经由过程定性分析，我们可以看出技能分布在男女求职者上差别不大年夜。
定量分析男女求职者在技能集合上的类似性，我们可以看出分布的标准差。
我们用 Aᵢ和Bᵢ分别表示控制技能i的男女求职者比例，例如，A_java = 0.8并且B_java = 0.8。则n种技能的总平均误差比例为：
这就意味着，平均来看，对于每一项技能，男性控制该技能的比例都要高于女性控制该技能的比例2.2个百分点，误差并不大年夜。
误差的百分数看上去直不雅，但缺点是我们并不知道相对误差。我们进一步应用平劫数标准化误差计算相对误差：
我们基于以下假设对统计数据的米锒裨做了测试：
在标准化之后，技能集合上男女求职者的误差为5.3% —— 换句话说技能集合上94.7%都是一样的。
5.3%的误差固然小，但也可能影响巨大年夜，尤其是如不雅这种差别表如今核心技能上时。
为了搞清跋扈这个问题，我们应用置换测试/蒙特卡洛法计算了男女求职者在特定技能控制比例汕９依υ?差。比如，如不雅50%男性和53%女性都邑“hadoop”，我们就要计算这3%的差别是不是明显。
结不雅发明，在残剩的33项技能中，只有SQL和统计两项技能显示出性别差别性，并且这两项都是女性的┞菲握程度高于男性。
工作经验上的差别
下表列出了男女求职者工作年限的平劫数和中位数，值得留意的是职位请求并不包含工作年限。
我们发明工作年限上只有半年的差别，尽管在差别上表示出米锒裨，但在实际录用的层面上并没有什么实际意义，很少有公司会把半年经验的缺掉作为拒绝的重要因素。
(图片解释：男女求职者的被拒比例)
教导背景上的差别
在科技业，求职时的性别不平等一向是个重要话题。但针对该议题，在实际操作层面却鲜有基于大年夜数据的体系性研究。
下表列出了求职者最高学历的分布情况(百分比)，职位的请求是理工科本科或者硕士卒业生。
女性求职者比男性求职者在高学历中所占比例更高，82.7%的女性求职者拥有硕士及以上学历，只有69.9%的男性求职者拥有一致学历。这方面的差别异常明显。
结论
大年夜膳绫擎的研究可以发明，女性求职者在被拒率上赶过男性求职者5.6个百分点，尽管女性拥有高学历的比例更高、工作年限上和技能体系上也没有实际意义上的差别。
大年夜体上，我们可以说袈溱技能的大年夜多半方面男女之间不存在差别，而SQL和统计上又是女性有明显的优势。
当然，如不雅仅仅根据膳绫擎的实验结不雅就得出“被拒率上的差别是因为有意或者无意的成见”的结论，还缺乏充分的来由。但推敲到在实验中至少已经清除一些客不雅身分的影响，那么竽暌剐来由信赖这种差别更有可能是来自于主不雅身分的影响。
研究的局限性
当然，须要指出的是，本次实验还具有一些局限性：
经验和教导背景的含金量
我们仅仅根据技能一栏填写的情况来推敲，那么会造成一个闇练控制该技能并有5年经验的求职者和一个刚会一点的菜鸟求职者没什么区其余情况。
尽督工作经验和教导背景是简历审查的一个基准线，但个中的含金量倒是极其关键的身分，甚至影响到可否经由过程简历审查。然而，这方面又太主不雅并且难以控制。
所有相干技能所占权重都一样
全部34项技能权重都一样，这在简历审查时肯定不实际，很明显一些职位对于一些核心技能的请求要高过其他技能，也就是权重更重。然而，这方面我们可以经由过程雇用官给出每项技能的权重来解决。
之前做过的项目没有被推敲进去
求职者之前做过的项目或者写过的代码(比如github等)有时在简历审查时是会被调阅的，而这一点在本次实验中没有被推敲。
【编辑推荐】
- 挨踢部落直播教室第六期：精益化数据分析—若何让你的企业具有BAT一样的分析才能
- 七个必定使数据分析掉败的方法
- 五张数据分析图描述数字人才近况
- 关于Python数据分析的入门指南
- 什么是Apache Spark？数据分析平台如是说
推荐阅读
阿里Dubbo疯狂更新，关Spring Cloud什么事？_技术栈微信半月刊第07期
CTO练习营 | 12月3-5日，深圳，是时刻成为优良的技巧治理者了 【义务编辑：陶家龙 TEL：（010）68476606】【义务编辑：陶家龙 TEL：（010）68476606】【义务编辑：陶家龙 TEL：（010）6847>>>详细阅读
地址：http://www.17bianji.com/lsqh/39347.html
1/2 1
网友点评
精彩导读
科技快报
品牌展示