资源描述：
《Logistic回归模型的应用_大学生就业状况因素分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、Logistic回归模型的应用———大学生就业状况因素分析金林(中南财经政法大学信息学院湖北武汉)【摘要】本文在简要介绍了Logistic回归模型后,利用从某高校取得的数据,运用多元Logistic回归分析方法,对在高校扩招条件下影响大学生就业的因素进行了分析。结果显示,在所有被考虑的自变量相同的情况下,被调查学生能否成功就业与性别、籍贯、是否为党员以及英语水平的高低等因素密切相关。【关键词】Logistic回归就业多项logit模型Logistic回归模型是在分析分类因变量时最常使用的统计分析本实例中的原始数据中就业的部分
2、来自该大学就业指导服务模型之一。中心关于该年应届毕业生就业情况的统计数据,而其中关于学生1Logistic回归模型的学习和思想情况的部分的数据则来自于该系学生工作办公室。Logistic回归模型的Logit形式为取得原始数据后进行过严格编码录入及核验工作,因此,数据质量具有可靠保证。原始数据可以分为说明学生基本情况,学习情况和思想状况三个部分。基本情况中有学号,姓名,性别,班级(一共有2个班)和籍贯;学习情况中有四年成绩平均分和英语等级情当有个自变量时,模型就扩展为况;思想情况中有是否为党员和是否担任过各种职务。其中将籍贯分
3、为东部,西部和湖北。英语水平分为未过四级,过四级和过六级及以上。通常意义上的Logistic回归要求因变量y只有两种取值即二分类变量。其实,Logistic回归模型并不局限于应用在二分类反应变量。对于多分类反应变量,即分类数在三类或三类以上的分类反应变量),只要对模型稍作改进,Logistic回归同样适用。而且多分类反应变量既可以是次序测量也可以是名义测量。在多分类反应变量类别不存在次序关系时,可以采用多项Logit模型;当多分类反应变量类别之间有次序关系时,应该采用累积Logistic回归模型或序次Logistic回归模型
4、。下面主要讨论一下多项Logit模型。本实例所采用的数据的基本特征如表1所示:如果非次序分类因变量y有个值,多项Logit模型可以通过以表1某届某系学生的基本资料及就业情况下logit形式描述:变量变量取值人数(n)百分比(%)就业11080.29去向未就业2719.71一班6950.36班次即在多项Logit模型中logit是由反应变量中的不重复的类别二班6849.64的对比所形成的。因此如果以其中一个类别作为参考类别,其他男7554.74性别女6245.26类别都同它相比较可生成J-1个的Logit变换模型。在有J个类东
5、部2014.6别的多项Logit模型中,J-1个logit可表述为:籍贯湖北8461.31西部3324.09是4432.12党员否9367.88是2820.44职务否10979.56六级3827.74英语过级情况四级7151.82其中最后一个类别就是参照类别。四级以下2820.442Logistic回归模型应用实证分析注:1就业人数中包含读研和出国,档案放在人才交流中心按未就业本案例利用某大学一个系某年140名应届毕业生的就业情况记。2.由于湖北的学生占了总数的一半以上,故将湖北单独列为一类和在大学四年在学习,思想上的综合数
6、据,运用Logistic多元回归从表1可看出,该系本科应届毕业生的就业率达到了80.分析方法,对影响应届大学毕业生就业成功的因素进行分析。29%,比全国平均就业率约高出10个百分点。60%以上的学生是2.1关于数据的说明湖北籍,这是由于该校面向湖北招生人数较多,实际每年湖北学生·18·都占入学新生总数的一半以上。将近30%的学生没有通过大学英大学入党,对各方面都有一些特殊的较高要求,如平均分必须在一语四级考试,有大约20%的学生在大学期间担任过一种职务。党定分数以上才能入党。能够入党者总体上来说,各方面都比未入员的比例高达3
7、2.12%,而且绝对部分是在大学期间入党的,这说党者要好一些,故在找工作中就具有一定的优势。由于担任职务明大学生入党在该校较为普遍。与一些理工科院校不同,男女生相对党员来说,没有那么苛刻的条件,因而其成功就业的贡献相对的比例没有显著的差别。来说不是很大,其发生比率为1.530(从作用幅度上来说远小于党2.2大学生毕业去向的多项Logit模型员的发生比率3.050)。但对于没有担任职务的学生来说,担任职将读研和出国的作为反应变量的另一个分类,为了方便统称务者可能由于在平常的工作中得到了锻炼,因而相对要好找工作为读研。相应的将反
8、应变量称为“毕业去向”y。则y是一个三分一些,但效果并不是太明显。党员和曾经担任过职务对于读研的类变量,取值可以为未就业,就业和读研,并且三者之间并无明显作用与对就业的作用相似。的次序关系。这时应采用多项Logit模型。构建的多项Logit模型2.3.3学习情况对大学毕业生去向的影响包含如
