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)濟的不斷發(fā)展，一方面社會對人才的需求日漸提高，另一方面我國的就業(yè)形勢日趨嚴(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)展趨勢是增加的，與此同時近年研究生的就業(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內(nèi)容就是要通過運用統(tǒng)計預(yù)測與決策、數(shù)學(xué)模型及相關(guān)知識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)計預(yù)測與決策及數(shù)學(xué)模型在發(fā)展趨勢預(yù)測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)測分析考研人數(shù)發(fā)展趨勢關(guān)鍵詞：統(tǒng)計預(yù)測與決策趨勢分析干預(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知識儲備 2統(tǒng)計預(yù)測的基礎(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)計預(yù)測的原則和步驟 2 HYPERLINK l bookmark17 o Current Document 應(yīng)用預(yù)測分析方法概述及實施 2 HYPERLINK l bookmark19 o Current Document 干預(yù)

7、分析模型預(yù)測法 2 HYPERLINK l bookmark21 o Current Document 多元線性回歸預(yù)測法 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 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)測對比 7 HYPERLINK l bookmark37 o Current Document 多元線性回歸預(yù)測模型 8模型的建立 8模型的檢驗 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)展總趨勢是持續(xù)增長的，為何會有這么多的學(xué)生選擇考研呢？2014 年之前近20 年內(nèi)除了2008 年以外考研報名人數(shù)增長率均大于零，2014年全國碩士研究生招生考試報名人數(shù)大約為172萬，比 2013年減少 4萬人；但是其中專業(yè)學(xué)位碩士報名人數(shù)68 萬人，有所增長比2013 年增加了9 萬人 2014 年全國研究生招生數(shù)據(jù)調(diào)查報告顯示，2014年全國碩士研

10、究生報考熱度趨緩，近20 年內(nèi)，考研報名人數(shù)繼2008年首次下降之后，2014年出現(xiàn)第二次下降全國各地考研報名人數(shù)均呈現(xiàn)不同程度下降趨勢，如北京、 河北、 湖北分別下降7.6%、 3.8%、1.24%隨著社會的不斷發(fā)展，越來越多的大學(xué)生不再滿足于本科學(xué)歷，同時還有就業(yè)壓力的負(fù)面影響，對于大學(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隨著大數(shù)據(jù)時代的來臨，以及電子計算機技術(shù)的迅猛發(fā)展，統(tǒng)計學(xué)的越來越被各類知名學(xué)府所重視，統(tǒng)計學(xué)被廣泛的應(yīng)用在預(yù)測各類問題的發(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)計學(xué)里的統(tǒng)計預(yù)測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)測模型，盡量相對準(zhǔn)確的預(yù)測未來考研人數(shù)增長的趨勢雖然 2014年考研大軍的增速有所減緩，但是考研人數(shù)發(fā)展的大趨勢還是增長的，本文運用所學(xué)統(tǒng)計學(xué)知識，干預(yù)分析就是從定量分析的角度來評估政策干預(yù)或突發(fā)事件對經(jīng)濟環(huán)境和經(jīng)濟過程的具體影響，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)展趨勢及分析對考研人數(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)費及大學(xué)生基數(shù)等等主要因素的回歸模型，相對準(zhǔn)確的預(yù)測考研人數(shù)，并找出影響考研人數(shù)的最主要因素，最后給出相應(yīng)的不成熟的針對性的建議，將對小到學(xué)校

12、院系合理制定針對本系本科生考研的激勵政策，大到國家政府制定科教興國，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)是一個社會健康發(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)而檢驗社會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)變動真正成為我國人才結(jié)構(gòu)合理化發(fā)展的晴雨表1 知識儲備統(tǒng)計預(yù)測的基礎(chǔ)介紹預(yù)測就是根據(jù)過去和現(xiàn)在的數(shù)據(jù)來估計未來，預(yù)測未來統(tǒng)計預(yù)測歸屬于預(yù)測方法研究范疇，即怎樣利用科學(xué)的統(tǒng)計學(xué)方法對事物的未來發(fā)展進(jìn)行定量推測1 應(yīng)用與方法在市場經(jīng)濟條件下，預(yù)測的作用通常是經(jīng)由各個企業(yè)或行業(yè)內(nèi)部

