基于主成分-Logistic模型的医药业上市企业财务风险预警研究

为客观科学对医药业上市企业进行财务风险预警,选取了截至2021年深交所和上交所上市的20家医药上市企业为样本。从盈利、偿债、营运、发展、现金流五个方面选取了51个指标,采用S-W检验、F检验、Mann-Whitney U检验对51个指标进行筛选,构建出财务风险预警指标体系。最后,利用主成分分析结合模型构建出财务风险预警模型,模型准确度为85%,希望所构建模型对医药业健康发展起到借鉴作用。

采用主成分改进的Logistic回归分析新疆乌鲁木齐地区学龄前儿童龋齿影响因素的研究

目的调查新疆乌鲁木齐地区学龄前儿童龋齿发病情况和相关影响因素。方法以"区—幼儿园—班级"的技术路线,从新疆乌鲁木齐7区1县随机抽取1所幼儿园,每所幼儿园中随机整群抽取大、中、小各2个班,每班再采取整群抽样,由口腔科医生完成龋齿检查和问卷调查。对原始变量进行共线性诊断,再采用主成分改进Logistic回归分析筛选可能的影响因素。结果共有1 366位学龄前儿童纳入研究,有809位儿童患有龋齿,患病率为59.2%。共线性诊断提示各变量间存在共线性问题,采用主成分改进Logistic回归分析筛选出7个有意义的影响因素,开始刷牙年龄、每日刷牙次数、饭后漱口、父母亲文化程度和家庭收入是儿童龋齿发生的保护因素(OR=0.657、0.853、0.426、0.675、0.725、0.768),吃零食则是龋齿发生的危险因素(OR=1.334)。结论新疆乌鲁木齐地区学龄前儿童龋齿发生受多因素影响,通过主成分改进的Logistic回归分析可消除原始变量间存在的共线性问题,得到更好的回归模型。

主成分logistic回归在筛选妊娠期糖尿病危险因素中的应用

[目的]探讨主成分logistic回归分析方法在筛选妊娠期糖尿病危险因素中的作用。[方法]首先对logis-tic回归模型进行共线性诊断,然后应用主成分改进的logistic回归分析,得到并解释最终的回归模型。[结果]共线性诊断显示各变量间存在较大的共线性,采用主成分改进的logistic回归分析显示,妊娠期糖尿病与包括年龄、家族史、孕前BMI在内的多种因素有关。[结论]主成分改进的logistic回归在筛选妊娠期糖尿病危险因素中具有较好的作用,在对疾病危险因素进行logistic回归分析时,若变量间存在多重共线性,采用主成分改进的logistic回归分析能得出更合理的回归模型。

养老机构老年人生活满意度影响因素的主成分logistic回归研究

目的分析养老机构内老年人生活满意度情况及其影响因素。方法采用整群随机抽样方法,在厦门市13家养老机构抽取230名老年人进行调查,了解养老机构老年人生活满意度状况,并利用主成分logistic回归分析其影响因素。结果获得有效问卷204份。调查显示厦门市养老机构内老年人生活满意度普遍较高。女性、年龄小、文化程度高、日常生活能力和健康自评效果好、与亲人相见频数高、对机构支持信任度高的老年人生活满意度相对较高。结论为提高养老机构老年人生活满意度,积极应对老龄化,老人应理性对待自身健康状况,积极面对生活;亲属应多去看望,给予老人更大的关爱和心理慰藉;养老机构也应大力提高其服务质量,丰富服务内容,给予老年人充分的物质、精神支持。

主成分logistic回归分析在底板突水预测中的应用

为对矿井底板突水进行预测,采用结合主成分分析法和logistic回归分析法的分析模型.利用主成分分析法对突水主控因素进行降维处理得到主成分,并计算出主成分在样本中的得分值;应用logistic回归分析法对确定好的主成分得分值进行logistic回归分析;把主成分转变回底板突水各主控因素,得到矿井各主控因素对于底板突水影响的回归模型.研究结果表明:可见模型的拟合优度很好,正确率达到90%以上;主成分logistic回归分析在底板突水预测中的应用是可行的.

基于主成分分析和Logistic回归的上市公司财务困境预警模型的研究

采用主成分分析与Logistic回归相结合,利用上市公司财务数据,借助SPSS和MATLAB软件,构建了上市公司财务困境预警模型.研究结果表明:该模型具有很好的预测效果,根据训练样本建立的模型,经过检验,其预测结果基本与实际相符,误差水平可以接受.这说明财务预警结果几乎完全符合其所处的财务状态,同时也说明了该模型具有很好的预测准确度和实用推广性.

