大學(xué)論文：影響考研人數(shù)的因素分析

1、 影響考研人數(shù)的因素分析摘要隨著經(jīng)濟(jì)的不斷發(fā)展，一方面社會(huì)對(duì)人才的需求日漸提高，另一方面我國(guó)的就業(yè)形勢(shì)日趨嚴(yán)峻，這樣直接導(dǎo)致越來越多的大學(xué)生選擇考研，考研人數(shù)總的發(fā)展趨勢(shì)是增加的，與此同時(shí)近年研究生的就業(yè)也存在也日趨嚴(yán)峻的問題，所以系統(tǒng)地研究考研人數(shù)及其影響因素是很有必要的本文的主要研究?jī)?nèi)容就是要通過運(yùn)用統(tǒng)計(jì)預(yù)測(cè)與決策、數(shù)學(xué)模型及相關(guān)知識(shí)來分析影響考研人數(shù)變化的部分主要因素，通過這些分析，我們將看到統(tǒng)計(jì)預(yù)測(cè)與決策及數(shù)學(xué)模型在發(fā)展趨勢(shì)預(yù)測(cè)類問題研究中的重要作用，并最終建立合理的數(shù)學(xué)模型來預(yù)測(cè)分析考研人數(shù)發(fā)展趨勢(shì)關(guān)鍵詞：統(tǒng)計(jì)預(yù)測(cè)與決策趨勢(shì)分析干預(yù)分析多元回歸Analysis of The Numb

2、er of Postgraduate Entrance ExaminationGe Pengfei Directed by Instructor Jiang ShutaoABSTRACTWith the continuous economic development, increasing social demands for talents on the one hand, on the other hand our countrys employment situation is getting worse, which led directly to more and more stud

3、ents are choosing articles by the examination overall development trend is the increase in the number, while employment of the graduates in recent years are becoming increasingly serious problems also exist, so systematic study of postgraduate entrance examination and its influencing factors in the

4、number is necessary. The main content of this article is to use statistical knowledge about mathematical model for forecasting and decision making, and to analyse the factors affecting the articles by some of the main changes in the number, and through these analyses, we will see the statistical and

5、 mathematical model for forecasting and decision in the important role of development trend in the study of such problems, and ultimately to establish a rational analysis of mathematical models to predict graduate population trends.KEY WORDS ： Statistical forecasting and decision-making Trend analys

6、isIntervention analysis Multiple regression摘 要 I英文摘要 II TOC o 1-5 h z 前 言 1知識(shí)儲(chǔ)備 2統(tǒng)計(jì)預(yù)測(cè)的基礎(chǔ)介紹 2 HYPERLINK l bookmark13 o Current Document 應(yīng)用與方法 2 HYPERLINK l bookmark15 o Current Document 統(tǒng)計(jì)預(yù)測(cè)的原則和步驟 2 HYPERLINK l bookmark17 o Current Document 應(yīng)用預(yù)測(cè)分析方法概述及實(shí)施 2 HYPERLINK l bookmark19 o Current Document 干預(yù)

7、分析模型預(yù)測(cè)法 2 HYPERLINK l bookmark21 o Current Document 多元線性回歸預(yù)測(cè)法 3 HYPERLINK l bookmark23 o Current Document 變量的選取 4 HYPERLINK l bookmark8 o Current Document 模型的建立 5 HYPERLINK l bookmark25 o Current Document 制作曲線圖觀查曲線走勢(shì) 5 HYPERLINK l bookmark27 o Current Document 確立初步模型 5 HYPERLINK l bookmark29 o Curre

8、nt Document 分離數(shù)據(jù)，估算參數(shù) 6 HYPERLINK l bookmark31 o Current Document 計(jì)算凈化序列建立擬合模型 6 HYPERLINK l bookmark33 o Current Document 組建干預(yù)模型 7 HYPERLINK l bookmark35 o Current Document 預(yù)測(cè)對(duì)比 7 HYPERLINK l bookmark37 o Current Document 多元線性回歸預(yù)測(cè)模型 8模型的建立 8模型的檢驗(yàn) 8 HYPERLINK l bookmark39 o Current Document 模型小結(jié) 12

9、HYPERLINK l bookmark41 o Current Document 總結(jié)和建議 12 HYPERLINK l bookmark43 o Current Document 參考文獻(xiàn) 14附錄 15致謝 16 前言最近幾年考研人數(shù)發(fā)展總趨勢(shì)是持續(xù)增長(zhǎng)的，為何會(huì)有這么多的學(xué)生選擇考研呢？2014 年之前近20 年內(nèi)除了2008 年以外考研報(bào)名人數(shù)增長(zhǎng)率均大于零，2014年全國(guó)碩士研究生招生考試報(bào)名人數(shù)大約為172萬，比 2013年減少 4萬人；但是其中專業(yè)學(xué)位碩士報(bào)名人數(shù)68 萬人，有所增長(zhǎng)比2013 年增加了9 萬人 2014 年全國(guó)研究生招生數(shù)據(jù)調(diào)查報(bào)告顯示，2014年全國(guó)碩士研