13、的行動計劃和決策來實現(xiàn)的 ; 統(tǒng)計預(yù)測作用的大小主要是由預(yù)測結(jié)果所產(chǎn)生的效用的多少決定的統(tǒng)計預(yù)測方法可歸納分為定性預(yù)測方法和定量預(yù)測方法兩類，其中定量預(yù)測法又可大致分為回歸預(yù)測法和時間序列預(yù)測法; 按預(yù)測時間長短，分為近期預(yù)測、短期預(yù)測、中期預(yù)測和長期預(yù)測2 本文主要應(yīng)用的方法是定量預(yù)測法，其中主要運用了多元線性回歸預(yù)測法和干預(yù)分析模型預(yù)測法統(tǒng)計預(yù)測的原則和步驟原則：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)，其升降起伏變動不是雜亂無章的，而是有章可循的事物變動的這

14、種結(jié)構(gòu)性可用數(shù)學(xué)方法加以模擬，根據(jù)所測定的模型，類比現(xiàn)在，預(yù)測未來 3 步驟：第一步：確定預(yù)測目標(biāo)，第二步：搜索審核資料，第三步：選擇預(yù)測模型和方法 ，第四步：分析預(yù)測誤差，改進(jìn)預(yù)測模型，第五步：提出預(yù)測報告應(yīng)用預(yù)測分析方法概述及實施定量預(yù)測法注重于事物發(fā)展在數(shù)量方面的分析，重視對事物發(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)計資料，較少受主觀因素的影響4 本文主要運用干預(yù)分析模型預(yù)測法、多元線性回歸預(yù)測法干預(yù)分析模型預(yù)測法干預(yù)的含義：時間序列經(jīng)常會受到某些特殊事件及態(tài)勢的影響，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估政策干預(yù)或突發(fā)事件對經(jīng)濟環(huán)境和經(jīng)濟過程的具體影響

15、利用干預(yù)影響發(fā)生前的已知數(shù)據(jù)，建立一個單變量的時間序列模型，然后利用該模型進(jìn)行外推預(yù)測，求得新的預(yù)測值，作為不受干預(yù)影響的具體數(shù)值，最后用實際值減去預(yù)測值，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)，建立單變量的時間序列模型然后利用此模型進(jìn)行外推預(yù)測，得到的預(yù)測值，作為不受干預(yù)影響的數(shù)值二是：將實際值減去預(yù)測值，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)，識別與估計出一個單變量的時間序列模型最后：求出總的干預(yù)分析模型多元線性回歸預(yù)測法社會經(jīng)濟現(xiàn)象的發(fā)展變化往往會受到多個因素的影響，因此，

16、一般要進(jìn)行多元回歸分析，我們把包括兩個或兩個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，一般運用最小二乘法估計模型參數(shù)，最后需要對模型及模型參數(shù)進(jìn)行統(tǒng)計檢驗（ 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參數(shù)進(jìn)行估計2）擬合優(yōu)度指標(biāo)檢驗標(biāo)準(zhǔn)誤差：對y值與模型估計值之間的離差的一種度量其計算公式為：SE可決系數(shù)的計算及檢測 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因變量y的變差做出任何解釋；R2 1 表示回歸模型對因變量y 的全部變差做出解釋置信范圍的計算 置信區(qū)間的計算公式為：置信區(qū)

17、間= y tpSEnk其中 t p 是自由度為t 的 統(tǒng)計量數(shù)值表中的數(shù)值，n 是觀察值的個數(shù)，t 是包括因變量在內(nèi)的變量的個數(shù)自相關(guān)和多重共線性問題自相關(guān)檢驗：多元線性回歸模型的基本假設(shè)之一就是模型的隨機干擾項相互獨立即不相關(guān)，實際問題中的自相關(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)會對參數(shù)的估計產(chǎn)生許多不良后果，主要運用D-W檢驗法檢驗n( i i 1)2D-W 值的計算D -W i 2 ni2i1其中：i yi yi多重共線性檢驗：模型中的各個自變量所提供的是各個不同因素的信息，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，實際上兩個自變量之間可能存在相關(guān)關(guān)系，這種關(guān)系會導(dǎo)致建立錯誤的回歸模型以及得出使人誤解的結(jié)論為了避免這個問題，有必要對自變量之間相關(guān)與否進(jìn)行檢驗5 任何兩個自變量之間的相關(guān)系數(shù)為：(x x)(y y)r(x x)(2 y-y) 2經(jīng)驗法則認(rèn)為，兩個自變量的相關(guān)系數(shù)的絕對值小于0.75 或者 0.5, 表示這兩個自變量之間不存在多重共線性問題如果某兩個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)成績等等，考慮到數(shù)據(jù)的可獲性及對考研人數(shù)影響的重要性，選取影響考