主成分改进的Logistic回归模型方法在流行病学分析中的应用

目的 探讨在涉及多自变量的Logistic回归分析中变量间多重共线性的诊断和处理方法。 方法 应用主成分改进的Logistic回归方法进行多重共线性变量的诊断与处理。 结果 去除了回归模型中变量间的多重共线性影响,建立了较为理想的关系模型。 结论 在Logistic回归模型分析中应用上述方法进行多重共线性的诊断和处理是有效及可行的。

基于Logistic和主成分分析的制造业上市公司财务危机预警

本文选择2010～2013年国内首次被实施ST的57家A股制造业上市公司作为研究样本,57家非ST公司作为配对样本,构建了包括22个指标在内的制造业上市公司财务危机预警指标体系,并对上市公司被实施ST前3年的财务数据分别利用主成分分析和Logistic回归分析方法建立财务危机预警模型。实证结果表明:Logistic回归分析法在制造业上市公司财务危机预警方面具有可操作性,且准确率最高可达到92.11%,其预测精度高于主成分分析法。

基于Logistic回归模型和PCA模型的急性缺血性脑卒中发作影响因素分析

目的应用Logistic回归模型和主成分分析(PCA)模型分析急性缺血性脑卒中(AIS)发作的影响因素。方法从大连医科大学附属第二医院医渡云科研大数据服务器系统提取2001年1月1日至2021年12月31日的数据,将医院病历系统收录的55620例AIS患者纳入病例组,将筛选后的64134例在医院体检中心体检的人群纳入对照组。收集两组的临床资料,分析AIS发作的影响因素。结果多因素分析结果显示,年龄、性别、肌酐、白细胞计数、血红蛋白、红细胞计数、血小板计数、甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、丙氨酸氨基转移酶(ALT)、总胆固醇(TC)、γ-谷氨酰转移酶(γ-GGT)水平及吸烟史、饮酒史、高血压、糖尿病、心梗、冠心病、动脉粥样硬化为AIS的影响因素(P<0.05);受试者工作特征(ROC)曲线下面积(AUC)为0.927。PCA提取8个主成分,既往病史、血脂水平风险比较大。结论既往病史及血脂水平是AIS发作的主要影响因素,有效控制原发疾病及血脂水平能够更好控制AIS发作。

主成分logistic回归与最大似然法在卵巢囊肿早期鉴别诊断上的联合应用及其软件开发

目的联合应用主成分logistic回归与最大似然法对卵巢囊肿进行早期鉴别诊断,并实施相应程序开发,以提高疾病鉴别诊断的效率和准确性。方法分别利用两种方法建立卵巢囊肿早期鉴别的判别函数,并从真实性和可靠性两方面评价两种方法的判别效果;根据卵巢囊肿的疾病性质和临床诊治情况,选用串联形式完善诊断方法;利用Del-phi7.0进行软件开发程序。结果真实性结果显示两种方法的回顾性和前瞻性判别符合率均大于80%,相应ROC曲线下的面积均在0.7～0.9之间,差别无统计学意义;可靠性结果显示两种方法的一致性检验的Kappa值均大于0.5,说明两种方法的结果具有较好的一致性;前瞻性诊断的灵敏度为0.667,特异度为0.978。结论两种方法的判别准确度中等,具有应用价值,能实现卵巢囊肿的早期鉴别诊断;串联形式的联合诊断提高了诊断的特异度;开发的软件易于操作,提高了鉴别的效率,可以用于门诊的辅助诊断。

基于主成分的Logistic模型的上市公司信用风险评价分析

针对当前上市公司信用风险管理效果不佳的问题,提出以上市公司违约概率作为信用风险高低的衡量标准,利用我国上市公司的财务数据,结合主成分分析法和Logistic方法构造了上市公司信用风险评估模型。实证研究结果表明,该模型具有可信的识别预测和推广能力,能够为企业信用风险程度的判定提供客观依据。

基于主成分分析的回归模型对重度创伤性脑损伤去骨瓣术后脑积水的评估价值

目的探讨基于主成分分析的回归模型对重度创伤性脑损伤去骨瓣术后脑积水的评估价值。方法选取邯郸市中心医院2022-01—2023-10收治的92例重度创伤性脑损伤患者,均接受去骨瓣术治疗。根据患者术后是否发生脑积水分为发生组(20例)及未发生组(72例),比较2组临床资料,并对其进行主成分分析,然后提取主成分作为自变量,采用主成分分析-Logistic回归分析重度创伤性脑损伤去骨瓣术后脑积水的危险因素,采用受试者工作特征曲线评估模型对患者发生脑积水的预测效能。结果单因素分析显示,发生组脑震荡、脑内血肿、术后颅内感染、术后大面积脑梗死、手术前后脑室系统出血占比、受伤距离手术时间、手术前后CGS评分、白细胞计数均高于未发生组(P<0.05)。主成分分析-Logistic回归分析显示,合并脑内血肿、颅内感染、术后大面积脑梗死、手术前后脑室系统出血、手术前后GCS评分低是重度创伤性脑损伤去骨瓣术后发生脑积水的独立危险因素(P<0.05)。主成分分析-Logistic回归模型评估重度创伤性脑损伤去骨瓣术后发生脑积水的灵敏度为90.00%,特异度为94.44%,AUC为0.958。结论主成分分析-Logistic回归模型能够有效评估重度创伤性脑损伤去骨瓣术患者的预后情况,脑内血肿、颅内感染、术后大面积脑梗死、脑室系统出血、GCS评分等是影响患者发生脑积水的重要因素。