10、究生報(bào)考熱度趨緩，近20 年內(nèi)，考研報(bào)名人數(shù)繼2008年首次下降之后，2014年出現(xiàn)第二次下降全國(guó)各地考研報(bào)名人數(shù)均呈現(xiàn)不同程度下降趨勢(shì)，如北京、 河北、 湖北分別下降7.6%、 3.8%、1.24%隨著社會(huì)的不斷發(fā)展，越來越多的大學(xué)生不再滿足于本科學(xué)歷，同時(shí)還有就業(yè)壓力的負(fù)面影響，對(duì)于大學(xué)生考研的研究，越來越受學(xué)者們的青睞，各類研究方法層出不窮與此同時(shí)隨著大數(shù)據(jù)時(shí)代的來臨，以及電子計(jì)算機(jī)技術(shù)的迅猛發(fā)展，統(tǒng)計(jì)學(xué)的越來越被各類知名學(xué)府所重視，統(tǒng)計(jì)學(xué)被廣泛的應(yīng)用在預(yù)測(cè)各類問題的發(fā)展，發(fā)現(xiàn)事物內(nèi)部各因素之間的關(guān)系，本文主要應(yīng)用了統(tǒng)計(jì)學(xué)里的統(tǒng)計(jì)預(yù)測(cè)與決策這一工具來分析影響考研人數(shù)的因素，進(jìn)而抓住主要因

11、素，構(gòu)建合理預(yù)測(cè)模型，盡量相對(duì)準(zhǔn)確的預(yù)測(cè)未來考研人數(shù)增長(zhǎng)的趨勢(shì)雖然 2014年考研大軍的增速有所減緩，但是考研人數(shù)發(fā)展的大趨勢(shì)還是增長(zhǎng)的，本文運(yùn)用所學(xué)統(tǒng)計(jì)學(xué)知識(shí)，干預(yù)分析就是從定量分析的角度來評(píng)估政策干預(yù)或突發(fā)事件對(duì)經(jīng)濟(jì)環(huán)境和經(jīng)濟(jì)過程的具體影響，而多元回歸分析就是研究影響因變量的主要因素的一種模型，所以主要是應(yīng)用了干預(yù)分析模型和多元回歸分析兩種方法排除某些干預(yù)因素研究考研人數(shù)發(fā)展趨勢(shì)及分析對(duì)考研人數(shù)增減有影響的部分主要因素，建立考研人數(shù)關(guān)于失業(yè)率，教育經(jīng)費(fèi)及大學(xué)生基數(shù)等等主要因素的回歸模型，相對(duì)準(zhǔn)確的預(yù)測(cè)考研人數(shù)，并找出影響考研人數(shù)的最主要因素，最后給出相應(yīng)的不成熟的針對(duì)性的建議，將對(duì)小到學(xué)校

12、院系合理制定針對(duì)本系本科生考研的激勵(lì)政策，大到國(guó)家政府制定科教興國(guó)，解決大學(xué)生就業(yè)問題等的重大舉措，都有一定的參考意義，合理的人才結(jié)構(gòu)是一個(gè)社會(huì)健康發(fā)展所必不可少的條件，考研人數(shù)變化的背后，是各種因素影響的結(jié)果。我們研究研究生人數(shù)發(fā)展的主要影響因素，進(jìn)而檢驗(yàn)社會(huì)各方面采取合理措施，合理改善這些方面因素的影響，使得研究生人數(shù)變動(dòng)真正成為我國(guó)人才結(jié)構(gòu)合理化發(fā)展的晴雨表1 知識(shí)儲(chǔ)備統(tǒng)計(jì)預(yù)測(cè)的基礎(chǔ)介紹預(yù)測(cè)就是根據(jù)過去和現(xiàn)在的數(shù)據(jù)來估計(jì)未來，預(yù)測(cè)未來統(tǒng)計(jì)預(yù)測(cè)歸屬于預(yù)測(cè)方法研究范疇，即怎樣利用科學(xué)的統(tǒng)計(jì)學(xué)方法對(duì)事物的未來發(fā)展進(jìn)行定量推測(cè)1 應(yīng)用與方法在市場(chǎng)經(jīng)濟(jì)條件下，預(yù)測(cè)的作用通常是經(jīng)由各個(gè)企業(yè)或行業(yè)內(nèi)部

13、的行動(dòng)計(jì)劃和決策來實(shí)現(xiàn)的 ; 統(tǒng)計(jì)預(yù)測(cè)作用的大小主要是由預(yù)測(cè)結(jié)果所產(chǎn)生的效用的多少?zèng)Q定的統(tǒng)計(jì)預(yù)測(cè)方法可歸納分為定性預(yù)測(cè)方法和定量預(yù)測(cè)方法兩類，其中定量預(yù)測(cè)法又可大致分為回歸預(yù)測(cè)法和時(shí)間序列預(yù)測(cè)法; 按預(yù)測(cè)時(shí)間長(zhǎng)短，分為近期預(yù)測(cè)、短期預(yù)測(cè)、中期預(yù)測(cè)和長(zhǎng)期預(yù)測(cè)2 本文主要應(yīng)用的方法是定量預(yù)測(cè)法，其中主要運(yùn)用了多元線性回歸預(yù)測(cè)法和干預(yù)分析模型預(yù)測(cè)法統(tǒng)計(jì)預(yù)測(cè)的原則和步驟原則：連貫原則，指事物的發(fā)展是按一定規(guī)律進(jìn)行的，在其發(fā)展過程中，這種規(guī)律貫徹始終，不應(yīng)受到破壞，它的未來發(fā)展與其過去和現(xiàn)在的發(fā)展沒有什么根本的不同;類推原則，指事物必須有某種結(jié)構(gòu)，其升降起伏變動(dòng)不是雜亂無章的，而是有章可循的事物變動(dòng)的這