19、研人數(shù)變動的的幾個主要定量因素如下：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x3代表國家對大學(xué)生考研的助力；研究生招生人數(shù)x4 代表社會和國家對研究生的需求量3 模型的建立3.1 制作曲線圖觀查曲線走勢運用 spss 軟件制作考研人數(shù)隨時間變化的時間序列線性圖3-13-1 看出 2008 年和 2014 年數(shù)據(jù)走勢和大體走勢明顯有差異，絕對數(shù)也驗證了這一點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年為例運用干預(yù)分析模型進(jìn)行分析，建立模型預(yù)測考研人數(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)建立一個時間序列模型：2xt a0 a1t a2tZtt其中， t 為自變量，t 表示時間，zt 表示干預(yù)事件對因變量的影響，它的確定是整個模型的關(guān)鍵由于干預(yù)的影響是逐漸加強的，它的作用又是長期并且深遠(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 19982007年的數(shù)據(jù)建立一個時間增長模型，由圖像看出比較接近多項式增長模型2xt 13.256 8.499t 0.399t 2運用 spss 軟件對多項式增長模型做以下模型分析和檢驗表 3-1 F 檢驗表模型平方和Df均方FSig.1回歸13787.61726893.809139

21、.568.000a殘差 總計345.75714133.3747949.394 -表 3-2 R 方檢驗表模型RR方調(diào)整R 方標(biāo)準(zhǔn)估計的誤差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)的顯著性檢驗和整個回歸方程的顯著性檢驗分離數(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，然后用實際值減去預(yù)測值得到的差值，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 ，實際上是自回歸方程: ztzt 1 的參數(shù)：? 5.560, ? 1.298zt 1.298zt 1 5.560計算凈化序列建立擬合模型凈化序列是指消除了干預(yù)影響后計算得到的序列，它是由實際的觀察序列值減去干預(yù)影響值后得到的，即：ytxt - zt對凈化系列yt建立時間序列模型如下：2yt 2.310 15.149t-0.295t2表 3-4 F 值檢驗表模型平方和Df均方FSi

23、g.1回歸198126.859299063.4301436.318.000a殘差965.5851468.970總計199092.44516a. 預(yù)測變量: （ 常量 ） , t, VAR00001b. 因變量 : VAR00003表 3-5 R 方檢驗表模型RR方調(diào)整R 方標(biāo)準(zhǔn)估計的誤差1.998a.995.9948.30484a. 預(yù)測變量: （ 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)的顯著性檢驗和整個回歸方程的顯著性檢驗3.1.4 組建干預(yù)模型通過以上各步的參數(shù)估計，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)測值表利用干預(yù)分析模型計算出的預(yù)測值3.1.5 預(yù)測對比19981999200020012002200320042005200627.14332.27139.58549.08560.77174.64390.701108.945129.37520072008200920102011201220132014132.097106.743107.578131.803145.619168.024182.819169.404表進(jìn)一步做對比圖3-2：

25、3-2該圖說明預(yù)測值和實際值的重合度很高，直觀的說明了干預(yù)模型取得了相當(dāng)不錯的效果3.2 多元線性回歸預(yù)測模型由于統(tǒng)計年鑒只更新到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)檢驗顯著性水平均為0.05） （數(shù)據(jù)均來自統(tǒng)計年鑒、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1） R2擬合優(yōu)度

26、檢驗表 3-7 R 方檢驗表模型RR 方調(diào)整R 方標(biāo)準(zhǔn)估計的誤差1.986a.972.9619.10733a. 預(yù)測變量: （ 常量 ）, 招生數(shù) , 失業(yè)率 , 教育經(jīng)費, 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 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表 3-8 F 值檢驗表模型平方和df均方FSig.1回歸28810.44247202.61186.838.000a殘差829.4341082.943總計29639.87614a. 預(yù)測變量: （ 常量 ）, 招生數(shù) , 失業(yè)率 , 教育經(jīng)費,

