招聘打分问题数学模型

合集下载

公务员招聘模型

公务员招聘模型一、摘要在公务员招聘中，为了给招聘领导小组提出一种最优化的录用分配方案，本文本着公平、公正原则提出了一个符合题目要求的部门分配方案。

其中包括了不考虑应聘人员意愿和考虑应聘人员意愿两种情况的模型。

（一）、本文采用了广泛应用于国民经济的模糊数学模型，最大隶属原则来建立模型Ⅰ。

首先，对各个应聘人员的面试成绩进行模糊模型的分析。

从而得到各工作类别的最适合人选。

其次，由于部门招聘人员时存在优先权问题，因此，需对各个部门的优先权问题进行分析与考虑，根据各部门的福利待遇等情况进行分析，确定出各部门的优先权，再考虑应聘人员的总成绩（面试成绩×60%+笔试成绩×40%），在其范围中来择优。

其结果如下表1所示：（二）、考虑到应聘人的意愿，我们在模型Ⅰ的基础上建立模型Ⅱ。

假定一种以意愿分配为主的权重,建立加权平均模型，使分配方案更加完善。

综合考虑，从而得出各部门的最合适人选。

用本模型算出的结果，比较符合实际。

其结果如下表2所示：（三）、本文还针对一般情况（即N个应聘人员M个用人单位时），作了具体分析，对已得到的模型分别作了讨论。

在结果分析推广中，本文提出了一套公务员录用方案的建议，经过模拟操作法测试和心理测试，提高了模型的适用性。

本文最后还对模型的优点与不足之处作出了评价。

二、问题的重述我国公务员制度已实施多年，目前, 我国招聘公务员的程序一般分三步进行：公开考试（笔试）、面试考核、择优录取。

现有某市直属单位因工作需要，拟向社会公开招聘8名公务员，具体的招聘办法和程序如下：（一）公开考试：凡是年龄不超过30周岁，大学专科以上学历，身体健康者均可报名参加考试，考试科目有：综合基础知识、专业知识和“行政职业能力测验”三个部分，每科满分为100分。

根据考试总分的高低排序按1:2的比例（共16人）选择进入第二阶段的面试考核。

（二）面试考核：面试考核主要考核应聘人员的知识面、理解能力、应变能力、表达能力等综合素质。

数学建模-聘用方案问题

聘用方案问题问题：（1）某服务部门一周中每天需要不同数目的雇员：周一到周四每天至少50人, 周五和周日每天至少80人, 周六至少90人. 现规定应聘者需连续工作5日，试确定聘用方案, 即周一到周日每天聘多少人, 使在满足需求条件下聘用总人数最少.（2）上面指的是全时雇员 (一天工作8小时)，如果可以用两个临时聘用的半时雇员(一天工作4小时, 不需要连续工作)代替一个全时雇员，但规定半时雇员的工作量不得超过总工作量的四分之一. 又设全时雇员和半时雇员每小时的酬金分别为5元和3元，试确定聘用方案, 使在满足需求的条件下所付酬金总额最小。

问题（1）⏹ 问题分析要求应聘者需连续工作五日，那么，为了模型的建立，我们令每个人工作且仅连续工作五日，且认为每个人都长期工作，则每一周都是等同的。

设从星期i 开始工作的人有x i 个，那么他他将工作到星期（i+4）,当i+4>7时则工作到下一周的星期（i-3），这同时意味着他在本周的星期1，…，i-3,也工作了。