14、種結(jié)構(gòu)性可用數(shù)學(xué)方法加以模擬，根據(jù)所測(cè)定的模型，類比現(xiàn)在，預(yù)測(cè)未來 3 步驟：第一步：確定預(yù)測(cè)目標(biāo)，第二步：搜索審核資料，第三步：選擇預(yù)測(cè)模型和方法 ，第四步：分析預(yù)測(cè)誤差，改進(jìn)預(yù)測(cè)模型，第五步：提出預(yù)測(cè)報(bào)告應(yīng)用預(yù)測(cè)分析方法概述及實(shí)施定量預(yù)測(cè)法注重于事物發(fā)展在數(shù)量方面的分析，重視對(duì)事物發(fā)展變化的程度做數(shù)量變化的描述，更多地依據(jù)歷史統(tǒng)計(jì)資料，較少受主觀因素的影響4 本文主要運(yùn)用干預(yù)分析模型預(yù)測(cè)法、多元線性回歸預(yù)測(cè)法干預(yù)分析模型預(yù)測(cè)法干預(yù)的含義：時(shí)間序列經(jīng)常會(huì)受到某些特殊事件及態(tài)勢(shì)的影響，稱這類外部事件為干預(yù)研究干預(yù)分析的目的是從定量分析的角度來評(píng)估政策干預(yù)或突發(fā)事件對(duì)經(jīng)濟(jì)環(huán)境和經(jīng)濟(jì)過程的具體影響

15、利用干預(yù)影響發(fā)生前的已知數(shù)據(jù)，建立一個(gè)單變量的時(shí)間序列模型，然后利用該模型進(jìn)行外推預(yù)測(cè)，求得新的預(yù)測(cè)值，作為不受干預(yù)影響的具體數(shù)值，最后用實(shí)際值減去預(yù)測(cè)值，得到的是受干預(yù)影響的具體結(jié)果，利用這些結(jié)果就可以求估干預(yù)模型的各個(gè)參數(shù)一是：利用干預(yù)影響產(chǎn)生前的數(shù)據(jù)，建立單變量的時(shí)間序列模型然后利用此模型進(jìn)行外推預(yù)測(cè)，得到的預(yù)測(cè)值，作為不受干預(yù)影響的數(shù)值二是：將實(shí)際值減去預(yù)測(cè)值，得到受干預(yù)影響的具體結(jié)果，利用這些結(jié)果估算干預(yù)影響的參數(shù)三是： 利用排除干預(yù)影響后的全部數(shù)據(jù)，識(shí)別與估計(jì)出一個(gè)單變量的時(shí)間序列模型最后：求出總的干預(yù)分析模型多元線性回歸預(yù)測(cè)法社會(huì)經(jīng)濟(jì)現(xiàn)象的發(fā)展變化往往會(huì)受到多個(gè)因素的影響，因此，

16、一般要進(jìn)行多元回歸分析，我們把包括兩個(gè)或兩個(gè)以上自變量的回歸分析稱為多元回歸分析多元回歸與一元回歸類似，一般運(yùn)用最小二乘法估計(jì)模型參數(shù)，最后需要對(duì)模型及模型參數(shù)進(jìn)行統(tǒng)計(jì)檢驗(yàn)（ 1） 二元線性回歸模型（以二元線性回歸模型為例）yi a0 a1x1 a2x2i類比使用最小二乘法的方法對(duì)參數(shù)進(jìn)行估計(jì)2）擬合優(yōu)度指標(biāo)檢驗(yàn)標(biāo)準(zhǔn)誤差：對(duì)y值與模型估計(jì)值之間的離差的一種度量其計(jì)算公式為：SE可決系數(shù)的計(jì)算及檢測(cè) 可決系數(shù)公式：22(y y)R2 1-(y y)R2 0表示回歸模型不能對(duì)因變量y的變差做出任何解釋；R2 1 表示回歸模型對(duì)因變量y 的全部變差做出解釋置信范圍的計(jì)算 置信區(qū)間的計(jì)算公式為：置信區(qū)

17、間= y tpSEnk其中 t p 是自由度為t 的 統(tǒng)計(jì)量數(shù)值表中的數(shù)值，n 是觀察值的個(gè)數(shù)，t 是包括因變量在內(nèi)的變量的個(gè)數(shù)自相關(guān)和多重共線性問題自相關(guān)檢驗(yàn)：多元線性回歸模型的基本假設(shè)之一就是模型的隨機(jī)干擾項(xiàng)相互獨(dú)立即不相關(guān)，實(shí)際問題中的自相關(guān)往往是由于：變量固有慣性、模型設(shè)定偏誤、數(shù)據(jù)的 “編造”等原因，如果存在自相關(guān)會(huì)對(duì)參數(shù)的估計(jì)產(chǎn)生許多不良后果，主要運(yùn)用D-W檢驗(yàn)法檢驗(yàn)n( i i 1)2D-W 值的計(jì)算D -W i 2 ni2i1其中：i yi yi多重共線性檢驗(yàn)：模型中的各個(gè)自變量所提供的是各個(gè)不同因素的信息，并且回歸分析的基本假定里，假定各自變量同其他自變量之間是顯著無關(guān)的，但

