首页> 中文学位 >我国就业人数的数学模型及其前景预测
【6h】

我国就业人数的数学模型及其前景预测

代理获取

目录

文摘

英文文摘

第1章 绪论

1.1 问题的背景

1.2 研究的主要问题

第2章 假设与符号

2.1 基本假设

2.2 符号说明

第3章 与模型相关的主要指标的选取

3.1 与就业相关的指标选取及其数据采集和处理

3.1.1 基于经济学理论的就业因素初步选取

3.1.2 与就业相关指标的数据采集

3.1.3 一些指标数据的插值处理和归一化处理

3.2 对就业相关指标的进一步分析

3.2.1 双变量相关分析

3.2.2 逐步回归分析

3.2.3 主要就业指标数据选取

第4章 城镇就业人数模型建立与求解

4.1 城镇就业人数的初步数学模型

4.2 数学模型Ⅰ的求解

4.2.1 基于年度数据的非线性回归

4.2.2 基于年度数据的线性回归

4.2.3 基于年度数据的非线性回归和线性回归比较

4.2.4 基于季度数据的线性回归

4.2.5 基于季度数据和年度数据的线性回归比较

第5章 进行地区、行业等分类后的城镇就业人数模型建立与求解

5.1 分地区、行业、就业人群的城镇就业人数模型建立

5.1.1 不同地区的城镇就业人数模型

5.1.2 不同行业的城镇就业人数模型

5.1.3 不同学历的城镇就业人数模型

5.2 数学模型求解

5.2.1 基于不同地区的城镇就业人数模型求解及比较

5.2.2 交通运输行业的城镇就业人数模型求解

5.2.3 不同学历的城镇就业人数模型求解及比较

第6章 就业前景预测

6.1 就业相关指标的数据预测

6.1.1 非线性回归预测

6.1.2 灰色模型预测

6.2 就业前景预测

6.3 基于相关政策的就业预测

第7章 关于提高城镇就业人口数的建议

参考文献

附录

展开▼

摘要

就业是国民经济中极其重要的一部分,因此建立就业人数的数学模型,对于调整相关政策,提高就业率具有一定的指导意义。
   首先,文中依据经济学原理初选与模型相关指标,对指标进行双变量相关分析,并最终利用逐步回归分析算法确定了模型所涉及的九个主要指标。进而,按照样本值与估计值误差平方和最小原则,利用线性回归和非线性回归方法对数据进行年度和季度拟合,建立城镇就业人口年度和季度模型。在此基础上,文章继续按照行业,学历,就业人群,地区等分类,对模型进一步改进和完善。最后,在预测阶段,采用灰色模型对指标数据进行预测并辅助就业人口模型进行预测和对比。通篇使用统计学软件SPSS进行结果的分析与对比。
   文章利用所建立的模型对未来的就业形式进行了预测,通过与真实值的对比分析来看,误差不大,模型具有一定的实用性。但由于问题本身的复杂性,模型还有改进的余地。比如,文中并未分析指标之间的相关性,拟合函数以采用常见易处理的函数类型为主。这些都有可能造成结果出现偏差。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号