例如星期一的x 1个人工作的日子为星期1，2，3，4，5，星期五的x 5个人工作的日子为星期1，2，5，6，7。

其他天的情况同理可知。

那么星期一工作的人有x1+x4+x5+x6+x7个，要求星期一工作的人数至少为50，那么就有x1+x4+x5+x6+x7>=50，其他的日子也可以同样地写出来。

于是就有了下面（模型建立中）的限制条件。

我们要求的是总人数最少，即目标函数z=∑x i 7i=1最小。

设定x i >=0，且为整数。

⏹ 模型建立Min x1+x2+x3+x4+x5+x6+x7 s.t.x1+x4+x5+x6+x7>=50 x1+x2+x5+x6+x7>=50 x1+x2+x3+x6+x7>=50 x1+x2+x3+x4+x7>=50 x1+x2+x3+x4+x5>=80 x3+x4+x5+x6+x7>=80 x2+x3+x4+x5+x6>=90 x1>=0 x2>=0 x3>=0 x4>=0x5>=0x6>=0x7>=0⏹编写程序在lindo软件下编写程序Min x1+x2+x3+x4+x5+x6+x7s.t.1) x1+x4+x5+x6+x7>=502) x1+x2+x5+x6+x7>=503) x1+x2+x3+x6+x7>=504) x1+x2+x3+x4+x7>=505) x1+x2+x3+x4+x5>=806) x3+x4+x5+x6+x7>=807) x2+x3+x4+x5+x6>=908) x1>=0x2>=0x3>=0x4>=0x5>=0x6>=0x7>=0endgin 7⏹运行结果Global optimal solution found.Objective value: 90.00000Objective bound: 90.00000Infeasibilities: 0.000000Extended solver steps: 0Total solver iterations: 5Variable Value Reduced Cost X1 0.000000 1.000000 X2 10.00000 1.000000 X3 30.00000 1.000000 X4 10.00000 1.000000 X5 30.00000 1.000000 X6 10.00000 1.000000 X7 0.000000 1.000000Row Slack or Surplus Dual Price1 90.00000 -1.0000002 0.000000 0.0000003 0.000000 0.0000004 0.000000 0.0000005 0.000000 0.0000006 0.000000 0.0000007 0.000000 0.0000008 0.000000 0.0000009 0.000000 0.000000 10 10.00000 0.000000 11 30.00000 0.000000 12 10.00000 0.000000 13 30.00000 0.000000 14 10.00000 0.000000 15 0.000000 0.000000⏹ 解释结果使得z=∑x i 7i=1最小且满足限制条件的x i 取值为x 1=0，x 2=10，x 3=30，x 4=10，x 5=30，x 6=10，x 7=0，Min z=90.⏹ 具体方案由以上讨论得，使得周一到周四每天至少50人, 周五和周日每天至少80人, 周六至少90人且聘用人数最少的方案是：周一开始的不聘，周二开始工作的聘10人，周三开始工作的聘30人，周四开始工作的聘10人，周五开始工作的聘30人，周六开始工作的聘10人，周日开始工作的不聘。

matlab解决用人分配问题

2010/2011学年第一学期"MATLAB程序设计"大作业一、题目matlab解决用人分配问题二、问题描述和分析（一）问题描述某厂每日8小时的产量不低于1800件。

为了进行质量控制，计划聘请两种不同水平的检验员。

一级检验员的标准为：速度25件/小时，正确率98%，计时工资4元/小时；二级检验员的标准为：速度15件/小时，正确率95%，计时工资3元/小时。

检验员每错检一次，工厂要损失2元。

为使总检验费用最省，该工厂应聘一级、二级检验员各几名？（二）问题分析本题意在考察用MATLAB解决线性规划的问题。

线性规划是合理利用、调配资源的一种应用数学的方法它的基本思路就是在满足一定的约束条件下,使预定的目标达到最优。

即如何合理筹划,精细安排,用最少的资源去实现这个任务，或以最少的投入产生最大的利润。

线性规划问题的标准形式：Min f=c1x1+c2x2+…..+c n x ns.t. a11x1+a12x2+….+a1n x n=b1a21x1+a22x2+….+a2n x n=b2………………….a m1x1+a m2x2+….+a mn x n=b mx1,x2….x n ≥ 0其中：c j, a ij,b i ≥ 0(i=1,2,….m；j=1，2，…n)均为已知数三、建立数学模型设需要一级和二级检验员的人数分别为X1、X2人，总检验费用为fval。