18、是，實(shí)際上兩個(gè)自變量之間可能存在相關(guān)關(guān)系，這種關(guān)系會(huì)導(dǎo)致建立錯(cuò)誤的回歸模型以及得出使人誤解的結(jié)論為了避免這個(gè)問題，有必要對(duì)自變量之間相關(guān)與否進(jìn)行檢驗(yàn)5 任何兩個(gè)自變量之間的相關(guān)系數(shù)為：(x x)(y y)r(x x)(2 y-y) 2經(jīng)驗(yàn)法則認(rèn)為，兩個(gè)自變量的相關(guān)系數(shù)的絕對(duì)值小于0.75 或者 0.5, 表示這兩個(gè)自變量之間不存在多重共線性問題如果某兩個(gè)自變量之間存在高度相關(guān)的關(guān)系，就有必要把模型中的其中一個(gè)自變量刪去2 變量的選取影響考研人數(shù)的定量因素有很多例如：應(yīng)屆本科畢業(yè)生人數(shù)、就業(yè)情況、GDP、招生人數(shù)、教育投入、在校學(xué)習(xí)成績(jī)等等，考慮到數(shù)據(jù)的可獲性及對(duì)考研人數(shù)影響的重要性，選取影響考

19、研人數(shù)變動(dòng)的的幾個(gè)主要定量因素如下：失業(yè)率x1 代表就業(yè)情況；普通本科生畢業(yè)數(shù)x2 代表研究生人數(shù)的基數(shù)；教育經(jīng)費(fèi)x3代表國(guó)家對(duì)大學(xué)生考研的助力；研究生招生人數(shù)x4 代表社會(huì)和國(guó)家對(duì)研究生的需求量3 模型的建立3.1 制作曲線圖觀查曲線走勢(shì)運(yùn)用 spss 軟件制作考研人數(shù)隨時(shí)間變化的時(shí)間序列線性圖3-13-1 看出 2008 年和 2014 年數(shù)據(jù)走勢(shì)和大體走勢(shì)明顯有差異，絕對(duì)數(shù)也驗(yàn)證了這一點(diǎn)2008年和2014年是近 20年內(nèi)僅有的兩次人數(shù)下降，由于 2014年后的數(shù)據(jù)缺失本文以2008年為例運(yùn)用干預(yù)分析模型進(jìn)行分析，建立模型預(yù)測(cè)考研人數(shù)（數(shù)據(jù)見附錄）3.1.1 確立初步模型根據(jù)199820

20、07年的數(shù)據(jù)建立一個(gè)時(shí)間序列模型：2xt a0 a1t a2tZtt其中， t 為自變量，t 表示時(shí)間，zt 表示干預(yù)事件對(duì)因變量的影響，它的確定是整個(gè)模型的關(guān)鍵由于干預(yù)的影響是逐漸加強(qiáng)的，它的作用又是長(zhǎng)期并且深遠(yuǎn)的，因此， 干預(yù)變量可選以下的形式：其中：zt1 BStT0, 2008年前1, 2008年及其后對(duì) 19982007年的數(shù)據(jù)建立一個(gè)時(shí)間增長(zhǎng)模型，由圖像看出比較接近多項(xiàng)式增長(zhǎng)模型2xt 13.256 8.499t 0.399t 2運(yùn)用 spss 軟件對(duì)多項(xiàng)式增長(zhǎng)模型做以下模型分析和檢驗(yàn)表 3-1 F 檢驗(yàn)表模型平方和Df均方FSig.1回歸13787.61726893.809139

21、.568.000a殘差 總計(jì)345.75714133.3747949.394 -表 3-2 R 方檢驗(yàn)表模型RR方調(diào)整R 方標(biāo)準(zhǔn)估計(jì)的誤差1.988a.976.9697.02807由表 3-2 看出R， R 方，調(diào)整R 方以及表3-1 的 F 值數(shù)值都說明該模型擬合度較好，可以通過參數(shù)的顯著性檢驗(yàn)和整個(gè)回歸方程的顯著性檢驗(yàn)分離數(shù)據(jù)，估算參數(shù)在此基礎(chǔ)上分離出干預(yù)因素影響的具體數(shù)值，并估算干預(yù)模型的參數(shù)，用剛才的模型進(jìn)行2008到 2014年考研人數(shù)的預(yù)測(cè)，然后用實(shí)際值減去預(yù)測(cè)值得到的差值，就是 08年產(chǎn)生的干預(yù)值, 記為 Zt 所求具體數(shù)值見下表3-3 ：表 3-3 干預(yù)值表T200820092

22、0102011201220132014Zt-35.025-48.1013-50.5756-59.348-64.9184-75.3868-101.053利用上表3-3 的數(shù)據(jù)，可以估算出干預(yù)模型:Tzt1 BStT與 ，實(shí)際上是自回歸方程: ztzt 1 的參數(shù)：? 5.560, ? 1.298zt 1.298zt 1 5.560計(jì)算凈化序列建立擬合模型凈化序列是指消除了干預(yù)影響后計(jì)算得到的序列，它是由實(shí)際的觀察序列值減去干預(yù)影響值后得到的，即：ytxt - zt對(duì)凈化系列yt建立時(shí)間序列模型如下：2yt 2.310 15.149t-0.295t2表 3-4 F 值檢驗(yàn)表模型平方和Df均方FSi

