数学建模就业分析.doc

大学生就业质量分析 （A题）参赛队员信息： 大学生就业形势及其影响摘要：当今大学生就业难，是一个不争的事实。如何解决这个问题，首先要看准市场形势，实际上在现今复杂的市场环境下，再一味坚持传统的就业取向已经是件落伍的事。当前大学生就业方向主要有：国有企业、中外合资（外资、独资）、政府机构、科研机构、民营企业、个体户、非政府的非营利组织等。“薪情”重要还是“发展”重要？大学生们该掂量掂量了。不管如何，顺应未来市场发展趋势，个人的事业才能前景无限。本文针对这个十分敏感的问题，我们创造性地将当前大学生就业方向的因素进行量化，使得模型更具有合理性。利用SAS软件、SPSS软件、等计算机软件，采用层次分析法、聚类分析法等方法建立了一个相应的数学模型，综合多方面因素针对当前大学生就业方向问题进行全方位的分析。并且在已有的数据基础之上生成、开发，提取有价值的信息。采用实际数据序列：，在已有模型的基础之，上建立了全新的、具有说服力的延边大学理学院数学系有关就业的灰色系统模型。更专业的对未来数据预测，以此模型对当前大学生就业方向问题进行有效的分析，巧妙地得到了一个解决当前大学生就业方向问题的良策。在此基础之上，根据延边大学理学院数学系等就业数据，全面的建立影响大学生就业的主要因素的模型，经过斟酌写了一份非常具有针对性的建议报告。关键词：就业率 大学毕业生 影响因素 灰色系统 回归模型一 问题重述近年来，大学生就业问题一直是社会关注的热点问题。在百度搜索框键入关键词 “大学生就业”，用时不到0.1秒，就搜索到相关网页35,300,000个，由此可见大学生就业问题的社会关注度之高。自从2009年大学生毕业生超过600万以来，每年都在增加，到2012年到699万，估计2013年可突破700万。十八大提出“推动实现更高质量的就业” 。就业包括就业数量与就业质量两个方面 ，但很多高校只注重就业数量即就业率，忽略就业质量，这对高校的专业的发展是不利的。针对这一严峻形势，附件一提供了延边大学从2006年到2012年我校各专业实际就业数据，其中还提供了2013年的各专业的预测就业数据，根据所提供的数据，请你从所在专业的就业数据分析，从数学建模角度解决以下几个问题：1.建立评价你所在专业就业质量的评价体系或指标。2.根据你所建立的评价体系或指标评价你所在专业就业质量。3.对你所在专业就业数据进行仿真模拟，并以此和你所在专业2013就业预测进行比对，得出相应的结论。4.根据你所在专业就业数据，建立影响大学生就业质量的因素，并在此基础上提出相应的对策，并给有关部门写一份建议报告。二 问题分析2.1问题一该问题是一个数据处理，要求我们从所给数据中找出相关专业就业率的数据，我们利用这些数据建立一个评价体系，在建立体系时，我们分两步走：（1）我们先比较学校男、女生在社会就业情况，分析社会对男、女需求量；（2）我们计算出，延边大学的整体就业情况，将就业率划分为“优秀”、“良好”、“一般”、“差”四个等级，比如：拿计算机专业为例，则需要评价计算机专业的毕业生就业情况是优秀、良好、一般、差。最后，确定就业大学生的就业等级。2.2 问题二利用已有的数据合理的给出了相关分析，利用第一问所建立的模型对延边大学数学系就业状况进行了系统的评价，采用层次分析法和聚类分析法并将其分成了相应的等级2.3. 问题三此问题是一个预测性问题，我们利用灰色测度模型建立了一个预测模型，通过预测的数据与所给出的数据进行比较，通过借此我们比较所建立的模型本身的准确性，在对我校2013的数学系就业数据进行预测，并给予相应的评价2.4. 问题四该问题是一个实质性问题，我们建立回归模型并进行全方位分析，选出毕业生就业的主要因素，并对此进行处理，得到了事实依据。就此给有关部门写了一份具有针对性的建议书。三 模型假设基本假设（1）假设具有上述同等条件的毕业生间就业机会相同。（2）假设附件中的数据信息均合理,全部都是真实有效的。（3）假设毕业生就业情况只受性别、专业、政治面貌、学历、专业是否对口、等因素的影响。（4）毕业大学生选择就业方向不受其他方面因素的影响（本模型讨论的因素除外）。四 符号说明：随机误差C:代表均方差a j:代表就业的状况处于第种评价:代表毕业生中待就业人数. Xi：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)五 模型建立5.1问题一通过整理数据我们可以发现毕业生就业单位性质，我们将毕业生就业的单位性质大致概括下图中几种单位性质国有企业教育单位机关部队三资企业升学出国其 他待就业建立一个评价体系,（1）这个评价体系比较男、女在各自的单位就业率的大小，通过图像来比较两者之间图像的偏离度来评价社会各行业对男、女需求状况。如:当如上图所示，我们就可以说明在机关部队这一单位性质的就业方面，学校毕业生中男生在这一单位就业的人数高于女生，当红色部分超过蓝色时，既可以说明社会在这一块，女生的就业人数高于男生。这也可以间接的说明，社会上这一性质单位男、女的需求量并且，我们可以从图像中比较出社会对男、女需求量趋势是否一致？（2）我们定义这样的公式： -代表就业的状况处于第种评价； -代表毕业生的在第种单位性质就业人数；-代表毕业生中待就业人数.用这个公式我们，来评价整体大学毕业生的在各年份在就业的等级。