应用R软件包processR实现各类中介模型

目的目前中介效应统计分析软件种类繁多,存在各种缺陷,本研究旨在寻找一种操作相对简单、输出结果丰富详细的途径,以便捷实现各类中介模型统计分析。方法运用R软件包processR及其衍生的Shiny面板,以Chapman等人在2016年收集的Disaster数据为例,经相应数据转换,进行有调节的中介模型分析。结果模型给出路径系数,捐赠态度(donote)作为中介变量,具有完全中介效应;认知框架(frame)作为调节变量,对模型有调节作用,取Mean=-0.021时,间接效应与总效应之比为53%,间接效应与直接效应之比为110%。效应量回归显示,在frame≤0.107时,间接效应的效应量要大于直接效应;之后,直接效应的效应量就超过了间接效应。同时也给出了边际效应量的变化。结论R软件包processR及Shiny面板能便捷全面地进行各种中介模型分析,本研究旨在结果详细,可以较好地满足不同层次统计研究者进行中介分析的需要。

一种基于随机森林的扶贫识别办法

2020年是我国全面建成小康社会的决胜年,我国也进入了决战决胜脱贫攻坚的最后阶段。唯有精确的识别贫困人口,才能推进精准扶贫工作更好地开展。文章以西部内陆省份G省A市农村地区的调研数据为基础,选取了多个指标,通过随机森林算法来精确识别贫困人口。通过研究发现,随机森林算法在甄别贫困人口中效果好,同时拥有较大的灵活性,能较好适应精准扶贫识别工作。

微博中的“中美外交风波”舆情文本研究--基于R语言的词向量情感分析

如今,中美两国之间的外交博弈作为社会热点事件,容易形成网络舆情。文章运用了基于词向量的文本情感分析方法,从网络社会学的角度出发,关注2020年中美外交互相关闭领事馆事件。在分析文本词频、文本情感、情感时间序列的基础上,探究大国外交中的网络舆情特征。研究认为:大国外交的网络舆情文本带有明显的情感化表达特征以及包容化、趋向年轻化的特征, 事件中的情绪倾向带有"一边倒"的特征, 网民的情绪随着突发事件的爆发而被快速调动而后又趋于平缓,等待下一次调动。总而言之,在大国外交这样的热点事件中,网民通过社交网络表达自己的情绪,为网络社会学、传播学研究网民行为提供了启发。