23、g.1回歸198126.859299063.4301436.318.000a殘差965.5851468.970總計(jì)199092.44516a. 預(yù)測(cè)變量: （ 常量 ） , t, VAR00001b. 因變量 : VAR00003表 3-5 R 方檢驗(yàn)表模型RR方調(diào)整R 方標(biāo)準(zhǔn)估計(jì)的誤差1.998a.995.9948.30484a. 預(yù)測(cè)變量: （ 常量 ） , VAR00004, VAR00001R， R方，調(diào)整R方均比優(yōu)化前優(yōu)越說明：該模型擬合度較好，可以通過參數(shù)的顯著性檢驗(yàn)和整個(gè)回歸方程的顯著性檢驗(yàn)3.1.4 組建干預(yù)模型通過以上各步的參數(shù)估計(jì)，可以組建最終的干預(yù)分析模型如下：yt25.

24、5602.310 15.149t-0.295t2.其中：StT1 1.298B0, 2008年前1, 2008年及其后xt 與原始數(shù)值xt比較如下表：3-6 預(yù)測(cè)值表利用干預(yù)分析模型計(jì)算出的預(yù)測(cè)值3.1.5 預(yù)測(cè)對(duì)比19981999200020012002200320042005200627.14332.27139.58549.08560.77174.64390.701108.945129.37520072008200920102011201220132014132.097106.743107.578131.803145.619168.024182.819169.404表進(jìn)一步做對(duì)比圖3-2：

25、3-2該圖說明預(yù)測(cè)值和實(shí)際值的重合度很高，直觀的說明了干預(yù)模型取得了相當(dāng)不錯(cuò)的效果3.2 多元線性回歸預(yù)測(cè)模型由于統(tǒng)計(jì)年鑒只更新到2013年， 故該模型的建立選取了1998年到 2012年 15 組數(shù)據(jù)運(yùn)用 excl 和 spss 軟件進(jìn)行分析（注：若無特殊說明，本文中的各類數(shù)據(jù)檢驗(yàn)顯著性水平均為0.05） （數(shù)據(jù)均來自統(tǒng)計(jì)年鑒、教育網(wǎng)）（數(shù)據(jù)見附錄）模型的建立建立以下線性回歸模型：y b0 b1x1 b2x2 b3x3 b4x4（ 1）用 spss 軟件得到如下結(jié)果回歸模型為：y 11.568-2.523x1 0.011x2 7.521x3 2.964x4（ 2）模型的檢驗(yàn)1） R2擬合優(yōu)度

26、檢驗(yàn)表 3-7 R 方檢驗(yàn)表模型RR 方調(diào)整R 方標(biāo)準(zhǔn)估計(jì)的誤差1.986a.972.9619.10733a. 預(yù)測(cè)變量: （ 常量 ）, 招生數(shù) , 失業(yè)率 , 教育經(jīng)費(fèi), 畢業(yè)生數(shù)由該表 3-7 可以看出R=0.986， R方 =0.972，調(diào)整R方為 0.961 ，意味著回歸模型對(duì) y 的百分之九十六以上變差做出解釋，說明該模型總體擬合較好值檢驗(yàn)表 3-8 F 值檢驗(yàn)表模型平方和df均方FSig.1回歸28810.44247202.61186.838.000a殘差829.4341082.943總計(jì)29639.87614a. 預(yù)測(cè)變量: （ 常量 ）, 招生數(shù) , 失業(yè)率 , 教育經(jīng)費(fèi),

27、畢業(yè)生數(shù)b. 因變量 : VAR00001上表 3-8 格為 F 值檢驗(yàn)可以看到F值為 86.838， F值對(duì)應(yīng) p 值顯著小于0.05，說明在為 0.05 置信水平下顯著通過了F值檢驗(yàn)小結(jié)：由以上兩個(gè)檢驗(yàn)得，在0.05 置信水平下模型顯著的通過了擬合優(yōu)度檢驗(yàn)，模型整體能夠解釋對(duì)因變量y 百分之九十六以上的變差，模型整體擬合度較好變量的顯著性t 值檢驗(yàn)表 3-9 系數(shù)顯著性檢驗(yàn)表模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版（ 常量 ）11.56816.570.698.501失業(yè)率-2.5238.011-.028-.315.759畢業(yè)生數(shù)-.011.218-.022-.049.962教育經(jīng)

28、費(fèi)7.521.000-.123.459.056招生數(shù)2.964.8951.1333.310.008a. 因變量 : VAR00001由上述表3-9 可以看出四個(gè)變量只有最后一個(gè)變量研究生招生人數(shù)x4能通過t 值檢驗(yàn)，但是模型整體顯著的通過了檢驗(yàn)，估計(jì)存在多重共線性或者自相關(guān)自相關(guān)檢驗(yàn)表 3-10 D-W 檢驗(yàn)表模型RR 方調(diào)整R 方標(biāo)準(zhǔn)估計(jì)的誤差Durbin-Watson1.986a.972.9619.107331.867a. 預(yù)測(cè)變量: （ 常量 ）, 招生數(shù) , 失業(yè)率 , 教育經(jīng)費(fèi), 畢業(yè)生數(shù)b. 因變量 : VAR000013-10 可以看出D-W值為1.867， 查表得 d L =0

