招聘问题 摘要

在经济日益全球化的今天,人才是企业最宝贵的资源,能否招聘到适合的人才。形成高素质的人才队伍,决定着一个企业是否能够茁壮成长。本案例在市场信息和原始数据不足和缺失的前提下，建立了招聘最优化的模型，使公司在获得人才的前提下，较合理的规划出应聘的最优模型。

针对问题一，本文对于应聘者得分的缺失，首先除去专家没有给出评分的某些应聘者，将剩下应聘者的评分数据作为基数；然后使用K-S检验法检验每一位专家所打的分数是否服从正态分布，利用MATLAB软件实现该步骤，检验结果是各位专家所给分值服从正态分布，并绘制出直方频率图、正态频率图、Q-Q图进行更直观的说明；接着利用MATLAB计算出每个专家给应聘者评分的均值，95%的置信区间，并进行t检验；最后使用区间估计法根据统计理论，并用所求的均值置信区间，即可比较合理的估计出缺失的数据。

最终我们估计，专家甲对9号应聘者的评分是77，专家乙对25号应聘者的评分是80，专家丙对58号应聘者的评分是80。

针对问题二，本文首先确定选用打分排队法对应聘者进行综合评价的排序，由此确定录取顺序，以专家甲为例，因为部分应聘者分数相同，不利于排序，本文引入了辅助指标，应聘者总得分与得分的方差。在EXCEL中以专家甲为主要关键字降序，总得分为次要关键字降序，得分方差为第三关键字降序给应聘者排序。然后按照打分排队法给每位应聘者附上标准化分数Qi。同理，我们可以得到每位应聘者关于专家乙丙丁戊的得分Qi (i 2,3,4,5)，因为本文中各专家的重要性相同，所以每位应聘者的最终得分为 Qi。最后我们以 Qi为主要关键字降序，

i 1

i 1

5

5

原总得分为次要关键字降序，原得分方差为第三关键字升序给101名应聘者排序。

针对问题三，本文对于所有的应聘者，专家打分的均值可以作为衡量专家打分的一个重要标准，在均值相同时，专家打分方差越大说明打分越严格。根据表中数据，我们可得出专家中依不严格到严格的顺序为：丙 戊 乙 丁 甲

针对问题四的分歧，本文采用了方差与最大离差绝对值来衡量，制定标准选出同时出现在两个标准下的应聘者，最后得到参加第二次应聘的应聘者共10名，其序号为：8,20,33,35,48,55,56,60,62,96。

针对问题五，本文采用TOPSIS法建立综合评价标准的的模型，求解出在以标准差、离差、极差作为专家评定指标时，专家综合标准与理想标准方案的接近程度，并将各专家综合标准与理想方案接近程度进行排序，最终确定前三名作为第二轮应聘专家组的成员。最终我们选出第二次应聘的专家小组的专家有：专家甲、专家乙、专家戊。

关键词：K-S检验法 均值插补和区间估计 SPSS软件 TOPSIS法