基于多元有序Logistic模型的居民对浙江省数字文旅建设满意度研究——以杭州市为例

杭州是一个旅游型城市,随着数字经济的发展,杭州率先开启了数字文旅新时代。本文以杭州市民为研究对象,就杭州市民对数字文旅的满意度发放问卷,以对数字文旅的总满意度为响应变量,设置包括个人特征、数字文旅公众参与、数字文旅公众感知、数字文旅文化价值在内的多维度预测变量建立多元有序Logistic模型,分析影响市民对数字文旅满意度的主要因素。研究发现,市民对数字文旅满意度因文化程度而异;公众对数字文旅的性价比感知、便利性感知,智慧旅游平台使用频率、数字文旅文化价值对满意度呈正向影响;线上文博使用频率、市民的文化程度对满意度呈负向影响。

农户选择土地产权抵押贷款融资意愿研究——基于多元有序Logistic模型

选取2017年甘肃陇南四个村镇162个样本农户的相关调研数据,运用多元有序Logistic模型对农户土地产权抵押贷款融资意愿进行实证分析。结果显示:由于收入水平和抗风险能力原因,风险认知因素有负向影响;政策环境和融资评价虽然对农户有着正向影响,但农户普遍认为当地存在资金来源单一和利率较高的现象,并且信息传递存在障碍;服务认知在一定程度上负向影响农户意愿;社会保险、社会关系、家庭情况和对象特征影响不显著。

基于多元有序Logistic模型的出租车司机收入分析

出租车作为城市公共交通的重要组成部分,在人们日常出行中发挥着重要的作用。不同司机在服务策略上具有差异性,这些差异性将会导致司机收入的不同。本文基于出租车GPS数据对出租车司机收入问题进行分析,在数据清洗和地图匹配的基础上,提取出租车的OD和单笔订单收入,制定合理的规则将出租车司机分为三类:高、中、低收入司机,并采用多元有序Logistic回归模型研究出租车司机收入与空载寻客距离、载客距离和载客速度之间的关系。最后采用DBSCAN聚类算法挖掘高收入司机在各个高峰时间段的载客热点区域,提升司机寻客效率。

残疾对家庭收入的影响与对策研究——基于多元有序Logistic模型

基于2018年全国残疾人家庭收入调查数据,文章探究了残疾对残疾人家庭人均可支配收入的影响。研究发现:残疾严重降低了其家庭人均可支配收入水平,其家庭人均可支配收入仅是全国住户的54.66%,收入来源单一,且不均衡;残疾人性别、年龄、残疾类型、残疾等级对家庭人均可支配收入有显著影响,其中拥有男性、处在45岁以下年龄阶段的残疾人家庭更可能成为贫困家庭;残疾等级越高的家庭成为贫困家庭的概率更大,且听力残疾的残疾人家庭倾向于高收入家庭的概率最高。根据研究结果,建议政府继续完善相关社会救助政策,加大对残疾人家庭的政策补贴,以提升残疾人家庭生活水平。

基于多元有序Logistic模型的草原生态保护补助奖励政策影响因素分析--以宁夏为例

文章结合宁夏8个县(区)406份农牧户的调研数据,运用描述性统计方法和多元有序Logistic回归模型,研究农牧户对草原生态保护补助奖励政策的满意度,并对其影响因素进行了实证分析。结果表明,影响草原生态保护补助奖励政策的因素主要有农牧户对草原法的了解程度、畜牧补贴满意度、动物种类和数量变化、空气质量变化、草原执法人员满意度,以及草原承包的迫切性。研究结果得出的政策启示主要是宁夏草原生态保护补助奖励政策需进一步树立草原生态保护底线思维,提升草原监管执法能力;因地制宜,合理制定草原生态补偿标准;拓宽农牧户转产就业渠道,弥合现有政策缝隙,进而实现农牧户持续增收目标。

抖音APP用户满意度影响因素研究——基于多元有序Logistic回归模型

用户满意度关系着其是否会持续使用抖音APP,尤其在激烈的市场竞争环境下,目前很多短视频软件功能同质化较高,研究抖音APP用户满意度的影响因素,对优化用户使用体验和提高抖音平台的市场竞争力具有重要的实际意义。基于291份有效问卷数据,利用多元有序Logistic回归模型,实证分析抖音APP用户满意度影响因素。结果表明:性别、使用时长、广告侵犯性、安全性、操作便捷度、信息满足感、感知娱乐性均对抖音APP用户满意度有显著影响,而年龄、使用频率和互动性对其影响不显著。在此基础上,得出相应的研究结论。

