Re: [討論] 學弟妹們請以醫牙電資財金為目標(補報告)

[kevin1212 (fur)]

既然都有人點名惹 小弟我獻醜一下好惹

不過今天先不要講貝氏 貝氏作圖跟搭配公式講要花很多時間準備

先看看推文有人說到104的資料好惹

美國資料我現在懶得點 我期末考完再看看><

===========================================

做資料科學的步驟第一項就就是資料如何收集

在104圖表下方 他都有寫說資料來源如何來

「
資料來源：104人力銀行履歷資料庫，該學系畢業生(含日／夜間部)填答薪資及職
務特性問卷而來，並由系統逐一檢驗，以確保資料的正確性。 圖表資料固定於每
月第一周更新，剔除超過一年的樣本；以確保資料的時效性。
」

上面是引用自104網站 可是

第一個很大的缺陷應該大家都能看出來

就是樣本數太少

我沒有特別去估算一間學校的畢業生有多少啦

不過抓一下 大係一個年級大概都80~100吧 現在2020 不看最近建立的學校

畢業生的總數至少都有2000左右

那這樣抓的話 他整體人數都只有抓 200人左右 這個是數量非常少的

很難做大樣本分析 不過沒關係 統計如果只會大樣本分析 早就被淘汰了

那接下來第二個步驟 我們要做model

可是 這個網站 的model 方式 只有做order statistic

簡單的說就是大小排序而已

很明顯 從網站給的分佈 我們只知道 幾%的人在哪個區塊

但要如何從樣本推到母體

從我的角度看來是無法啦 畢竟只從order statistic中 很難看出任何的資訊

依目前所學過的 我猜想 poisson 或是 multinomial 可能會好些

不過還是要回頭做一些假設檢定來看看model合不合適啦

===========================================================

除此之外 主張104的統計無用還可以用以下角度

1.統計時有沒有把樣本背景盡力消除

  講白一點 就是高中的不變變因有沒有確實處理好

  這個可以透過分類方式處理  （這裡很明顯沒有）

  或是用大數據的方式來稀釋這些雜訊(這裡也沒有)