29、.49, dU=1.70， D-W值在dU -2之間故該模型不存在自相關(guān)，最大的可能是存在多重共線性多重共線性檢驗(yàn)表 3-11 相關(guān)性檢驗(yàn)表失業(yè)率畢業(yè)生數(shù)教育經(jīng)費(fèi)招生數(shù)失業(yè)率Pearson 相關(guān)性1.858*.670*.471顯著性（雙側(cè)）.001.006.077N15151515畢業(yè)生數(shù)Pearson 相關(guān)性.858*1.968*.483顯著性（雙側(cè)）.001.000.072N15151515教育經(jīng)費(fèi)Pearson 相關(guān)性顯著性（雙側(cè)）.670*.006.968*.0001.335.080N15151515招生數(shù)Pearson 相關(guān)性.471.483.3351顯著性（雙側(cè)）N.07715.0

30、7215.0801515 TOC o 1-5 h z . 在 0.05 水平（雙側(cè)）上顯著相關(guān)*. 在 .01 水平（雙側(cè)）上顯著相關(guān)由以上表3-11 可以看出變量x3 與 x1 ， x2 以及 x2 和 x1 之間有高度相關(guān)性，特別是 x2 和 x1 之間，高度相關(guān)性就會(huì)表現(xiàn)為多重共線性，這應(yīng)該就是回歸模型沒有通過t值檢驗(yàn)的主要原因由變量顯著t 檢驗(yàn)的表3-9 可以看出研究生人數(shù)（y）和招生數(shù)之間的線性擬合度最好，所以應(yīng)該保留變量x4，再順次加入其它變量x3、 x2、 x1 對(duì)原始模型運(yùn)用spss軟件進(jìn)行修正逐步回歸，如下表：表 3-12 系數(shù)顯著性檢驗(yàn)表模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B

31、標(biāo)準(zhǔn)誤差試用版1（ 常量 ）6.9485.2811.316.213教育經(jīng)費(fèi)9.113.0008.1821.334.017招生數(shù)3.018.3571.1548.451.000a. 因變量 : y該表 3-12 顯示兩個(gè)變量t 值對(duì)于 P值均明顯小于0.05， 故在 0.05 置信水平下兩變量均顯著的通過了t 值檢驗(yàn)，然后觀察R檢驗(yàn)表格如下：表 3-13 擬合優(yōu)度檢驗(yàn)表 模型匯總模型RR 方調(diào)整R 方標(biāo)準(zhǔn)估計(jì)的誤差1.996a.992.9948.35751b. 預(yù)測(cè)變量: （ 常量 ）, 招生數(shù) , 教育經(jīng)費(fèi)表 3-14 F 值檢驗(yàn)表b Anova模型平方和df均方FSig.1回歸28801.70

32、1214400.850206.174.000a殘差838.1761269.848總計(jì)29639.87614預(yù)測(cè)變量: （ 常量 ）, 招生數(shù) , 教育經(jīng)費(fèi)因變量 : VAR00001對(duì)比表 3-13 和修正前表3-7 的R2發(fā)現(xiàn)R2有了很大的改善，所以必須保留下x3，同理將其他新變量逐步添加進(jìn)來進(jìn)行修正逐步回歸，添加新的變量x2 發(fā)現(xiàn)有兩項(xiàng)檢驗(yàn)不能通過，第一是t 值檢驗(yàn)通不過，第二是系數(shù)為負(fù)數(shù)，即考研人數(shù)和畢業(yè)本科生人數(shù)呈負(fù)相關(guān)，不符合經(jīng)濟(jì)意義檢驗(yàn)，實(shí)際生活中兩者應(yīng)該呈正相關(guān)關(guān)系，所以x2 應(yīng)該被刪除添加新變量x1 其參數(shù)仍為負(fù)數(shù)，一般來說失業(yè)率增長(zhǎng)應(yīng)該會(huì)導(dǎo)致更多的本科畢 TOC o 1-5

33、h z 業(yè)生選擇考研，從而提高自己的素質(zhì)和就業(yè)能力，兩者必將呈現(xiàn)正相關(guān)關(guān)系，所以x1變量也應(yīng)該剔除最后通過一系列的檢驗(yàn)及校正，得出以下結(jié)果y 6.9 4 88.1 8x23 1.1 5x44（ 3）以上分析在統(tǒng)計(jì)意義上進(jìn)行了各種檢驗(yàn)說明，之前選擇的四個(gè)變量中失業(yè)率x1 和普通本科生畢業(yè)數(shù)x2 對(duì)考研人數(shù)的影響沒有想象的那么大，數(shù)據(jù)表明刪除兩個(gè)變量后，模型的預(yù)測(cè)效果有了較為明顯的改善經(jīng)濟(jì)意義檢驗(yàn)由（3）式得x3 和 x4 表示的變量教育經(jīng)費(fèi)和研究生招生人數(shù)都是影響考研人數(shù)的主要因素，另外兩個(gè)變量雖然有一定影響但是系數(shù)的正負(fù)所表示的經(jīng)濟(jì)意義是錯(cuò)誤的該模型的R2 =0.996，調(diào)整 R2=0.994