27、畢業(yè)生數(shù)b. 因變量 : VAR00001上表 3-8 格為 F 值檢驗可以看到F值為 86.838， F值對應(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值檢驗小結(jié)：由以上兩個檢驗得，在0.05 置信水平下模型顯著的通過了擬合優(yōu)度檢驗，模型整體能夠解釋對因變量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 值檢驗表 3-9 系數(shù)顯著性檢驗表模型非標(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 可以看出四個變量只有最后一個變量研究生招生人數(shù)x4能通過t 值檢驗，但是模型整體顯著的通過了檢驗，估計存在多重共線性或者自相關(guān)自相關(guān)檢驗表 3-10 D-W 檢驗表模型RR 方調(diào)整R 方標(biāo)準(zhǔn)估計的誤差Durbin-Watson1.986a.972.9619.107331.867a. 預(yù)測變量: （ 常量 ）, 招生數(shù) , 失業(yè)率 , 教育經(jīng)費, 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表 3-11 相關(guān)性檢驗表失業(yè)率畢業(yè)生數(shù)教育經(jīng)費招生數(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值檢驗的主要原因由變量顯著t 檢驗的表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 對原始模型運用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 顯示兩個變量t 值對于 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，然后觀察R檢驗表格如下：表 3-13 擬合優(yōu)度檢驗表 模型匯總模型RR 方調(diào)整R 方標(biāo)準(zhǔn)估計的誤差1.996a.992.9948.35751b. 預(yù)測變量: （ 常量 ）, 招生數(shù) , 教育經(jīng)費表 3-14 F 值檢驗表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29639.87614預(yù)測變量: （ 常量 ）, 招生數(shù) , 教育經(jīng)費因變量 : VAR00001對比表 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)有兩項檢驗不能通過，第一是t 值檢驗通不過，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)濟意義檢驗，實際生活中兩者應(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)率增長應(yīng)該會導(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)計意義上進(jìn)行了各種檢驗說明，之前選擇的四個變量中失業(yè)率x1 和普通本科生畢業(yè)數(shù)x2 對考研人數(shù)的影響沒有想象的那么大，數(shù)據(jù)表明刪除兩個變量后，模型的預(yù)測效果有了較為明顯的改善經(jīng)濟意義檢驗由（3）式得x3 和 x4 表示的變量教育經(jīng)費和研究生招生人數(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)濟意義是錯誤的該模型的R2 =0.996，調(diào)整 R2=0.994

