湖北省智能制造业人才需求预测研究

做好人才需求预测是给湖北智能制造业快速、持续发展提供人才保障的基础。在运用层次分析法得出影响智能制造业人才需求的三个关键因素的基础上,采用灰色GM(1,1)模型预测出2023—2030年智能制造业人才需求的关键影响因素值,运用多元线性回归预测方法预测了2023—2030年湖北省智能制造业人才需求总量,预测出从2024年开始,湖北省智能制造业人才需求总量上升幅度越来越小,逐步趋向平衡,2030年约为4092342人。分析得出未来制造业人才缺口比例较大,提出了相关解决建议。最后分析了研究存在的优势与不足,对后期研究工作做了展望。     

高密度脂蛋白胆固醇参考值对地理环境的岭回归分析

搜索采集了分布于全国各地的152个县市级医院及有关科研单位测定的83 942例健康成年人HDL-C参考值数据,再选取18项地理环境指标与搜集到的健康成年人HDL-C数据进行相关性分析,明确了与HDL-C参考值显著相关的地理环境因素,采取岭回归分析方法构建预测模型,再通过地统计分析方法得到健康成年人HDL-C参考值的空间...     

我国省级区域旅游目的地竞争力影响因素研究

旅游目的地竞争力受多种因素影响,根据目的地竞争力与旅游产业的内外诸多影响要素之间的关系,将其划分为旅游资源因素、旅游相关产业因素、支持类因素和需求类因素等四大类。通过2011年我国31个省、市、自治区的相关数据,对构建的影响因素指标体系进行检验,得出各类指标之间具有较高的相关性。四类因素对我国各省区旅游目的地竞争力具有显著的正向促进作用,其影响程度从高到低依次为旅游相关产业因素、支持类因素、旅游资源和需求类因素。     

商洛市房地产市场需求预测研究

通过对2006—2013年商洛市的平均房价、人口、城镇居民可支配收入、人均住房面积、国民生产总值五个影响因素进行分析,运用多元线性回归方法进行分析,构建商洛房地产市场需求预测模型,并运用最小二乘法得出2014—2016年的各自变量的值,预测了商洛市未来3年的房地产市场需求,整体呈现稳定增长的趋势。     

房地产行业盈利能力评价指标体系实证分析

从房地产行业发展现状入手,系统研究房地产行业盈利能力评价理论。基于全面性和实用性原则,结合房地产行业特征,从获利性、成长性、收现性、安全性4个维度构建房地产行业盈利能力评价指标体系。选取126家房地产上市公司数据,基于因子分析法,通过变量选取,进行变量间的相关性检验,得出对应的4个公因子。最后,将4个公因子根据各自的贡献率,得出F值。结果表明:F值可以综合评价房地产上市公司的盈利能力。     

基于因子分析的高校绩效评价方法及实证研究

对高校进行绩效评价是合理分配教育资源的必然选择.通过分析影响高校绩效的诸多因素,建立由4个绩效面18个指标组成的高校绩效评价指标体系.收集高校绩效指标数据,借助SPSS专业软件,基于因子分析法对教育部直属高校的绩效进行评价,得出高校公因子得分、综合得分及排列顺序,并对实证结果进行分析和评价.     

基于大数据方法的大连系统性金融风险监测预警

文章梳理了系统性金融风险理论基础和形成原因,从外部经济、大连宏观经济、大连金融机构3个维度选取了10个指标,构建了大连系统性金融风险预警指标体系。应用大数据方法中的主成分分析、K-均值聚类对指标进行了降维与分类,并使用大连2005—2020年的相关指标数据对径向基神经网络模型进行训练和测试,建立了一个预测系统性金融风险的模型。在训练完成后,将大连2021年的指标数据作为输入数据,具体预测了大连2022年的系统性金融风险状态。     

因子分析法下区域人力资本存量指标体系构建

采用因子分析法,借助统计软件SPSS19.0,对安徽省1999年至2013年相关数据进行分析,提取区域人力资本存量影响因素的公因子,使用公因子构建区域人力资本存量指标体系;该体系能够比较全面地测算区域人力资本存量,从而为区域经济发展提供决策依据,有利于区域经济的可持续发展。     

高校房屋设备资源产出评价指标体系的研究

大众化教育使得各高校的校舍、仪器设备的需求与供求矛盾突出。为了更好地对各高校房屋、仪器设备资源使用效率有更好的了解,本文通过学校各部门初选学校房屋、仪器设备资源产出评价指标体系,建立了由四个一级指标共二十八个二级指标组成的产出指标体系,并设计了问卷,对所获取的数据应用SPSS软件进行因子分析,最后得出两个因子共八个产出指标,构建了高校房屋设备资源产出评价指标体系。     

基于聚类分析与因子分析的我国继续教育转型与发展研究——以S大学继续教育学院为例

大数据时代的到来促进了我国各级各类教育的革新,继续教育也处于转型与发展的关键阶段。首先在中国知网收录的期刊文献中下载以继续教育为研究主题的438篇论文标引项作为原始数据,通过文献计量与聚类分析发现我国继续教育的研究热点以及热点之间的联系,寻找继续教育未来发展方向。再通过实证研究,深入探索影响继续教育发展的主要因素,运用因子分析模型整理归纳出四个公因子,据此尝试构建继续教育发展的影响因素指标图,并为促进继续教育转型与发展提出可参考的建议。     