由题意可知每日8小时的检验费用为：fval=（4X1+3X2）*8+（25X1*2%+15X2*5%）*8*2；化简得：fval=40X1+36X2 ；(2)又由“每日8小时的产量不低于1800件”可知：（25X1+15X2）*8≥1800化简得：-5X1-3X2≤-45；（3）若每日检验工作都由一级检验员来做，则：25X1*8≤1800化简得：X1≤9,若每日检验工作都由二级检验员来做，则：15X2*8≤1800化简得：X2≤15；（4）X1、X2自身必须满足条件：X1≥0，X2≥0。

企业员工招聘中的博弈分析

企业员工招聘中的博弈分析祁　玮在企业人力资源管理工作中,招聘新员工是一项难度很大的工作,也是最易导致失败的工作之一。

对应聘者不了解,信息不对称,应聘者的材料可能存在着虚假成分,从而严重影响着招聘方的甄选。

这样,应聘者与招聘方就构成了一种博弈。

一、招聘博弈模型局中人:招聘方与应聘者。

策略选择:应聘者有两种策略,欺骗或不欺骗招聘方;招聘方也有两种策略,相信或不相信应聘者。

支付函数:我们假设,应聘者不欺骗而招聘方相信,双方从彼此的坦荡与信任中可获得效用各5单位;应聘者欺骗而招聘方相信,那么应聘者欺骗成功,获得10单位效用,招聘方损失10单位效用(因为招聘方可能因此作出错误的决策);应聘者欺骗而招聘方不相信,应聘者的伎俩被识破获得效用0,招聘方也未能从发现作弊中得到正效用,其效用也记为0;应聘者不欺骗而招聘方不相信,那么应聘者因觉得冤枉丧失2个单位效用,招聘方因没有相信实话也可能决策失误,丧失2个单位效用(下表中甲为招聘方,乙为应聘者)。

甲乙相　信不相信欺　骗10,-100,0不欺骗5,5-2,-2在这个博弈中,应聘者不欺骗而招聘方相信,带来的总体效用(5+5=10)最大,可惜它不是纳什均衡。

只有应聘者欺骗而招聘方不相信才是一个纳什均衡。

博弈的结果将是应聘者欺骗,当然招聘方也不会相信。

这是因为:在这个博弈中,信息是不对称的。

应聘者知道自己的能力、水平、素质,而招聘方不知道应聘者的情况。

作为应聘者,一般情况下向一个招聘方求职是一次性的,重复向一个企业应聘的情况很少,因此可称为“一锤子买卖”。

那么他的最好选择是:如招聘方相信,那么他选择不欺骗的支付函数是5,而选择欺骗的支付函数则是10,欺骗比不欺骗好。

如果招聘方不相信,那么他选择不欺骗的支付函数为-2,而选择欺骗的支付函数为0,依然是欺骗比不欺骗好。

因此,无论招聘方相信还是不相信,作为应聘者来说,选择欺骗的策略比选择不欺骗的策略效用大。

作为招聘方来说,当应聘者不欺骗的时候,招聘方选择相信,其效用是5,而选择不相信其效用是-2,但在实际工作中,招聘方会这样比较:如果应聘者不欺骗,自己选择相信其效用是5,而一旦应聘者选择欺骗,自己选择相信,其效用就是-10,在招聘方不知道应聘者欺骗和不欺骗的情况下,两相比较,当然是选择不相信的风险、损失小。

