数控机床操作员个人简历模板求职doc.docx

数控机床操作员个人简历模板求职doc.docx

《数控机床操作员个人简历模板求职doc.docx》由会员分享，可在线阅读，更多相关《数控机床操作员个人简历模板求职doc.docx（7页珍藏版）》请在冰点文库上搜索。

数控机床操作员个人简历模板求职doc

姓名：

目前所在地：

广州民族：

汉族

户口所在地：

湖南身材：

178cm65kg

婚姻状况：

未婚年龄：

22岁

求职意向及工作经历

人才类型：

普通求职

应聘职位：

机械/设备维修类:

数控机床操作员计算机类电脑绘图员绘图员

工作年限：

0职称：

无职称

求职类型：

全职可到职-随时

月薪要求：

1500--XX希望工作地区：

东莞广州深圳

个人工作经历：

XX.5月份学校组织的半个月的钳工实习

XX.10月份进行厂半个月的普通车床操作培训

XX.4月份学校安排厂半个月的数控车床和铣床培训，主要内容数控机床的操作和一般编程

XX.10月份进行厂一个月的数控机床强化培训，主要内容车床和铣床的编程，另外还有在长沙约克水处理有限公司进行厂一个月的实习

（在学校经常参加各种专业方面的活动和竞赛）

教育背景

毕业院校：

湖南信息职业技术学院

最高学历：

大专毕业-XX-07-01

所学专业一：

数控技术及应用所学专业二：

受教育培训经历：

XX.9-XX.7湖南信息职业技术学院数控技术及应用大专

数控加工中心中级操作证、英语三级证

语言能力

外语：

英语良好

国语水平：

良好粤语水平：

较差

工作能力及其他专长

能熟练地操作autocad，proe（cad）等绘图软件，对图像处理软件photoshop也有一定的了解。

能熟练地操作数控车床，铣床，加工中心，对数控机床的发展也有一定的了解

详细个人自传

个人联系方式

3.2.2

回归分析

回归分析是一种统计方法，用来分析某一独立变量的变化对另一个非独立变量的变化的影响程度。

在企业中，它既可以用来分析各种因素之间的相互影响，寻找因素变化的规律性，也可用来对状态的发展进行预测。

用于对未来状态进行预测时，自变量为时间。

回归分析往往用于这样一种情况：

两种变量之间的关系表面看来没有明显的规律性，各数据分布具有一定的离散性。

也就是说，把各观测值标在坐标图上，不能由一条直线或平滑的曲线连接起来。

但这种离散性并不表明两种因素之间没有规律性，而是可能两种因素之间的规律性被其他的偶然性掩藏起来了。

回归分析法正是用于寻找这些被掩藏的规律。

简单线性回归分析是指只有一个自变量的函数分析。

对众多的离散数据，通过一定的数理统计方法，可以找出一条能够大致代表两种因素之间关系的直线。

这个直线的函数式如：

Y=a+bx

其中，Y为因变量，x为自变量，a为常数，b为斜率，即回归系数。

但应当注意，这条直线是通过统计方法计算出来的。

虽然具有一定的代表性，但在不同的情况下，代表性的强弱是不同的。

因此，需要用标准差或方差之类的指标来衡量这一函数对实际数据的代表性。

这些指标通过实际数据与函数数据之间的差异来反映回归函数的代表性。

多元回归分析（multiple

regression

analysis）是指具有两个或两个以上的自变量的回归分析。

多元回归函数的模型为：

Y=

a+bx+cz

其中，Y为因变量，a为常量，b、c分别为自变量x、z的回归系数。

多元回归分析应用十分广泛，但因其计算复杂，一般都是借用计算机来完成的。

决定系数（coefficient

of

determination）：

根据回归分析法，经过用统计计算出来的回归函数模型所计算出来的数据与实际分布的数据之间并不相等。

因为，回归函数代表的是总体的趋势，而不是精确的发生值。

那么，实际数据与函数结果之间是否真有关系呢?

具体的数据是否真的存在回归函数所揭示的因果关系呢?

对这个问题的回答需要借用决定系数这一指标。

决定系数又称为相关系数，它通常用R

2来表示。

这个指标是通过各实际数据与函数数据之间的差异计算出来的。

决定系数是介于0和1之间的。

决定系数为0时，回归函数完全不能解释实际数据为什么与回归函数存在差异，也就是说，自变量与因变量之间不存在关联性；决定系数为1时，两者完全相关，即回归函数可完全解释实际数据与函数值之间的差异，也就是说自变量与因变量之间存在着完全相关的关系。

此时，实际公布的数据正好处于函数曲线上。

【典型试题】

1.要从时间序列中消除季节变化的影响，原始数据应该是：

a.加上季节指数。

b.减去季节指数。

c.乘以季节指数。

d.除以季节指数。

『正确答案』d

解题思路：

a.不正确。

加法不能消除季节影响。

b.不正确。

减法不能消除季节影响。

c.不正确。

乘法不但不能消除季节影响，而且会倍增季节影响。

d.正确。

如果原始数据（有四个趋势）除以季节平均数，那么季节因素的影响就从原始数据中剔除了。

2.某部门运用回归分析法，根据每月广告支出来预测每月产品销售额（均用百万美元作单位）。

结果表明该自变量的回归系数等于0.8。

该系数说明：

a.在本例中，平均每月广告支出为$800，000。

b.当每月广告支出处于平均水平时，产品销售额将是$800，000。

c.一般而言，每增加$1广告支出，销售额就会增加$0.8。

d.由于回归系数太小，因此广告支出不是销售额的预测因子。

『正确答案』c

解题思路：

a.不正确。

回归系数与变量平均值没有关系。

b.不正确。

回归方程为Y=ax+b，其中y为销售额，X为广告支出，a为回归系数，b为截距。

必须用每月的广告支出乘以回归系数再加上常数项才能得出预测的销售额。

c.正确。

回归系数表示自变量改变一个单位时，因变量的改变量是回归线的斜率。

在本题中就表示广告支出增加$1，销售额增加$0.8。

d.不正确。

回归系数绝对值的大小与能否根据自变量来预测因变量没有必然的联系。