基于非参数回归法的掺粉煤灰混凝土抗硫酸腐蚀能力预测

结合非参数回归技术分析,通过均匀试验设计方法得到的24组稀硫酸腐蚀掺粉煤灰混凝土试件试验数据,研究pH值、水胶比、水泥用量、粉煤灰用量、坍落度5个因素对混凝土腐蚀量的影响以及相应预测方法。结合试验数据,首先采用Pavlick建议的幂函数模型进行参数回归,获得各组试验的腐蚀系数k与时间指数n,然后在此基础上,采用ACE非参数回归技术分析腐蚀系数k与pH值、水胶比、水泥用量、粉煤灰用量、坍落度5个因素的关系,并建立腐蚀预测模型。结果表明：①幂函数模型能很好地反映腐蚀随时间的增长规律;②按浸泡过程中硫酸钙析出时间点不同,可将k、n值分布特征大致划分为3类,采用ACE回归分别建立不同类预测模型,能获得较好的预测结果。     

基于因子分析法的广西城市人才吸引力研究

选取全面评价地区人才吸引力的12项指标,构建城市人才吸引力水平的指标体系。运用因子分析法消除指标共线性,将原有的12个指标提取为3个公因子,发现经济实力因子是影响人才吸引力的关键,并以综合得分得到广西14个城市的排名,依据排名并结合各地实际情况提出相应的人才吸引建议。     

基于ARIMA模型的苎麻纤维产量预测研究

为了解长期定位试验下苎麻纤维产量的变化趋势,推动苎麻种植产业增产提效,基于苎麻多倍体1号品种2010—2019年共30个收获期的纤维产量数据,构建ARIMA纤维产量预测模型,并对模型精度进行验证。结果表明：ARIMA(2, 0, 3)模型最佳,4个收获期中纤维产量预测值与实测值的平均相对误差百分比为7.72%,整体预测效果较好,适用于该地区多倍体1号纤维产量的短期预测。     

基于组合预测模型的保险业人才需求预测研究——以上海市为例

为了突破上海市保险业人才供需失衡而制约行业发展的瓶颈,设计人才需求预测模型来预测未来几年的人才需求量具有实际意义。基于2011—2016年上海市保险业人才有关数据,构建包括GM(1,1)模型和指数平滑模型的组合预测模型,预测2019—2021年上海市的保险业人才需求量。结果表明:上海市未来三年内以每年约17%的速度增长,明显高于2016年的13. 83%。最后,从高校培养人才的角度提出相关建议,以期为该行业的未来发展提供参考。     

体育与健康学科核心素养评价指标体系构建

采用文献资料法、逻辑分析法和德尔菲法构建了体育与健康学科核心素养评价指标体系,期冀为测量学生的体育与健康学科核心素养水平提供科学的、易操作的工具.构建的体育与健康学科核心素养评价指标体系包括3个一级指标,14个二级指标,57个三级指标;然后采用德尔菲法确定了评价指标体系中各指标的权重,并对评价指标体系中三级指标的权重值进行了归一化处理,计算出各三级指标的综合权重值.     

休闲产业发展潜力评价及实证研究——以浙江宁波市为例

从支撑条件、发展环境、市场潜力和发展效益等四个方面构建了休闲产业发展潜力评价指标体系;在用层次分析法和熵值法分别计算出评价因子主观权重和客观权重的基础上,通过"最小二乘法模型"求得了评价因子的综合权重,并采用线性加权平均法对评价指标进行了综合;最后以浙江省宁波市为例进行实证研究。结果说明构建的休闲产业发展潜力评价指标体系具有一定的科学性和可操作性,用最小二乘法确定休闲产业发展潜力评价因子权重可使评价结果更加客观、可信。     

川南城市群产业结构升级与经济发展方式研究——基于川南经济区面板数据的实证研究

文章以2005年至2011年川南城市群市际面板数据为样本,采用扩展型同稳态生产函数对各个城市的技术进步、资本投资、产业结构升级与产业收入之间关系进行了回归分析,应用预测模型对产业结构的时空演化进行预测,比较了不同预测结果,分析了产业结构调整的主要因素,提出了实现川南经济区群产业结构调整的主要途径。     

面向2035的我国研究生教育规模发展预测 ——基于48国研究生教育发展规律与趋势的比较研究

围绕研究生教育规模的影响因素以及面向2035的规模预测两个问题展开讨论。基于国际比较的视角,针对48个人口、经济、科技、社会与教育发展情况不同的国家进行研究生教育相关核心指标的数据统计与分析可以发现,国民经济发展水平、普通高等教育规模、科技人力资源的投入强度与高等教育研发经费的投入强度均与研究生教育规模之间存在正向相关的关系,其中科技人力资源的投入强度与高等教育研发经费的投入强度是影响研究生教育规模发展的主要因素。通过回归分析预测,到2035年我国研究生普及率为6.6‰—9.0‰。为了更好地适应社会的演进动态及产业升级转型的挑战,我国研究生教育需在合理扩大规模的同时对内容与结构进行深度调整。     

大数据背景下经济类学生培养模式研究

大数据时代对经济类人才培养提出了新的要求,因此有必要对此进行分析。通过分析当前社会对经济类人才需求变化和当前高校经济类人才培养中可能存在的各类问题,本文提出一些建议来消除高校人才培养和社会对人才需求之间的差异,主要是从可以通过观念更新、教学方式改变和提升实践机会三个方面着手进行。     

基于遗传BP神经网络的区域物流需求预测

针对当前区域物流需求预测数据复杂且可变性较大、预测方法环境适应性较差的问题,提出了基于遗传BP神经网络的区域物流需求预测模型。首先,分析区域物流需求预测影响因素,并建立区域物流需求预测指标体系;其次,采用遗传算法优化预测网络中的可变参数,并建立多输入—多输出的BP神经网络多元预测模型;最后,通过实例结果表明该模型具有较高的预测精度和有效度。