分析求职者求职问题建立数学模型

铺
分析求职者求职问题建立数学模型
陈建国’ 姜技大学矿业工程学院包头０１４０１０
【擒耍】根据社会调查显示，企业可以根据求职者的问题建立数学
模型来选拔人才。我们通过对泊松分布、生灭过程、过滤模型的分析建立
数。 ‘
老师／领导评价：吼ｔ＝ｌｔｐｌｎｃ－，－］２＝１２ｐ２ｔｚｃｚ：］
同自我的评价。
ｆ３ｃ，３］［『４叫
作者简介陈建国，男，１９９２．０３，内蒙古科技大学地质系，本科学历；姜广亚，男，１９９２． ¨，内蒙古科技大学矿加系，本科学历；严爱国，男，１９９２．０５，内蒙古科技大学安全系，本科学历；
来到的求职者数服从泊松分布，即：
Ｐ（ｔ）
ｎ！
∑ ｍ ‘ ｉｍ
．
．
令ｍ＝１
４
ｙ
，，ｌ＝１
∑ －（ｆ，＋聊＋Ｐ＋ｍ＋ｒｆ＋ｃ＋，打＋ｉ））
∑
ａｍ．
ｌｌ
、
口
Ｃ
Ｐ（，）＝车．州埘 …（ｒ）
口
基础，将无统筹的交换变换成结合理论和实践后的工作安排。我们建立０过滤分配模型的建立与求解＿．＿一个综合评价分数的参量，当作交换工作时的一个基准点。我们得出我们设定公司内职位的职权是评价职位优劣的唯一指标，并且求了职者们都期望得到职权较大的职位。但考虑到求职者自身能力的问题，综合评价分数的计算方程为：他们将得到最适合自己的职位，在求职过程中，先对求职者进行综合评一一＿Ｉ ● 价，并根据综合评价的结果依次排列，综合评价分数最高的对应职权最大的职位，以此类推。以综合评价分数为标准，从高到低依次过滤，我

全国数学建模竞赛论文示范公务员招聘

全国数学建模竞赛范题公务员招聘的优化模型摘要：本文研究了公务员录用分配的优化问题。

以现有标准为参考，采用层次分析法和Saaty等人提出的1—9尺度来量化面试中的等级，给出不同的权重，计算出每个应聘人员的量化分数，用来衡量应聘人员能力的高低，以此为基础进行择优录取。

要做到“公平、公正、自愿，择优”原则，就需要有一个合理的录取分配方法，我们运用不断增加因素的方法，逐层深入，依次建立了三个模型，得出最优的模型。

在模型1中，按分数择优录取，然后对人员进行随机分配。

在模型2中，考虑到部门之间存在优劣区分，我们把应聘人员填报的志愿看成是对不同部门优劣评价的“调查”，用统计学的知识来计算出各部门的优劣排名，把高分的人员分配到好部门。

得到分配方案为：部门1-7分别录用人员12、3；2；1；9；4；8；5。

在模型3中，考虑到各工作类别对人员各种能力的不同要求，对不同类别重新调整四种能力的权重，并在四个不同类别中分别对人员进行排名，以此来设计一种择优录取的算法，利用计算机编程实现对人员的录取分配。

得到分配方案为：部门1-7分别录用人员12；1；2、4；9；6；8；5。

如果再考虑志愿因素，则按第一志愿优先的原则，利用模型1，2，3进行求解，得出最优分配方案：部门1-7分别录用人员9；8；1；12；2、6；4；11。

我们定义了一个优越度（即所有人员所得分数与部门基本分之差的和）用来衡量人员分配方案的优劣，优越度越大，该模型的人员分配方案就越优。

用这种方法，我们对模型2和模型3的结果进行检验，其结果分别是149.9245和159.2942。

而对于模型1由于具有随机性，对其进行100次计算机随机模拟检验，其平均值为128.69。

由此得出模型3的分配方法是最优的。

针对模型的结果，对招聘单位提出了四点改进的建议。

一问题的重述目前, 我国招聘公务员的程序一般分三步进行：公开考试（笔试）、面试考核、择优录取。

现有某市直属单位因工作需要，拟向社会公开招聘8名公务员，具体的招聘办法和程序如下：（一）公开考试：凡符合条件的人均可参加，根据考试总分的高低排序按1:2的比例（共16人）选择进入第二阶段的面试考核。

模型测算面试题目(3篇)