优良好3322一般11差00 这是对第一问的延续，在第一问中我们建立的评价体系，从而根据评建体系，我们见我们分析出来的数据代入体系，这样，我们就能得到2005年2012年延边大学数学系毕业生（男）就业单位性质人数国有企业教育单位机关部队三资企业升学出国其他待就业总人数2006年51911416372007年42174225472008年31043323372009年05234213292010年131410527512011年21042122322012年20118412282005年2012年延边大学数学系毕业生（女）就业单位性质人数国有企业教育单位机关部队三资企业升学出国其他待就业总人数2006年420017211452007年26139326502008年152410326542009年101515115382010年310518725622011年211220344722012年410218252070（1）：首先，我们来评价延边大学男、女在社会各性质的单位上社会对男女的需求，这里仅以教育单位，待就业和机关部队这三项说明，其余见附录此图想说明在延边大学的毕业生从事教育这一块工作上，女生始终高于男生，并且在2007年的时候，延边大学毕业生从事教育工作的学校大量较少，并且每年都在递减，可以说明延边大学的学生自2007年开始就业观发生了变化，也间接的说明了2007年后，社会上在教育这一单位的需求量已经接近饱和状态。待就业这一项说明的是延边大学的毕业生未能就业这一状况，从图中我们无法判断出男、女在就业滞留方面谁占据劣势，但我们可以看到延边大学的学生就业滞留接近正态分布，符合社会的发展规律性，且男、女的滞留趋势是大致一样的。从该图中我们看此图想说明在延边大学的毕业生从事机关部队这一块工作上，男生始终远高于女生，自从2005年在机关部队工作的人大量的减少，也就是说从2005年后延边大学的学生的就业观发生了巨大的变化，学生不再执着公务员这一职业，同时也说明2005年后，社会上的公务员这一职业的就业状态以接近饱和，并且有可能自2005年后中国其他行业的就业的职业大大增多。5.3 问题三 这是一个预测问题，所以我们建立灰色系统模型如下灰色系统理论，是一种研究少数据、贫信息不确定性问题的新方法。灰色系统理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控年份待就业2006年172007年512008年492009年502010年522011年672012年32由此我们得到原始序列：对作紧邻均值生成：引入一阶弱化算子D，令其中，于是：并按照步骤进行计算： X的1-AGO为：对作紧邻均值生成.构造B矩阵和Y矩阵。运用matlab编程得， 设，对参数进行最小二乘估计采用matlab编程完成解答所以可得GM(1,1)白化方程 时间响应式为：通过matl实际数据预测数据2006年1718.132007年5150.112008年4950.132009年5051.672010年5253.192011年6766.152012年3233.232013年32.75从表中我们知道，虽然我们数据间拟合非常合理，我们模型预测十分理想的。并且成递减趋势5.4 问题四 5.41回归分析模型这是一个综合因素的模型评价，我们要对延边大学各专业，各学院的就业方面影响因素进行总结，评价，所以我们建立回归模型。由于所给数据太多，我们采取抽样法抽取出部分数据，这样我们从2012年已经就业的学生中选取了20位，再从未就业的学生中选取了10位，用他们的数据来建立回归方程。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，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：X1：性别虚拟变量，设X2：专业是否对口虚拟量， X3：政治面貌虚拟变量，设X4：学历虚拟变量，设X5：民族虚拟量 ，设Y：就业状况，设下表为我们随机抽取的数据人数形成的序列0 1 1 1 0 1 0 0 0 1 1 1 1 1 1 1 0 10 0 0 0 1 11 0 1 1 1 10 1 1 1 0 10 0 0 0 0 00 1 1 1 1 10 1 1 0 1 11 0 0 1 0 10 1 0 1 0 1 1 0 0 1 0 11 0 1 1 0 10 1 0 0 0 11 0 1 0 1 10 0 1 1 1 11 0 0 1 1 00 0 1 1 0 01 0 0 1 1 10 1 0 1 1 11 1 1 0 0 10 1 0 1 0 10 0 1 0 1 11 0 1 0 1 1 0 0 1 1 1 0 1 1 0 1 0 11 0 0 1 1 01 0 1 1 1 10 1 1 1 0 01 0 0 1 1 01 1 0 1 0 1本题需要研究各个因素与大学毕业生就业率之间的关系，故建立多元线性回归的一般模型：,其中，b0 ，b1 ，b2 ，b3, b4 ,b5 是未知数参数，b0 为回归模型的常数，为随机误差。假定 N（ 0 , 2）,即 进一步的，本题要求找出影响大学毕业生就业率的主要因素，即从若干变量中选取对就业率影响最大的几个因素，并使自变量个数尽量少。