多层多项Logit模型:原理与应用

常用的多层线性模型要求因变量是服从正态分布的连续变量,却无法处理因变量为离散变量的嵌套数据。多层多项Logit模型能够处理因变量是无序多分类的多层嵌套数据,但这一模型在我国心理学研究中却鲜有介绍和应用。研究简要介绍了多层多项Logit模型的原理、参数估计和假设检验,然后分别用该模型和传统Logistic回归模型探讨个体因素和区域因素对35721名学生进入不同高校就读机会的影响并对结果进行了解释,结果表明多层多项Logit模型比传统Logistic回归模型更拟合数据。

交通出行方式离散选择模型的效用随机项结构研究综述

多项Logit模型效用随机项独立同分布的假定为多项Logit模型带来IIA属性,降低了多项Logit模型的行为解释能力。以多项Logit模型的基本假定为基础,以开发能够真实反映不同选择肢效用随机项的异方差性和相关性的效用随机项结构为目标,逐步放松多项Logit模型效用随机项独立同分布的刚性假定,系统综述了不独立同分布、独立不同分布、不独立不同分布的效用随机项结构的拓展。

基于多项Logit模型的土地覆被分层分类方法研究

探讨了一种利用多项Logit模型分层提取土地覆盖专题信息的方法。考虑客观存在的异物同谱现象,构建分层分类体系,针对不同层的地物类别选取不同的预测变量构建多项Logit模型,分步骤地提取各地物类专题信息。将此方法应用于美国蒙大拿州中部地区的土地覆盖专题信息提取,结果表明,该方法较常规的使用同一组特征变量构建单一模型一次性地划分所有地物类的方法在总体分类精度上有了明显改善。

基于分层多项Logit模型的大学生运动员心理坚韧性的影响因素

目的和方法:影响因素和过程机制是运动心理坚韧性研究迫切关注的2个问题。通过构建分层多项Logit模型和线性混合效应模型,实证研究大学生运动员心理坚韧性的影响因素及这些影响因素的差异性对大学生运动员心理坚韧性多维向度的影响。结果:1)性别、年级、专项、训练年限、运动级别、学业成绩和群体环境是大学生运动员心理坚韧性的影响因素;2)心理坚韧性多维向度在不同水平的影响因素呈现出不一致的结果;3)这些影响因素在不同条件下分别扮演了保护性与危险性的角色,直接或间接地作用于大学生运动员心理坚韧性过程和结果的产生。在此基础上,以心理发展生态系统理论PPCT模型为机制解释策略基准框架。

社交媒体上真人和虚拟影响者的脸部特征对消费者关注行为的影响

随着社交媒体的发展和广泛应用,社交媒体影响者以及新生的虚拟影响者逐渐成为消费者获取品牌和产品信息的重要渠道,并对品牌形象、消费者的品牌态度、消费者的购买意愿等产生重要影响。如何打造有众多关注者的影响者,特别是如何选择或设计出有特定人脸形象的影响者,成为营销实践者的首要挑战。然而,营销领域关于影响者(特别是虚拟影响者)的人脸形象对消费者关注行为的作用的研究还比较有限,无法有效指导相关的营销实践。因此,本文从与影响者营销和虚拟影响者营销相关的研究和实践出发,量化研究了真人和虚拟影响者的客观脸部特征对消费者关注行为的影响,并比较了二者之间的差异。研究结果表明,第一,影响者和虚拟影响者的客观脸部特征能较为准确地解释和预测消费者的关注行为;第二,当虚拟影响者的人脸和真人的一样时,虚拟影响者的客观脸部特征对消费者关注行为的影响与真人的客观脸部特征对消费者关注行为的影响相比没有系统性差异。理论上,本文弥补了影响者营销领域里关于人脸特征和消费者关注行为之间的关系的研究空白,特别是虚拟影响者营销的相关研究空白;实践上,本文的研究可以指导营销实践者对真人和虚拟影响者进行有效的人脸形象管理。

大数据驱动的公共交通系统出行方式选择特性研究

掌握出行者选择偏好对于提高公共交通系统吸引力和优化运营策略有重要作用,且数据检测技术的发展使得交通大数据的收集更加便捷.本文以北京市出行大数据为依托,通过分析与建模,挖掘人们在公共交通中的方式选择特性,并探讨如何为交通运营提供决策支持.首先,对原始数据进行预处理、数据清洗与数据集成,获得了模型所需的数据集.然后根据效用函数理论,建立了分层多项Logit模型,并对模型进行求解与验证.最后,基于模型结果得出不同出行群体VOT,进行部分变量的敏感性分析.得出中距离出行者票价敏感性最高,短途出行者速度敏感性最高,6:00-7:00的出行群体票价敏感性最高且速度敏感性最低等结论,可用于支持公共交通运营部门制定最佳运营策略.