  因此很可能 薪資跟科系只有相關性 而缺乏因果關係

2.另一個問題是發明民調的人(我忘記叫啥了QQ) 也犯的錯誤

  就是他今天搜集的資料 已經是condition在 會使用104找工作填問卷的前提了

  這就是很容易出現的資料搜集偏差 可能這些人有共同的某些特質

  例如薪水較高的理組 薪水較低的文組等等

  都是可能會出現的問題

  其他的還有一些關於資料上的問題 就可以連接到貝氏理論了

  如果有人想聽下次再打 我要去念期末惹QQ

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

  BTW 如果想知道一個科系可以幹嘛 薪水多寡 其實每個係辦都會去統計自己系上同學

  你去找係辦都可以比104準喔

--
找到票了！！是同意！！
恭喜我大114校長連任

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.114.207.159 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/SENIORHIGH/M.1591978346.A.255.html
推 LaAc: 推
推 aristoIris: 推
→ afflic: 你以為系上統計的就比較準?
我們系是完整性資料建檔 雖然樣本數也大概只有畢業的1/2~2/3填 可是至少都還沒
做transformation 可以說是原始資料 這是資訊量最多的那種了吧
→ afflic: 你可以說104不準，但你也找不到更好的標準
推 geminitw: 可以說結論嗎?
104沒辦法為原來那篇佐證 資料的歸納能力太糟
推 WanYC: 推
→ NomeL: 系上統計肯定比任何求職網準啊
→ MT6797: 算各有參考性吧，理工科畢業發展前段的不會用104，發展後
→ MT6797: 段的不會回報系上，一個偏低估一個偏高估。
→ shawyj: MT說的貼切.很多發展比較不順的系友不會回報或參加同學會
→ shawyj: 我們班同學會其中ㄧ餐常是大咖同學請的
→ MT6797: 1/2~2/3畢業生回報這只有剛畢業那幾年吧？我幫忙過系友召
→ shawyj: 没那種身分要去買單也會不好意思
→ MT6797: 集，畢業五年十年後不太有人鳥系辦了，會熱情參與的大概只
→ MT6797: 有該屆系學會長、榮譽系友的死黨掛。
我是不知道其他科係怎麼樣 不過依照我們科系而言
資料今年線上回報而已 所以很新 因為不記名 所以有放在係上網站公開可以查詢
甚至還有獨立的資訊包含你之後的研究所 畢業年數 工作名稱內容等等
如果有心可以做到 只是看你想不想做
→ MT6797: 出國先不談，台灣理工科發展好的主要都是大型上市公司，薪
→ MT6797: 資結構非常死，圈子內都知道行情在哪，這幾年甚至要求公布
→ shawyj: 我們這種魯蛇系友也不好意思回報系上
→ MT6797: 員工薪資平均數，打聽或查詢一下就知道了。
推 afflic: 而且自己系上的可能好查一點
→ afflic: 不是自己系上的就難了
→ afflic: 可能你系上的統計比較完整，但很多人是不鳥系辦的
→ afflic: 104這種公開資訊已經是算相對準確了
104公開資訊沒錯 可是資料上的缺陷我點名在文章內了
這是明顯錯誤的資訊 你說我雞蛋裡挑骨頭我也沒辦法
不過我先講結論 我認為如果是104這種資料 我寧可不看
推想過程我之後再另外回一篇文好惹 畢竟這篇也只有回應原文章下面的回應
沒有回應到原作者的想法
→ afflic: 畢竟他們專門做求職的，樣本來源廣
我看不出來樣本來源廣
→ afflic: 除非你能提供更好的統計資料
他們或許拿得到樣本 但他們處理樣本的手法很糟
→ afflic: 不然我覺得你只是在雞蛋裡挑骨頭
→ afflic: 不看104，請問你看什麼呢?
→ afflic: 不是所有系上統計的都很完整哦
→ afflic: 而且跨系的又怎麼辦?
這問題請容許我再用一篇文回應 很難用幾句話完只說明
→ afflic: 不過現在台灣上市公司有被要求公佈非主管總薪資就是
→ afflic: 除一下員工人數可以大概看個輪廓
→ afflic: 科技業板好像有人整理過可以看一看
→ MT6797: 你們連畢業20年的都還有1/2以上回報？這在大系裏滿不可思
→ MT6797: 思議，先別說混不好的不願意丟臉，光是還能聯絡上那些人就
→ MT6797: 非常厲害，通常畢業十年就失聯快一半了。
→ MT6797: 104一定偏低估啦，至少理工業界生態是這樣，拿104當作新人
→ MT6797: 起薪或後1/4位數可能有一定參考性。
我們科系只有辦十多年 算是小係吧 不過有校友的社團 算活絡 這也是其中一個原因吧
推 afflic: 不過不排除104裡面有獵頭的數據
→ afflic: 不過這種不透明的東西要客觀精準評估的確很難
→ afflic: 人均GDP跟人均所得都不知道差多少了
推 ganhua: 推
→ afflic: 25百分位數跟75百分位數也不知道
→ afflic: 很可能得出人類平均一顆蛋蛋的結論
→ NomeL: 難道你畢業20年還會用104？
→ afflic: 104上面還是有主管職啊
推 NTUwhore: 原文底下一堆腦殘 推這篇
推 ccjg4673: 把少為教的學以致用
超愛少為的 他是個超好的教授
→ wen17: 民調先生用電話調查當時美國某地的民眾投票意願  很穩
→ wen17: 但是因為當時電話出來沒多久  有錢的人才有電話
→ wen17: 所以GGGGG
→ wen17: 假設母體有錢人占10% 窮人站90%  而且貧富影養投票意願
→ wen17: 這種偏差就讓這民調GG了
※ 編輯: kevin1212 (140.114.207.159 臺灣), 06/14/2020 08:54:30