R2：判定系数

F：显著性检验

P-value：F统计量对应的概率值

RMSE：剩余标准差

1.3建立模型

第一步：抽取样本

考虑到数据总量庞大，从中抽取部分数据作为样本。我们采取简单随机抽样的方法，

具体操作如下：

1）在EXCEL环境下对所有数据进行1-40的重复编号；

2）在“数据”菜单下选用“自动筛选”命令，选取所有编号为“1”的数据；

3）重复进行该操作若干次，最终选取19条数据作为研究样本。

第二步：引入虚拟变量

在回归分析模型中，解释变量均为定性变量的模型称为方差分析模型（analysis-

of-variancemodels）(ANOVA)，本题即为此状。现建立人工变量，将定性变量“定量

化”，具体赋值情况如下：

１，

D1：虚拟变量，设D1=