基于非线性-主成分Logistic回归的会计舞弊识别研究

混沌理论认为,人类行为大多具有非线性特征。会计舞弊属于行为会计的研究范畴,而传统上基于统计理论构建的舞弊识别模型大多受限于线性约束假设,可能存在模型设定偏误和信息提取不充分的缺陷。以沪深A股受到监管处罚的上市公司及其配对公司为样本,借鉴Taylor展开式的非线性思想,并使用主成分分析消除变量多重共线性,构建了非线性-主成分Logistic回归的会计舞弊识别模型。与线性回归模型对比发现,前者具有更高的舞弊识别正确率,模型拟合度更优。应用这一模型有助于更加充分提取舞弊识别信息,提高舞弊识别效率。

基于主成分分析和Logistic回归方法的财务预警模型比较——来自我国制造业上市公司的经验证据

在对国内外财务预警研究进行系统研究的基础上,选取我国制造业上市公司作为研究样本,综合运用主成分分析法和Logistic回归法构建制造业上市公司财务预警模型,并对其判别效果进行比较分析。研究结果表明,通过建立预警模型帮助上市公司防范财务风险是一种行之有效的方法,主成分分析模型与Logistic回归模型的判别准确率均较高,但整体而言,主成分分析预警模型的判别效果更好。

基于主成分Logistic模型的退耕还林工程农户参与意愿分析——以四川省雅安市为例

分析新一轮退耕还林工程四川省农户参与意愿的影响因素,可为优化实施政策提供参考。以参与意愿为因变量,以工程项目政策、农户自身条件和区位影响等3类因子指标为自变量,构建了造林营林和林下种养两类项目农户参与意愿的Logistic模型,并设计了主成分回归的求解方法。以四川省雅安市为抽样区,调查获得了246个农户的意愿问卷,分析结果表明:主成分Logistic模型拟合精度较高、回归系数符合参与意愿的影响逻辑判断;影响农户参与造林营林项目意愿的因子有户主年龄B1和产品产生周期长短A7综合的主成分因子H11、启动资金保障A4,反映了农户对该类项目回报周期过长、初期资金不足等问题的担忧;影响农户参与林下种养项目意愿的因子为家庭劳力规模B3、项目区的区位C2,反映出该类项目受家庭劳动力不足、因地区远而产品经济难实现的制约影响。本文针对上述问题给出了提高农户参与积极性的政策建议。将先验分析和回归分析有机结合的主成分Logistic建模克服了纯数理统计方法的局限性,研究区具有地域代表性,可为类似地区退耕还林工程实施提供借鉴。

砂土液化等级预测的主成分-Logistic回归模型

砂土液化等级的多指标综合预测模型可以分为2种类型:第1类以砂土液化等级分类标准为基础,第2类以实例数据为基础。分别选择砂土液化分类标准生成的数据以及实例数据作为样本,采用主成分分析法对样本数据进行降维处理,以Logistic回归模型来描述砂土液化影响因素与砂土液化等级之间的对应关系,建立了2种类型的主成分-Logistic回归模型。实例应用结果显示,2种类型的主成分-Logistic回归模型都具有一定的可行性,第2种类型的主成分-Logistic回归模型预测结果更符合实际情况,在具有较多实例数据时,更具有应用价值。

农户农地流转意愿影响因素的探讨——基于成都市实地调查及主成分改进Logistic回归分析

分析表明,影响农地流转意愿最大的三个因子依次为:非农工作所在地,非农工作人数比例以及农业人均年经营收入。结合成都统筹城乡改革的经验,本文建议采用规划民营工业园区、提高农业经营收入等方式,来促进农地的流转和整合,提高农民可支配收入,实现资源和收入的有效配置。

基于主成分分析和Logistic回归模型的上市公司财务预警机制研究

企业的经营表现可以用财务状况来衡量,构建高效的财务预警机制以预测企业的财务状况,及时发现财务风险,预防财务危机的发生,这对企业的经营和生存发展至关重要。本文从沪、深证券交易所选取2013年被ST的30家上市公司的股票和与之配对的相同行业30只正常股票作为训练样本,并选取10家2014年被ST的上市公司股票和10只与之配对的正常股票作为检验样本,基于主成分分析和Logistic回归模型,对样本公司进行财务预警模型的构建。经过分析得出结论:本文构造的预警模型能够察觉企业财务状况出现危机的信号,预测正确率较高,使得企业能够积极采取措施,应对财务风险。