第1篇一、面试背景随着大数据、人工智能等技术的飞速发展，模型测算在各个领域中的应用日益广泛。

为了选拔具备模型测算能力的人才，我们特此设计了以下面试题目，旨在考察应聘者对模型测算的理解、应用能力和创新能力。

二、面试题目第一部分：基础知识1. 简述什么是模型测算？（要求：定义、作用、应用领域等）2. 请列举至少三种常用的模型测算方法。

（要求：每种方法的原理、适用场景等）3. 什么是机器学习？它与模型测算有何关系？（要求：定义、关系、区别等）4. 什么是数据预处理？在模型测算过程中，数据预处理有哪些作用？（要求：定义、作用、常见方法等）5. 什么是模型评估？请列举至少三种常用的模型评估指标。

（要求：定义、指标、适用场景等）6. 什么是过拟合？如何避免过拟合？（要求：定义、原因、方法等）7. 什么是交叉验证？请简述交叉验证的基本原理。

（要求：定义、原理、方法等）第二部分：案例分析1. 假设你是一位数据分析专家，公司希望利用模型测算预测某地区的未来销售情况。

请简述你的工作流程。

（要求：数据收集、预处理、模型选择、训练、评估、预测等）2. 请分析以下数据集，并说明如何利用模型测算进行预测。

（数据集：某电商平台用户购买行为数据，包括用户ID、性别、年龄、购买时间、购买金额、购买商品类别等）3. 请设计一个模型，用于预测某城市未来一年的房价走势。

（要求：数据收集、预处理、模型选择、训练、评估、预测等）4. 请分析以下异常数据，并说明如何处理这些异常数据。

（异常数据：某电商平台用户购买行为数据中的异常值）5. 请设计一个模型，用于识别某银行客户的信用风险。

（要求：数据收集、预处理、模型选择、训练、评估、预测等）第三部分：创新应用1. 请结合当前热点话题，设计一个创新性的模型测算应用案例。

（要求：应用领域、模型选择、数据来源、预测目标等）2. 请简述模型测算在以下领域的应用前景：- 金融- 教育- 医疗- 交通3. 请谈谈你对模型测算未来发展趋势的看法。

招聘问题的数学模型

２ｅａｔｅｔｆｔｅａｉ，Ｎｎｉｅｉｌｎｖｒｔ，Ｎｎｉｉｇｕ２０２，Ｃｉａ．ＤｐｒｎｏｈｍｔｓａｊｇＭｄｃｉｅｓｙａｊｇＪａｓ１０９ｈ）ｍＭａｃｎａＵｉｎｎｎ
Ａｂｓｒｃ：Ａｉｄａｈｌｉｌｕｌａｉｅｆｃｏｓｉｍｐｏｅｎａｉｇ，ｔｅｆｚｙｌｎｕｉｔｃａｓｓｍｅｔｉｔａｔｍｅｔｔｅｍｕｔｅｑａｉｔａｔｒｎｅｌｙｅｅｇｇｎｐｔｖｈｕｚｉｇｓｉｓｅｓｎｓ
ａａｙｅｔｅｄｆｅｅｔａｐａｓｎｅｎｔｅｓｍｅｐｒｒｔｅｅ．Ｔｅｈｒｂｅｏｅｅｔｎｏｉｅｅｔｐｏ — ｎｌｚｈｉｆｒｎｐｒｉａｉｄｘｏｈａｉｉｙｌｖ１ｈｎｔｅｐｏｌｍｆｓｌｃｉｎｄｆｒｎｒｒｌｏｏｆｉｉｔｅｅｓｉｏｖｄ．Ｉｈａｅｆｃｎｉｅｎｈｃｅｔｒ’ ｓｎｔｏｔｃｎｉｅｎｙｌｖｌｓｓｌｅｎｔｅｃｓｓｏｏｓｄｒｇｔｅａｃｐｅＳｗｉｈａｄｗｉｕｏｓｄｒｇ，ｔｍｐｏｉｇｐｏｉｈｉｗｏｅｌｙｎｒ—
ａｏｔｄｈｂｅｔｅａｏｔｎｍｈａｒｕｅｅｉｏａｉｇｉｕｅ，ｎｅｗｉｈｎｃｒｓｎｒｄｃｄｔｄｐｅ．Ｔｅｏｊｃｉｙｕｕｉｔｂｔｄｃｉｍｋｎｓｄａｄｔｅｔｇｆｔｔｕｅｖｌｉｔｉｓｎｓｈｇｉａｏｉｉｏｏ