34、，都相對(duì)較大，說明模型的擬合程度比較高，F(xiàn) 值也證明了這一點(diǎn)此外失業(yè)率x1和普通本科生畢業(yè)數(shù)x2對(duì)考研人數(shù)的影響，從經(jīng)濟(jì)意義上來講都應(yīng)該是正相關(guān)的失業(yè)率增加更多的本科生應(yīng)該會(huì)選擇考研，畢業(yè)生數(shù)是考研的基數(shù)，從統(tǒng)計(jì)概率意義上來說，畢業(yè)生數(shù)增加考研人數(shù)也應(yīng)該是增加才對(duì)，但是（2）式中明顯的系數(shù)符號(hào)錯(cuò)誤，與經(jīng)濟(jì)意義不符圖表擬合檢驗(yàn)用校正后的擬合模型（3）計(jì)算歷年考研人數(shù)的預(yù)測(cè)值并做折線圖3-3圖 3-3擬合度較好，可以相對(duì)準(zhǔn)確的預(yù)測(cè)出結(jié)果3.3 模型小結(jié)對(duì)于干預(yù)分析模型，無論從模型的擬合優(yōu)度還是F 值，都可以看出干預(yù)分析模型要優(yōu)于一般的多項(xiàng)式模型根據(jù)前人的研究可知2008年干預(yù)因素主要有：考試生源被

35、分流， 正如股票中熱點(diǎn)輪換一樣，2008年原本有意愿報(bào)考研究生的很大一部分都去報(bào)考了當(dāng)年的公務(wù)員這一點(diǎn)，不妨查查當(dāng)年各地公務(wù)員報(bào)考人數(shù)一看便知；很大一部分人由于種種原因選擇了工作，也許在大家看來這個(gè)情況每年都有，并非是2008年的特別情況， 但是大家不能忘記很重要的一個(gè)因素就是：2008年北京奧運(yùn)會(huì)帶來的很好的工作機(jī)遇，而報(bào)考2008碩士研究生考試的應(yīng)屆畢業(yè)生正是奧運(yùn)會(huì)舉行之時(shí)畢業(yè)的，大家想一想，又有多少人會(huì)放棄這么好的一個(gè)機(jī)會(huì)，而去選擇另外一條風(fēng)險(xiǎn)相對(duì)較大路呢？還有就是有關(guān)研究生就業(yè)難的負(fù)面報(bào)道在當(dāng)時(shí)也過于頻繁并且隨處可見，這一點(diǎn)相信大家肯定也有所耳聞6 無獨(dú)有偶2014年考研也進(jìn)行了全面改

36、革：2014年第一次取消 “不超過 40歲” 的年齡限制；更為重要的是研究生教育收費(fèi)制度全面實(shí)行，研究生的培養(yǎng)取消公費(fèi)，全面實(shí)行自費(fèi)制度；同時(shí)也存在諸多社會(huì)因素：就業(yè)市場(chǎng)上研究生的競(jìng)爭(zhēng)力不強(qiáng)，就業(yè)率低7 對(duì)于該模型的研究由于2014年后數(shù)據(jù)的缺失，本文以 08 年的轉(zhuǎn)折拐點(diǎn)為例研究了研究生人數(shù)的走向趨勢(shì)，主要目的就是提出一種預(yù)測(cè)考研人數(shù)的一種相對(duì)更優(yōu)的方法對(duì)于多元線性分析模型，通過上述分析，能夠得出以下幾個(gè)結(jié)論：首先，考研人數(shù)的變動(dòng)只與招生人數(shù)和教育經(jīng)費(fèi)這兩個(gè)因素有顯著的相關(guān)關(guān)系其次，失業(yè)率和普通本科生畢業(yè)數(shù)這兩個(gè)因素對(duì)考研人數(shù)變動(dòng)的影響是不顯著地，或者說沒有明顯的相關(guān)關(guān)系總言之：招生人數(shù)和教

37、育經(jīng)費(fèi)兩個(gè)變量，是影響考研認(rèn)識(shí)的主要因素，同時(shí)還有考慮到國(guó)家政策干預(yù)的影響從經(jīng)濟(jì)意義上講，隨著招生人數(shù)和教育經(jīng)費(fèi)的增加，考研人數(shù)是呈現(xiàn)遞增趨勢(shì)的，教育經(jīng)費(fèi)是影響研究生總?cè)藬?shù)的最主要因素4 總結(jié)和建議通過上述分析可以知道，時(shí)間序列經(jīng)常會(huì)受到特殊事件及政府政策變化的影響，要想較為準(zhǔn)確的預(yù)測(cè)時(shí)間序列，首先要做的就是排除干預(yù)因素，干預(yù)分析的目的，就是從定量分析的角度來評(píng)估政策干預(yù)或者突發(fā)事件對(duì)經(jīng)濟(jì)環(huán)境和經(jīng)濟(jì)過程的具體影響本文比較突出的就是2008年和 2014年的兩次國(guó)家政策干預(yù)和市場(chǎng)就業(yè)等社會(huì)問題，兩個(gè)比較突出的干預(yù)影響以上分析的各種統(tǒng)計(jì)性檢驗(yàn)都說明了干預(yù)模型，在處理時(shí)間序列收到政策影響類問題時(shí)的優(yōu)

