You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

基于年员工流失率计算平均任职时长的可行性及5%流失率下的求解

关于员工平均任职时长与年流失率的计算问题

嘿,这个问题其实是典型的生存分析/指数分布场景,咱们一步步来拆解:

问题2:能否用年流失率计算平均任职时长?

当然可以!前提是咱们做一个人力分析里很常用的简化假设:员工的离职行为符合无记忆性的指数分布——简单说就是,每个员工在任意时刻离职的概率是恒定的,不会因为已经在公司待了多久而变化。只要这个假设成立,就可以直接通过年流失率推导平均任职时长。

问题1:年流失率5%时,平均任职时长是多少?

先明确年流失率的定义:这里的5%指的是任意一名员工在一年内离职的概率。我们用生存函数来推导:

  • 员工任职时长超过t年的概率可以表示为 S(t) = e^(-λt),其中λ是瞬时离职率(指数分布的参数)。
  • 年流失率5%意味着,员工在第一年离职的概率是5%,也就是 1 - S(1) = 0.05。

代入公式解方程:

1 - e^(-λ*1) = 0.05
e^(-λ) = 0.95
λ = -ln(0.95) ≈ 0.0513

指数分布的期望(也就是平均任职时长)是1/λ,所以:

平均任职时长 = 1 / (-ln(0.95)) ≈ 19.51年

小补充:近似公式

如果年流失率很低(比如<10%),可以用简化的近似公式:平均任职时长 ≈ 1 / 年流失率。这里1/0.05=20年,和准确值差得不多,但如果流失率较高(比如20%),这个近似的误差就会变大,得用准确公式计算。

另外提一句:你提到的Coupon Collector问题和这个场景完全不相关,找不到思路太正常啦~那个问题是关于收集全所有类型物品的期望次数,和员工离职的生存分布逻辑完全不同。

内容的提问来源于stack exchange,提问作者FloWEffect

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.19 09:35:05