發(fā)布時間：2024-06-05 21:04

　　使用Logistic回歸和判別分析結(jié)合的數(shù)學(xué)模型,以合肥市的應(yīng)屆碩士畢業(yè)生與就業(yè)3年的本科生學(xué)生為例,建立了準確的指標,并建立了Logistic回歸模型,進而使用極大似然法,通過SPSS軟件求解得到回歸方程。根據(jù)概率值P界定大學(xué)生是否需要考研,并通過進一步的計算和驗證,采用Logistic回歸判別解決畢業(yè)生就業(yè)選拔的問題,為大學(xué)生提供了更為合理、準確的職業(yè)規(guī)劃和指導(dǎo)建議。

【文章頁數(shù)】：5 頁

【部分圖文】：

就業(yè)競爭力是指員工滿足雇主或市場需求并具有一定吸引力的能力。畢業(yè)生的就業(yè)競爭力應(yīng)分為兩部分：內(nèi)部能力和外部條件。內(nèi)在能力是指畢業(yè)生的專業(yè)技能和專業(yè)知識，以及他們的思想道德素質(zhì)和思維靈活性。此外，語言表達和溝通技巧也很重要;外部條件是指影響畢業(yè)生的就業(yè)、社會、學(xué)校和家庭因素，例如社....

其中β0為常數(shù)項，βi為偏回歸系數(shù)。通過Logistic變換，此時，Logistic回歸模型相應(yīng)的表示成如下所示的線性形式：當Z趨于+∞時，P值漸進于1；當Z趨于-∞時，P值漸進于0;P值的變化在0-1之間，并且隨Z值的變化以點（0,0.5）為中心成對稱S形變化。

由模型可知當P∈[0.5,1]，則需要資助，反之則不需要。為了更加直觀地表示判別過程，繪制流程圖來展示判別過程如圖3所示。3.3模型檢驗

圖4是預(yù)測概率的直方圖，橫軸為獲取助學(xué)金的預(yù)測概率，“0”代表的是不需要考研，“1”代表的是需要考研，縱軸為觀測的頻數(shù)，符號“1”代表需要考研取，“0”代表不需要考研。若預(yù)測的結(jié)果是正確的，那么所有的“1”均應(yīng)在橫軸（0.5,1）這個開區(qū)間內(nèi)，所有的0均應(yīng)該在（0,0.5）這個開....

本文編號：3989935