欢迎来到天天文库
浏览记录
ID:5613725
大小:28.50 KB
页数:6页
时间:2017-12-20
《江苏省民办高职院校就业状况探究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、江苏省民办高职院校就业状况探究 摘要:本文尝试用灰色模型对相对数进行分解运算,并与传统的回归预测方法进行比较。一方面对高职学生的就业率进行预测,另一方面对灰色模型在相对数进行分解预算的准确性进行评价。Abstract:Thispaperattemptstododecompositionoperationforrelativenumberbygraymodel,andcomparewithconventionalregressionpredictionmethod,ononehand,topredicttheemploymentrateofvoca
2、tionalstudents,ontheotherhandtoevaluatetheaccuracyofthedecomposedbudgettotherelativenumberbygraymodel.关键词:灰色系统;模型;就业率;预测Keywords:graysystem;model;employmentrate;forecast中图分类号:G717文献标识码:A文章编号:1006-4311(2014)09-0290-020引言6随着教育体制改革的不断深入,我国高等教育也逐步向适应社会主义市场经济体制的办学模式转型,办学规模不断扩大,体系结构
3、日趋完善。其中高等职业教育发展尤为迅速,已经占据我国高等教育的“半壁江山”。高职院校毕业生就业直接关系到高职院校的生存和持续、健康发展,它既是高职院校办学方向的重要依据,也是衡量学校办学水平、人才培养质量的重要指标,科学地预测学生的就业趋势,了解社会对高职人才未来需求状况,对于调整人才培养计划和方案,更紧密地满足社会各领域的实际需求,具有极其重大的意义。但影响学生就业的因素众多,既受到政府政策、专业、性别等确定性因素的影响,又受到一些经济、社会等不确定因素的影响,用GM模型的灰色预测方法能较好地解决这个问题。并且不需要过多的样本数据,可以弥补历史统
4、计数据较少的不足。另外,灰色预测方法还可以避免由于个人经验、知识、偏好等造成的人为主观臆断。本文以南京钟山职业技术学院学生就业率的数据为例,运用灰色模型对学生就业趋势进行预测。1运用灰色系统预测灰色预测是基于微分方程的预测方法。其建模的思想是将时间序列转化为动态方程,首先对原始数据进行累加转换成灰色生成数,消除原始数据的波动性、突变性和随机性,使之更能反映系统的内在规律,然后根据灰色生成数,建立灰色生成数列预测的微分方程及其响应函数,进行灰色生成数的预测,最后进行还原,获得真实的预测值。1.1根据原始数据序列x(0)计算生成累加序列x(1)6截止到
5、2013年钟山职业技术学院在校生规模达到2361人,招生人数呈现不断上涨的趋势,就业水平也稳定在一个比较高的水平。由于学生初次就业与社会都有一个磨合期,变动情况较大,不稳定的因素较多,所以调查的难度也较大,本文学生就业率的统计以学生的就业协议为准。j研究对象的历史数据设为:x(0)={x(0)(1),x(0)(2),x(0)(3)…x(0)(n)},一般情况下,对于给定的原始数据列不能直接用于建模,因为这些数据多为随机的、无规律的,为了减弱原始数据序列的波动性和随机性,需对原始序列进行数据处理,即通过累加生成方式将原始数据列转化为规律性较强的递增数
6、列:x(1)={x(1)(1),x(1)(2),x(1)(3)…x(1)(n)},其中x(1)k=■x(0)(t)k=1…n。对于非负的数据列,累加的次数越多,则随机性弱化越明显,规律性越增强,这样就较容易用指数去逼近。经过这样的数据处理能达到两个目的:①弱化了原始数据列的随机性,而找到了其变化的规律性;②为建立动态模型提供了中间信息。考虑到就业率指标作为相对数,对其累加没有实际意义,我们首先对就业人数进行灰色模型预测,并将其预测的效果和回归模型比较,若其效果优于回归预测的效果,我们进一步以该模型为依据,预测毕业学生人数,进而得到就业率的预测值,若
7、回归预测效果优于该预测模型,我们以回归模型对就业率进行预测。61.2对x(1)进行光滑性检验由ρ(k)=■得ρ(2)=1.9258,ρ(3)=1.0771,ρ(4)=0.4614,ρ(5)=0.3451,ρ(6)=0.2254,ρ(7)=0.1756,ρ(8)=0.1496,当k>5时,ρ3时σ(1)(k)∈[1,1.5],满足准指数规律,故可对x(1)建立GM模型。1.4建立矩阵B和yB=-■x■(2)+x■(1)1-■x■(3)+x■(2)1-■x■(4)+x■(3)1-■x■(5)+x■(4)1-■x■(6)+x■(5)1-■x■(7)+x■
8、(6)1-■x■(8)+x■(7)1=-1774.51-4069.51-6761.51-9414.51-12017.51-
此文档下载收益归作者所有