基于ARIMA预测模型的人才市场需求分析

发布时间：2021-02-15 09:56

　　随着社会的快速发展,人才竞争越来越激烈,把握行业需求可以提高人才的利用率。本文首先通过对某市之前年度各月份职位总需求量的数据进行序列图分析和序列平稳性分析,发现符合差分的性质;随后差分序列图建立ARIMA的人才需求预测模型,得到未来三年工作岗位每月平均需求量;最后,根据预测结果对人才市场的行业需求进行分析。 

【文章来源】：商讯. 2019,(11)

【文章页数】：2 页

【部分图文】：

Computersoftware的ACF图像

键词:AＲIMA模型;人才预测;行业需求分析一、AＲIMA人才需求预测模型通过查阅有关数据，将某市2011～2012年度和2015～2018年度各月份职位总需求量计算平均值，并以每年平均每月的需求量为依据预测出各行业未来三年的人才需求量，运用SPSS建立AＲIMA模型进行预测。绘制序列图观察数据可知序列没有明显的季节成分，且存在明显变化，故不进行季节分解。下面通过各行业的ACF和PACF图像对数据进行序列平稳性分析，以Computersoftware为例。图1Computersoftware的ACF图像图2Computersoftware的PACF图像序列的自相关图(ACF)和偏自相关图(PACF)都十分平稳，符合差分的性质，故通过差分做进一步的分析，现绘制差分序列图如下。图3差分序列图差分序列基本均匀分布在0刻度线上下两侧，可认为差分序列是平稳的。随后检验得到差分序列的ACF图及PACF图均拖尾，因此可对原始序列建立AＲIMA(p，1，q)模型。最终得2019年、2020年、2021年每年部分工作岗位平均每月的需求量如下。表12019～2021年度各工作岗位月均需求量Sector201920202021月均需求量XXXXComputersoftwareSalesmanagementmarket/marketingSales?GraduatesOtherLiterature/screenwriting/writingMovies，TVandrecreation3241139270431485423?34418391091165939119261233524719?27526401991729594100252335674100?21936192272616258119261333564747?2792699178183二、行业需求分析从整体看，未来三年XXXX的需求量较大，并且处于明显上升

差分序列图

【参考文献】：
期刊论文
[1]基于ARIMA的电力视频流量分析和预测[J]. 崔振辉,李林川,赵承利,杨挺.  天津大学学报(自然科学与工程技术版). 2015(01)



本文编号：3034627