38、越性，再預(yù)測(cè)時(shí)間序列數(shù)據(jù)發(fā)展趨勢(shì)方面有很好的應(yīng)用效果與此同時(shí)影響考研人數(shù)發(fā)展的不僅僅是突發(fā)事件和政策變化，還有很多其他與考研人數(shù)密切相關(guān)的其他重要因素，此類問題就需要多元回歸分析這一工具以上的多元模型不僅通過了各類統(tǒng)計(jì)學(xué)檢驗(yàn)，更為重要的是通過了經(jīng)濟(jì)意義檢驗(yàn)，能夠順利的找出影響考研人數(shù)的最主要因素，并且能夠得出相應(yīng)的一些有針對(duì)性的建議通過兩種模型的分析，可以發(fā)現(xiàn)考研人數(shù)的迅速增長(zhǎng)在一定程度上是一直被動(dòng)的，盲目的行為，如果要改變這一現(xiàn)狀，需要社會(huì)，國(guó)家，學(xué)校以及個(gè)人等等各方面的共同努力，引導(dǎo)考研大學(xué)生做出比較理性的選擇，引導(dǎo)人才就業(yè)市場(chǎng)向著更加健康的方向發(fā)展通過以上分析及瀏覽學(xué)習(xí)其他學(xué)者研究成果，

39、提出以下幾點(diǎn)建議：首先， 對(duì)于政府而言要進(jìn)一步完善畢業(yè)生就業(yè)政策，加大畢業(yè)生自助創(chuàng)業(yè)扶植力度，改善畢業(yè)生就業(yè)環(huán)境，要從宏觀上把握、引導(dǎo)人才培養(yǎng)教育的總原則和總方向，加大教育投資，繼續(xù)堅(jiān)持科教興國(guó)強(qiáng)國(guó)戰(zhàn)略，進(jìn)一步要用法律法規(guī)來維護(hù)求職者的合法權(quán)益，為社會(huì)培養(yǎng)不同層次、不同領(lǐng)域的高素質(zhì)人才其次，就企業(yè)而言，企業(yè)應(yīng)當(dāng)樹立正確的用人觀念，在選才取向、用人成本方面采取合理性、務(wù)實(shí)性的良性可持續(xù)標(biāo)準(zhǔn)，不能只注重學(xué)歷，同時(shí)適當(dāng)加大培訓(xùn)力度，給大學(xué)生提供更好的平臺(tái)，更多的選擇，更大的發(fā)展空間再次， 高校應(yīng)該加強(qiáng)學(xué)生的事業(yè)規(guī)劃教育，同時(shí)也要注意加強(qiáng)學(xué)生的實(shí)踐能力培養(yǎng)，提高學(xué)生適應(yīng)社會(huì)的能力和個(gè)人綜合素質(zhì)，實(shí)現(xiàn)教

40、育與就業(yè)的接軌，防止學(xué)生學(xué)到知識(shí)和實(shí)際應(yīng)用的脫節(jié)因材施教對(duì)適合科研的學(xué)生，適當(dāng)?shù)亩嘁恍┭芯可矫娴呐囵B(yǎng)最后，對(duì)于大學(xué)生自身而言，要明確自身的實(shí)際情況，指定正確的職業(yè)生涯規(guī)劃，不能跟風(fēng)，只有努力提升自己的綜合素質(zhì)和實(shí)踐能力，才能真正解決自己的問題面對(duì)新時(shí)代、新形勢(shì)，正確的自我價(jià)值觀能夠增強(qiáng)大學(xué)生的自我意識(shí)水平作為大學(xué)生我們更應(yīng)該根據(jù)自身的特點(diǎn)和社會(huì)需求，進(jìn)行自我設(shè)計(jì)、角色預(yù)期，塑造自我，將個(gè)人的理想與社會(huì)的需求完美結(jié)合，規(guī)劃和把握好人生才能適應(yīng)當(dāng)今社會(huì)的快速發(fā)展8 合理健全的人才結(jié)構(gòu)是一個(gè)社會(huì)健康和諧發(fā)展必不可少的條件，考研人數(shù)發(fā)展變化的背后，是各種因素的影響的結(jié)果分析研究發(fā)現(xiàn)考研人數(shù)很大程度上

41、是收到了招生人數(shù)和教育投資的影響，就業(yè)率也有部分影響，社會(huì)各方面應(yīng)該采取有效措施，合理改善這兩方面的影響，使得我們的人才結(jié)構(gòu)更加合理健康的發(fā)展參考文獻(xiàn)賈申申 . 大學(xué)生考研中存在的問題及對(duì)策分析J. 金田 .2013(03)馬維軒 . 長(zhǎng)江大學(xué)在校大學(xué)生考研及考研類型的探析J. 網(wǎng)絡(luò)財(cái)富.2010(22)王小清 , 林榮華 . 影響大學(xué)生考研心態(tài)的因素探析J. 沈陽教育學(xué)院學(xué)報(bào).2009(04)周彥 . 淺談大學(xué)生考研熱J. 商品與質(zhì)量.2011王鵬宇 . 考研與求職: 殊途同歸還是漸行漸遠(yuǎn)J. 中國(guó)大學(xué)生就業(yè).2007(21)徐國(guó)祥 . 統(tǒng)計(jì)預(yù)測(cè)和決策M(jìn). 上海：上海財(cái)經(jīng)大學(xué)出版社.2012吳婷 , 賈勇宏 . 變遷與走向：我國(guó)研究生招生政策的文本分析J. 教育探索.2011(4)王曉艷 , 鄒丹杰 . 大學(xué)生考研的動(dòng)機(jī)分析及心理調(diào)適J. 內(nèi)蒙古師范大學(xué)學(xué)報(bào) .2008(11)覃嘉 . 金融危機(jī)