基于ARIMA預(yù)測模型的人才市場需求分析
發(fā)布時間:2021-02-15 09:56
隨著社會的快速發(fā)展,人才競爭越來越激烈,把握行業(yè)需求可以提高人才的利用率。本文首先通過對某市之前年度各月份職位總需求量的數(shù)據(jù)進(jìn)行序列圖分析和序列平穩(wěn)性分析,發(fā)現(xiàn)符合差分的性質(zhì);隨后差分序列圖建立ARIMA的人才需求預(yù)測模型,得到未來三年工作崗位每月平均需求量;最后,根據(jù)預(yù)測結(jié)果對人才市場的行業(yè)需求進(jìn)行分析。
【文章來源】:商訊. 2019,(11)
【文章頁數(shù)】:2 頁
【部分圖文】:
Computersoftware的ACF圖像
鍵詞:ARIMA模型;人才預(yù)測;行業(yè)需求分析一、ARIMA人才需求預(yù)測模型通過查閱有關(guān)數(shù)據(jù),將某市2011~2012年度和2015~2018年度各月份職位總需求量計算平均值,并以每年平均每月的需求量為依據(jù)預(yù)測出各行業(yè)未來三年的人才需求量,運(yùn)用SPSS建立ARIMA模型進(jìn)行預(yù)測。繪制序列圖觀察數(shù)據(jù)可知序列沒有明顯的季節(jié)成分,且存在明顯變化,故不進(jìn)行季節(jié)分解。下面通過各行業(yè)的ACF和PACF圖像對數(shù)據(jù)進(jìn)行序列平穩(wěn)性分析,以Computersoftware為例。圖1Computersoftware的ACF圖像圖2Computersoftware的PACF圖像序列的自相關(guān)圖(ACF)和偏自相關(guān)圖(PACF)都十分平穩(wěn),符合差分的性質(zhì),故通過差分做進(jìn)一步的分析,現(xiàn)繪制差分序列圖如下。圖3差分序列圖差分序列基本均勻分布在0刻度線上下兩側(cè),可認(rèn)為差分序列是平穩(wěn)的。隨后檢驗(yàn)得到差分序列的ACF圖及PACF圖均拖尾,因此可對原始序列建立ARIMA(p,1,q)模型。最終得2019年、2020年、2021年每年部分工作崗位平均每月的需求量如下。表12019~2021年度各工作崗位月均需求量Sector201920202021月均需求量XXXXComputersoftwareSalesmanagementmarket/marketingSales?GraduatesOtherLiterature/screenwriting/writingMovies,TVandrecreation3241139270431485423?34418391091165939119261233524719?27526401991729594100252335674100?21936192272616258119261333564747?2792699178183二、行業(yè)需求分析從整體看,未來三年XXXX的需求量較大,并且處于明顯上升
差分序列圖
【參考文獻(xiàn)】:
期刊論文
[1]基于ARIMA的電力視頻流量分析和預(yù)測[J]. 崔振輝,李林川,趙承利,楊挺. 天津大學(xué)學(xué)報(自然科學(xué)與工程技術(shù)版). 2015(01)
本文編號:3034627
【文章來源】:商訊. 2019,(11)
【文章頁數(shù)】:2 頁
【部分圖文】:
Computersoftware的ACF圖像
鍵詞:ARIMA模型;人才預(yù)測;行業(yè)需求分析一、ARIMA人才需求預(yù)測模型通過查閱有關(guān)數(shù)據(jù),將某市2011~2012年度和2015~2018年度各月份職位總需求量計算平均值,并以每年平均每月的需求量為依據(jù)預(yù)測出各行業(yè)未來三年的人才需求量,運(yùn)用SPSS建立ARIMA模型進(jìn)行預(yù)測。繪制序列圖觀察數(shù)據(jù)可知序列沒有明顯的季節(jié)成分,且存在明顯變化,故不進(jìn)行季節(jié)分解。下面通過各行業(yè)的ACF和PACF圖像對數(shù)據(jù)進(jìn)行序列平穩(wěn)性分析,以Computersoftware為例。圖1Computersoftware的ACF圖像圖2Computersoftware的PACF圖像序列的自相關(guān)圖(ACF)和偏自相關(guān)圖(PACF)都十分平穩(wěn),符合差分的性質(zhì),故通過差分做進(jìn)一步的分析,現(xiàn)繪制差分序列圖如下。圖3差分序列圖差分序列基本均勻分布在0刻度線上下兩側(cè),可認(rèn)為差分序列是平穩(wěn)的。隨后檢驗(yàn)得到差分序列的ACF圖及PACF圖均拖尾,因此可對原始序列建立ARIMA(p,1,q)模型。最終得2019年、2020年、2021年每年部分工作崗位平均每月的需求量如下。表12019~2021年度各工作崗位月均需求量Sector201920202021月均需求量XXXXComputersoftwareSalesmanagementmarket/marketingSales?GraduatesOtherLiterature/screenwriting/writingMovies,TVandrecreation3241139270431485423?34418391091165939119261233524719?27526401991729594100252335674100?21936192272616258119261333564747?2792699178183二、行業(yè)需求分析從整體看,未來三年XXXX的需求量較大,并且處于明顯上升
差分序列圖
【參考文獻(xiàn)】:
期刊論文
[1]基于ARIMA的電力視頻流量分析和預(yù)測[J]. 崔振輝,李林川,趙承利,楊挺. 天津大學(xué)學(xué)報(自然科學(xué)與工程技術(shù)版). 2015(01)
本文編號:3034627
本文鏈接:http://sikaile.net/shekelunwen/shishidongtai/3034627.html
最近更新
教材專著