为实现这一目标，引入逐步回归模型。逐步回归模型的基本思想所述,本题中的因变量为就业情况，自变量为性别、年龄、学历等因素，具体符号及赋值将得到的数据输入matlab程序进行求解，得到回归方程是根据上面方程式我们知道毕业生就业的主要影响因素是：性别，及其专业 5.42给有关部门的建议:延边大学从1949年建校至今，经过60多年的建设和发展，已经成为学科门类比较齐全的综合性民族重点大学。学校为国家输送了大批各民族毕业生，他们大多数已成为民族地区各条战线的骨干。学校在小语种方面一直处于领先地位。在上面的模型中我们看到延边大学的数学系就业的主要影响因素，是性别和专业是否对口这两个方面，并且专业是否对口的影响是首要的，从而我们可以从这方面入手，现如今社会上就业还是以专业知识为主，所以我建议学校领导加强对学生专业知识的学习，是每个同学掌握雄厚的专业知识，同时，我们可以看到再次影响延边大学的就业率的另个因素是:性别，从而，这也告诉我们性别在就业占据相当的权重，性别的差异，从侧面告诉我们学生的素质有所差异，一般来说女生的素质在一定程度上要比男生高，这也是为什么女生在教育单位等一些综合素质要求比较高的方面占主要地位。同时，我们考虑到延边大学是一个民族性综合型大学，我们的充分的展现出它的特色，延边大学是在朝鲜族自治州建立的一所大学，所以朝鲜语成为其一大特色，我们的将这一特色在毕业生的身上展现出来，让其成为延边大学毕业生的一个亮点，从而我们可以使得在每个专业设立这样的要求，如：每个延边大学的毕业生的要求中，新增一项具有特色的，要求每个毕业生必须过朝鲜语四级，这样延边大学的每个毕业生将会是个身具初步掌握三门语言的学生，这样，延边大学学生在外将受欢迎。另一个也是最重要的，就是社会需要，就像经济学中的供求关系问题一样，当供过于求的时候，将造成通货膨胀，也就是说在人才供给上，如果供给的量超过社会的需求量，那么毕竟造成人才的膨胀，从而造成社会上人才拥挤，所以我们的按照社会的需求供给人。因此，学校应把握社会的人才需求动向，合理地招生，有目的，有针对性的培养人才。最后我们培养人才要注意综合性，全面的培养，使得每个人才，不仅只对自己专业擅长，而且还能做到对其他工作的初步了解，这样，毕业生走向社会后，能从事多方面的选择，不再是大量的人竞争一个职位。我们只有掌握一定技巧、能力，我们才能适应社会的要求。六 模型检验对问题一，问题二来说，我们通过到校方咨询和去查找了相关资料找到了过去几年的数据，进行了效果检验。 （1） 问题三的检验我们首先看灰色系统的检验：相对误差序列： 平均相对误差： 精度较高。，均方差比值为一级。 计算小误差概率：，小概率误差检验是一级。我们看到其均差的比值是一级的，且其小概率的误差检验是一级的所以我们的模型是十分合理的（2） 问题四的检验我们检验问题四的回归性问题，我们借助spss分析软件，来分析。数据的回归性是否良好。ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression1.5674.3920.470.191aResidual5.39723.235Total6.96427a. Predictors: (Constant), 学历, 性别, 政治面貌, 专业b. Dependent Variable: 就业状况Model SummarybModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsR Square ChangeF Changedf1df2Sig. F Change1.474a.225.090.484.225.470423.191a. Predictors: (Constant), 学历, 性别, 政治面貌, 专业b. Dependent Variable: 就业状况CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.CorrelationsBStd. ErrorBetaZero-orderPartialPart1(Constant).218.1711.275.215性别.424.205.4162.067.050.424.396.379政治面貌-.118.221-.102-.534.598-.041-.111-.098专业.040.199.040.202.842.207.042.037学历.161.191.160.842.408.227.173.155a. Dependent Variable: 就业状况从上面的表中我们可以知道：经过查表，对于F检验满足显著性，说明是可靠地，并且可以观察到SIG1 pmin,imin=min(P(In); Fx=(m-f-1)*pmin/R(end,end); if Fx=Fout s=s+1; disp(sprintf(=?%d?=,s); disp(sprintf(?x%d?,F%d=%f=Fin s=s+1; disp(sprintf(=?%d?=,s); disp(sprintf(?x%d?,F%d=%f=F?=%f,Out(imax),Out(imax),Fx,Fin); R=T(R,Out(imax); In(end+1)=Out(imax); Out(ima