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

招聘打分模型摘要本文通过已给的表格数据，针对第一问所要求的缺失值，运用热卡填充法立模型即在完整数据中找到一个与空值最相似的变量，然后用这个相似的值来进行填充，为实现此模型我们采用相关系数矩阵进行计算，matlab编程，最后求得缺失值。

在第一问求解成功后我们将表格补齐，继而借助spss软件，用主成分分析法求解第二问，得到101位应聘者的得分排名。

在第三问我们借助宽严度模型，主要运用excel软件求解。

第四问是利用问题一得结论进行分析得到。

关键词：热卡填充法matlab编程spss软件excel软件宽严度一．问题重述：某单位组成了一个五人专家小组，对101名应试者进行了招聘测试，各位专家对每位应聘者进行了打分（见附表），请你运用数学建模方法解决下列问题：（1）补齐表中缺失的数据,给出补缺的方法及理由。

（2）给出101名应聘者的录取顺序。

（3）五位专家中哪位专家打分比较严格，哪位专家打分比较宽松。

（4）你认为哪些应聘者应给予第二次应聘的机会。

（5）如果第二次应聘的专家小组只由其中的3位专家组成，你认为这个专家组应由哪3位专家组成。

由于数据庞大，暂不插入，但在附件中作为表一（以下提到的表一为题设中的表一）。

由于是不同评委打分，所以应聘者在的分数上都会有些出入，正因为这样我们才针对上述问题一一建立模型，综合各个因素，排除一些主观因素和不合理现象，给每位应聘者一个真正公平公正的结果，也利于该公司选拔到真正的人才，达到满意的招聘效果。

二．问题分析Ⅰ在这些问题当中我们首先需要解决问题一，对于问题一有平均值填充法热卡填充法、任何可能的值填充等多种解决办法，经过严密的分析，这里我们采用热卡填充法建立模型。

用热卡填充法立模型即在完整数据中找到一个与空值最相似的变量，然后用这个相似的值来进行填充，为实现此模型我们采用相关系数矩阵进行计算，matlab编程，最后求得缺失值分别是72、85、76。

Ⅱ.当我们解决第一个问题的时候就可将数据补齐，继而使用主成分分析法建立第二个模型，求出来101位应聘者排名。

Ⅲ.问题三与问题一紧密相连，根据我们在问题一中所假设的宽严度来评价专家打分的宽严程度。

所以数据都是通过excel求解的。

Ⅳ.问题四我们只采用来语言描述。

三．模型假设1.每位评审员不带主观感情，只按客观评分标准打分2.专家打分过程中不允许沟通交流3.专家不能因招聘时间后阶段的疲乏而影响打分结果4.忽略应聘者发挥失常四．符号说明x———专家甲对9号应聘者的打分y————专家乙对25号应聘者的打分z————专家丙对58号应聘者的打分A、A1、A2、A3、A4————………………………………………………………………………………………五．模型的建立与求解Ⅰ问题一求解从表格一中我们需要求的缺失数据有专家甲对9号应聘者的打分，专家乙对25号应聘者的打分以及专家丙对58号应聘者的打分，分别设为x,y,z,w 。

对于9号应聘者五位专家给其打的分数分别为x ，97,76,87,64。

令矩阵A=( x ，97,76,87,64)T ,从剩下的100个应聘者中选出四位与9号已知的分数相近的应聘者，我们选出了11号，22号，45号，48号应聘者的分数作为计算依据，分别将他们的分数赋予给矩阵A1(85,95,81,81,69)T T , A2(86,96,79,84,75)T ， A3(85,97,83,84,70)， A4(62,98,74,93,62)T 。