34、，都相對較大，說明模型的擬合程度比較高，F(xiàn) 值也證明了這一點此外失業(yè)率x1和普通本科生畢業(yè)數(shù)x2對考研人數(shù)的影響，從經(jīng)濟意義上來講都應(yīng)該是正相關(guān)的失業(yè)率增加更多的本科生應(yīng)該會選擇考研，畢業(yè)生數(shù)是考研的基數(shù)，從統(tǒng)計概率意義上來說，畢業(yè)生數(shù)增加考研人數(shù)也應(yīng)該是增加才對，但是（2）式中明顯的系數(shù)符號錯誤，與經(jīng)濟意義不符圖表擬合檢驗用校正后的擬合模型（3）計算歷年考研人數(shù)的預(yù)測值并做折線圖3-3圖 3-3擬合度較好，可以相對準(zhǔn)確的預(yù)測出結(jié)果3.3 模型小結(jié)對于干預(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， 正如股票中熱點輪換一樣，2008年原本有意愿報考研究生的很大一部分都去報考了當(dāng)年的公務(wù)員這一點，不妨查查當(dāng)年各地公務(wù)員報考人數(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因素就是：2008年北京奧運會帶來的很好的工作機遇，而報考2008碩士研究生考試的應(yīng)屆畢業(yè)生正是奧運會舉行之時畢業(yè)的，大家想一想，又有多少人會放棄這么好的一個機會，而去選擇另外一條風(fēng)險相對較大路呢？還有就是有關(guān)研究生就業(yè)難的負(fù)面報道在當(dāng)時也過于頻繁并且隨處可見，這一點相信大家肯定也有所耳聞6 無獨有偶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制度全面實行，研究生的培養(yǎng)取消公費，全面實行自費制度；同時也存在諸多社會因素：就業(yè)市場上研究生的競爭力不強，就業(yè)率低7 對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)折拐點為例研究了研究生人數(shù)的走向趨勢，主要目的就是提出一種預(yù)測考研人數(shù)的一種相對更優(yōu)的方法對于多元線性分析模型，通過上述分析，能夠得出以下幾個結(jié)論：首先，考研人數(shù)的變動只與招生人數(shù)和教育經(jīng)費這兩個因素有顯著的相關(guān)關(guān)系其次，失業(yè)率和普通本科生畢業(yè)數(shù)這兩個因素對考研人數(shù)變動的影響是不顯著地，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)費兩個變量，是影響考研認(rèn)識的主要因素，同時還有考慮到國家政策干預(yù)的影響從經(jīng)濟意義上講，隨著招生人數(shù)和教育經(jīng)費的增加，考研人數(shù)是呈現(xiàn)遞增趨勢的，教育經(jīng)費是影響研究生總?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，時間序列經(jīng)常會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)測時間序列，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估政策干預(yù)或者突發(fā)事件對經(jīng)濟環(huán)境和經(jīng)濟過程的具體影響本文比較突出的就是2008年和 2014年的兩次國家政策干預(yù)和市場就業(yè)等社會問題，兩個比較突出的干預(yù)影響以上分析的各種統(tǒng)計性檢驗都說明了干預(yù)模型，在處理時間序列收到政策影響類問題時的優(yōu)

38、越性，再預(yù)測時間序列數(shù)據(jù)發(fā)展趨勢方面有很好的應(yīng)用效果與此同時影響考研人數(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)計學(xué)檢驗，更為重要的是通過了經(jīng)濟意義檢驗，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)的迅速增長在一定程度上是一直被動的，盲目的行為，如果要改變這一現(xiàn)狀，需要社會，國家，學(xué)校以及個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、提出以下幾點建議：首先， 對于政府而言要進(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)堅持科教興國強國戰(zhàn)略，進(jìn)一步要用法律法規(guī)來維護求職者的合法權(quán)益，為社會培養(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)實性的良性可持續(xù)標(biāo)準(zhǔn)，不能只注重學(xué)歷，同時適當(dāng)加大培訓(xùn)力度，給大學(xué)生提供更好的平臺，更多的選擇，更大的發(fā)展空間再次， 高校應(yīng)該加強學(xué)生的事業(yè)規(guī)劃教育，同時也要注意加強學(xué)生的實踐能力培養(yǎng)，提高學(xué)生適應(yīng)社會的能力和個人綜合素質(zhì)，實現(xiàn)教

40、育與就業(yè)的接軌，防止學(xué)生學(xué)到知識和實際應(yīng)用的脫節(jié)因材施教對適合科研的學(xué)生，適當(dāng)?shù)亩嘁恍┭芯可矫娴呐囵B(yǎng)最后，對于大學(xué)生自身而言，要明確自身的實際情況，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)和實踐能力，才能真正解決自己的問題面對新時代、新形勢，正確的自我價值觀能夠增強大學(xué)生的自我意識水平作為大學(xué)生我們更應(yīng)該根據(jù)自身的特點和社會需求，進(jìn)行自我設(shè)計、角色預(yù)期，塑造自我，將個人的理想與社會的需求完美結(jié)合，規(guī)劃和把握好人生才能適應(yīng)當(dāng)今社會的快速發(fā)展8 合理健全的人才結(jié)構(gòu)是一個社會健康和諧發(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策分析J. 金田 .2013(03)馬維軒 . 長江大學(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.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. 中國大學(xué)生就業(yè).2007(21)徐國祥 . 統(tǒng)計預(yù)測和決策M(jìn). 上海：上海財經(jīng)大學(xué)出版社.2012吳婷 , 賈勇宏 . 變遷與走向：我國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)生考研的動機分析及心理調(diào)適J. 內(nèi)蒙古師范大學(xué)學(xué)報 .2008(11)覃嘉 . 金融危機