Mit der vorliegenden Modellierung soll eine Vorhersage darüber erfolgen, ob jemand eine Arbeitsstelle bekommen hat. Bei den Test- und Trainingsdatensätzen handelt es sich um Datensätze aus einer Absolventenstudie. Ziel dieser Vorhersagemodellierung ist es möglichst häufig, die im Trainingssatz vorliegende Variable “Job” vorherzusagen. Auf Basis des Trainingsdatensatzes wird ein Modell erstellt und auf den Testdatensatz angewendet. Mit den gewonnen Erkenntnissen lassen sich gegebenenfalls frühzeitig Karriereentscheidungen treffen, die zu einer Einstellung führen.
Inhaltsverzeichnis
- Einleitung und Zielsetzung
- Studiendesign und Datenerhebung
- Deskriptive Statistik und Datenvorverarbeitung
- Modell und Modellwahl
- Anwendung, Ergebnis und Vorhersage
Zielsetzung und Themenschwerpunkte
Ziel dieser Vorhersagemodellierung ist es, die Wahrscheinlichkeit vorherzusagen, ob eine Person eine Arbeitsstelle erhält, basierend auf Daten aus einer Absolventenstudie. Das Modell soll auf Basis eines Trainingsdatensatzes erstellt und auf einen Testdatensatz angewendet werden. Die Erkenntnisse aus der Modellierung sollen ermöglichen, frühzeitig Karriereentscheidungen zu treffen, die zu einer Einstellung führen könnten.
- Vorhersage von Arbeitsplatzvermittlung anhand von Absolventendaten
- Entwicklung und Anwendung eines Vorhersagemodells
- Analyse von Einflussfaktoren auf die Arbeitsplatzvermittlung
- Identifizierung von potenziellen Karriereentscheidungen
Zusammenfassung der Kapitel
- Einleitung und Zielsetzung: Die Einleitung stellt das Ziel der Vorhersagemodellierung dar, nämlich die Vorhersage der Arbeitsplatzvermittlung anhand von Absolventendaten. Die Motivation für diese Modellierung liegt in der Möglichkeit, frühzeitig Karriereentscheidungen zu treffen, die zu einer Einstellung führen könnten.
- Studiendesign und Datenerhebung: Dieses Kapitel beschreibt die Datensätze, die für die Modellierung verwendet werden. Es werden die exogenen Variablen, wie Geschlecht, Spezialisierung, Noten und Berufserfahrung, vorgestellt. Die Zielvariable "Job" wird ebenfalls definiert und ihre Bedeutung für die Modellierung erläutert.
- Deskriptive Statistik und Datenvorverarbeitung: Dieses Kapitel befasst sich mit der Analyse der Datensätze mithilfe deskriptiver Statistik. Es werden die verschiedenen Variablen und deren Verteilung untersucht, um ein besseres Verständnis der Daten zu gewinnen. Die Daten werden aufbereitet und auf fehlende Werte überprüft.
Schlüsselwörter
Vorhersagemodellierung, Absolventenstudie, Arbeitsplatzvermittlung, Datenerhebung, deskriptive Statistik, Datenvorverarbeitung, Einflussfaktoren, Karriereentscheidungen.
- Quote paper
- Anonym (Author), 2020, Vorhersagemodellierung einer logistischen Regression, Munich, GRIN Verlag, https://www.grin.com/document/1009521
