小编作为2019年考研大军中的一员,深深感受到考研的压力,随着就业压力越来越多,社会对学历要求越来越高,考研成为了提升就业竞争能力的首选。以下为小编收集的考研信息,用最小二乘法算法进行预测。
基本思想:求出这样一些未知参数使得样本点和拟合线的总误差(距离)最小
公式推导:
下表为我收集的1995年到2017年历届考研人数数据。
考硕年份 |
报名人数(万) |
报名增长率 |
录取人数(万) |
考录比例 |
1995 |
15.5 |
38.40% |
4 |
3.6:1 |
1996 |
20.4 |
31.80% |
4.7 |
4.4:1 |
1997 |
24.2 |
18.60% |
5.1 |
4.7:1 |
1998 |
27.4 |
13.20% |
5.8 |
4.7:1 |
1999 |
31.9 |
16.40% |
7.2 |
4.9:1 |
2000 |
39.2 |
22.90% |
10.3 |
4.6:1 |
2001 |
46 |
17.30% |
13.3 |
4.2:1 |
2002 |
62.4 |
35.70% |
16.4 |
3.2:1 |
2003 |
79.7 |
27.70% |
22 |
2.9:1 |
2004 |
94.5 |
18.60% |
33 |
2.9:1 |
2005 |
117.2 |
24% |
32.4 |
3.6:1 |
2006 |
127.1 |
8.40% |
40.2 |
3.2:1 |
2007 |
128.2 |
0.90% |
36.4 |
3.5:1 |
2008 |
123 |
-4.10% |
39 |
3.0:1 |
2009 |
124.6 |
1.30% |
47.5 |
2.6:1 |
2010 |
140 |
12.40% |
46.5 |
3:01 |
2011 |
151.1 |
7.90% |
49.5 |
3:01 |
2012 |
165.6 |
9.60% |
51.7 |
3.2:1 |
2013 |
176 |
6.30% |
53.9 |
3.3:1 |
2014 |
172 |
-2.30% |
57 |
3.0:1 |
2015 |
164.9 |
-4.10% |
49 |
3.3:1 |
2016 |
177 |
7% |
51.7 |
3.4:1 |
2017 |
201 |
13.56% |
-- |
预测4:1 |
使用代码的方法:将上面数据黏贴到EXCEL中,起名为ky.xlsx。放在工作路径下。运行下面代码就可以来了 。
clc;clear; %author:猪猪侠 %date:2017-12-19 [data,TEXT,RAW]=xlsread('ky.xlsx');%导入数据 Y1=data(:,2)' year=1995:2020; %未来三年 beta1=sum(((year(1:23)-1995)-mean(year(1:23)-1995)).*(Y1-mean(Y1)))/sum(((year(1:23)-1995)-mean((year(1:23)-1995))).^2) gamma1=mean(Y1)-beta1*mean((year(1:23)-1995)) YY1=gamma1+beta1.*([year-1995]) %预测报考人数 Y2=data(1:end-1,4)' beta2=sum(((year(1:22)-1995)-mean(year(1:22)-1995)).*(Y2-mean(Y2)))/sum(((year(1:22)-1995)-mean((year(1:22)-1995))).^2) gamma2=mean(Y2)-beta2*mean(year(1:22)-1995) YY2=gamma2+beta2.*([year-1995]) %预测报考人数 plot(year,YY1,'r-s') hold on plot(year(1:23),data(:,2),'g-d')%实际人数 plot(year(1,1:22),Y2,'m-p') plot(year,YY2,'b-h') xlabel('年份') ylabel('人数(万)') legend('预测报考人数','实际报考人数','实际录取人数','预测录取人数') set(gca,'XTick',[1995:1:2020]) grid on
预测结果图
看完了预测图,内心拔凉拔凉的,报考人数越来越多,录取比例相对于往年的录取比例呈现递增趋势,但是录取比例的增长变化率没有报考人数增长的变化率快;说明考上研究生的比例占总人数比例越来越小。不管怎么样!小编要努力学习了!加油!各位考研党!