通过相关系数矩阵得A=a ×A1+b ×A2+c ×A3+d ×A4即 1234858685629795969798768179837487818484936465757062x a a a a ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⨯+⨯+⨯+⨯⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦我们通过matlab 编程解得先x=，1a =，2a =，3a =，4a =四舍五入法，最终得到甲专家给9号应聘者的分数是72分对于25号选手使用相同方法，令矩阵B （68，y,65,84,87)T ，分别选取1号，27号，30号，79号，令B1=(68,73,85,88,86)T , B2(63,80,69,76,84)T , B3(64,83,61,90,96)T , B44(65,84,73,87,98)T即 1234686863646573808384658569617384887690878786849698y b b b b ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⨯+⨯+⨯+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦通过matlab 编程解得y= ，1b = ，2b = ， 3b = ，4b =四舍五入法，最终得到乙专家给25号应聘者的分数是85分对于58号选手，令矩阵C=（63,94，z ，82，76)T ，分别选取10号，21号，27号，66号，令C1=(66,93,80,90，73)T , C2(61,80,79,70,69)T , C3(61,74,76,87,78)T , C44(74,94,96,89,76)T即123463666161749493807494z 8079769682907087897673697876c c c c ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦通过matlab 编程解得y= ，1c = ，2c = ，3c = ，4c =四舍五入法，最终得到专家丙给58号应聘者的分数是分76第一问需求数据如下表表2 缺失值补充表编号9 27 58Ⅱ.问题二求解首先我们将模型一的结果填写入表一，然后我们使用spss 将表一数据标准化得到如下表三中五位评委分别对101位应聘者的评分分析，表四各专家评审分别对101位应聘者得分的主成分分析，表五表三各专家评审数据标准化统计量描述统计量N 极小值极大值均值标准差方差偏度统计量统计量统计量统计量统计量统计量统计量标准误专家甲 101 51 98 .240 专家乙 101 55 99 .240 专家丙 101 61 99 .240 专家丁 101 56 99 .240 专家戊 101 5698.240有效的 N101对表四的累积量进行分析我们可以提取四个主成分进行计算，所以继续使用spss 做数据运算，计算公式：总得分F=FAC1_1* + FAC2_1*+FAC3_1*+FAC4_1*将计算出来的总得分在表格里排名，即101名应聘者的录取顺序求出，最终排名如表格五表五101名应聘者排名序号FAC1_1FAC2_1FAC3_1FAC4_1总得分排名561 1693669174972 8793738390903 583799583984 6490639591875 5194859474936 10192788570937 1994956496958 9981637079959 4817384989410 15948180669211 71867373759412 55986380638413 53906888928314 82908292669015 80786482859016 39929979869017 14948470788618 91827494898719 33889266599520 189179838584212926974658323 47888896808724 26716661759425 63819473639526 61865567628027 97939474738528 84789477679529 79658473879830 41949065668431 37847883618532 90765672758233 3887676708034 30648361909635 76917390797436 94797478638537 95746491947938 36658786649639 1687385888640 43678984759341 7767668648642 17637490639243 40848292957644 69689391829145 100868592877446 72978397646847 81819265778248 12786699907149 25688565848750 86909372947351 67637491948352 89886388766653 98858379957154 75678287638655 22869679847556 46867664876957 24928582666858 8539665959459 31608596678760 88697288947461 96705595836962 78878365916863 28638069768464 6674949689766538659362998367 6846786566668 50878480936469 45859783847070 49809385827271 35599775768872 27617476877873 93758466707574 11859581816975 73788187786976 65608364798377 62516578948078 92606584857379 42907985815880 57756465946381 83647384587682 34609178788183 776393979076-284 68586384847285 23699065657686 13588672638187 74637192866888 32828497786089 10669380907390 58639476827691 85618475697292 21618079706993 9729776876494 54599569757495 60557295856496 44638265696697 59718261576198 20566791975699 525575938460100 486298749362101Ⅲ. 问题三求解针对五位专家中哪位专家打分比较严格，哪位专家打分比较宽松的问题，我B/C们根据宽严度公式 =m平均分80宽严度1因为δ甲<1<δ丁<δ乙<δ戊<δ丙,所以专家甲最严格了，专家乙丁戊相对比较宽松,专家丙最为宽松。