文档介绍：二、模型的假设
1、假设我们所统计和分析的数据,都是客观真实的;
2、在考虑影响毕业生就业的因素时,假设我们所选取的样本为简单随机抽样,具有典型性和普遍性,基本上能够集中反映毕业生就业实际情况;
3、在数据计算过程中,假设误差在合理范围之内,对数据结果的影响可以忽略.
三、符号说明
层次分析法模型
一致性度量指标
层次分析法中的第个因素
正互反矩阵
正互反矩阵的最大特征值
模型中第三层每个方案对第二层中每个因素的权向量构成的矩阵
一致性比率
归一化权向量
灰色关联度模型
参照列
关联系数
第行第列的元素
即
第个指标的权重
加权关联度,即
主成分分析模型
的期望值
的方差
所有单位向量的集合
样本相关矩阵
单位特征向量
四、模型的分析与建立
1、问题背景的理解
随着我国改革开放的不断深入,经济转轨加速,社会转型加剧,受高校毕业生总量的增加,劳动用工管理与社会保障制度,劳动力市场的不尽完善,以及高校的毕业生部分择业期望过高等因素的影响,,就需要客观地、全面地分析和评价毕业生就业的若干主要因素,并将它们从主到次依秩排序.
针对不同专业的毕业生评价其就业情况,并给出某一专业的毕业生具体的就业策略.
2、方法模型的建立
(1)层次分析法
层次分析法介绍:层次分析法是一种定性与定量相结合的、系统化、层次化的分析方法,,而且各个因素的重要性、影响力、或者优先程度难以量化的时候,层次分析法为我们提供了一种科学的决策方法.
通过相互比较确定各准则对于目标的权重,,而在层次分析法中则要给出得到权重的定量方法.
我们现在主要对各个因素分配合理的权重,.
(2)具体计算权重的AHP 法
AHP法是将各要素配对比较,根据各要素的相对重要程度进行判断,再根据计算成对比较矩阵的特征值获得权重向量.
Step1. 构造成对比较矩阵
假设比较某一层个因素对上一层因素的影响,每次两个因素和,用表示和对的影响之比,全部比较结果构成成对比较矩阵,也叫正互反矩阵.
, ,,.
若正互反矩阵元素成立等式: ,则称一致性矩阵.
标度
含义
与的影响相同
比的影响稍强
比的影响强
比的影响明显地强
比的影响绝对地强
与的影响之比在上述两个相邻等级之间
与影响之比为上面的互反数
Step2. 计算该矩阵的权重
通过解正互反矩阵的特征值,可求得相应的特征向量,经归一化后即为权重向量,,利用Mathematica软件包可以求出最大的特征值和相应的特征向量
.
Step3. 一致性检验
为了度量判断的可靠程度,可计算此时的一致性度量指标:
其中表示矩阵的最大特征值,式中正互反矩阵的阶数,越小,说明权重的可靠性越高.
2)平均随机一致性指标,下表给出了1-14阶正互反矩阵计算1000次得到的平均随机一致性指标:
阶数
1
2
3
4
5
6
7
8
9
10
11
12
13
14