基于有序Logistic回归模型的北京高校男生有氧能力

为探索北京高校男生有氧能力的影响因素,通过随机抽样法抽取134名18~25岁北京高校男生,空腹抽静脉血测血液指标,用德国MetaMax 3B系统实时监测气体代谢,通过线性递增方案测得最大摄氧量(maximum oxygen uptake, VO_(2max))相对值。采用Spearman相关、有序Logistic回归等分析方法进行分析处理。结果表明:回归方程中影响北京高校男生有氧能力的因素有体重(M)、心率(heart rate, HR)、每搏输出量(stroke volume, SV)、心室射血时间(ventricular ejection, VET)、血红蛋白(hemoglobin, HGB)。方程模型系数综合检验步(step)、块(block)、模型(model)检验的P均小于0.01;拟合优度检验的-2对数似然值(-2LL)为159.374,Cox&Snell R^(2)为0.331,Nagelkerke R^(2)为0.373;方程预测等级1准确率为45.5%,等级2准确率为100%,等级3准确率为100%,综合为81.8%,说明Logistic回归模型性能良好。Hosmer和Lemeshow检验预测值与观望值无显著性差异(P>0.05)。可见北京高校男生定量负荷心功能、血液指标与有氧能力的多元Logistic回归模型拟合度较好,且HR、SV、VET、HGB是预测北京高校男生有氧能力的重要因素。同时研究中受试者无需运动至极限状态,运动强度大大降低,可以有效避免运动风险的发生,回归模型的检验结果良好,适合在大样本人群中推广。

基于多元有序logistic回归模型研究空气质量与居民主观幸福感的关联性:以北京市为例

空气质量与个人主观幸福感之间的联系越来越引起人们的重视。本文通过对北京市居民进行个人问卷调查,采用多元有序logistic回归等方法分析空气污染与居民主观幸福感的关联性。研究发现,随着空气污染的加重,居民幸福感指数显著下降,而居民幸福感指数的差异先增加后减小。在空气质量指数(AQI)为>150~200范围内时,所有被访者的居民幸福感指数的差异最大,年龄和戴防霾口罩的积极性是影响这种差异的显著因素。年龄<20岁的居民幸福感指数最高,显著高于年龄≥30岁组(F=10.652,P<0.05)。戴口罩积极性最高组的居民幸福感指数显著低于其他组。年龄和戴口罩积极性可能都反映了居民对空气污染影响健康的担忧,这种担忧可能是其幸福感降低的重要原因。因此,为了减轻对居民幸福感的影响,未来的策略除了减少空气污染外,还应该针对居民的健康担忧提供相关的健康保护政策。

康复辅具使用满意度研究—基于Logistic回归与决策树模型

随着对康复辅具的需求日益增加,为调查辅具使用者对辅具的满意度,对上海地区相关人员进行问卷调查。采用云模型、有序Logistic回归模型和决策树模型分析辅具使用者满意度现状及其影响因素。研究发现:辅具使用者的整体满意度一般;云滴图说明辅具使用者对于满意度的评价呈现非均衡的分布情况;有序Logistic回归模型显示年龄、完成特定活动是否困难、家庭月收入是辅具使用满意度的显著影响因素;在进行IV特征评估后的决策树模型同样呈现出相同的影响因素。

中小企业参与西部民族地区乡村振兴意愿的影响因素——基于有序Logistic-ISM模型分析

为了提高西部民族地区中小企业参与乡村振兴的积极性,从理论上厘清西部民族地区中小企业参与乡村振兴意愿的影响机制,文章基于参与西部民族地区乡村发展的中小企业有效问卷,通过有序Logistic回归模型分析中小企业参与乡村振兴意愿的影响因素,并采用解释结构模型(ISM)深入探讨各影响因素的内在逻辑关系与层次结构。实证发现:政策支持、外部资金、企业实力、农户素质、利益联结、企业开办年限、主要产品和发展阶段显著正向影响中小企业参与乡村振兴意愿,而企业类型显著负向影响中小企业参与乡村振兴意愿;政策支持、外部资金、企业实力、农户素质和利益联结是影响中小企业意愿的直接因素,而开办年限、主要产品、发展阶段和企业类型是其深层影响因素。基于此,为提高中小企业参与乡村振兴意愿提出针对性建议。

互联网时代财经类高校大学生就业意向及影响因素的实证分析——基于多元logistic模型

随着大学生人数日益增多,就业形势愈加严峻,为了更好促进财经类大学生高质量就业,特开展以上海市高校为例的调查研究。从希望就业的地域和就业薪资期望两方面全面了解财经类高校大学生的就业意向。同时,基于多元logistic模型进行回归分析,探讨财经类大学生的性别、父母职业、父母学历、家庭经济状况、就业准备这5个重要因素与就业意向之间的关系,揭示其对就业意向的影响机制,并在此基础上提出具有适用性的措施和建议,致力于提升大学生核心竞争力和就业能力。

农村小学教师工作满意度及其影响因素——基于多元有序Logistic回归模型的实证研究

以福建省9个县27所农村小学520名教师的调研数据为基础,运用多元有序Logistic回归模型,从教师个体特征、心理特征及工作环境特征等三个方面对其工作满意度影响因素进行实证分析。结果显示,教龄、文化程度、职称、是否担任班主任、每周课时数、月收入、是否签订聘用合同等变量是主要的个体特征影响因素;工作压力变量是主要的心理特征影响因素;工资待遇、进修晋升、领导管理等变量是主要的工作环境特征影响因素。

有序多分类logistic模型在违约概率测算中的应用

初始违约概率的测算是商业银行实施经济资本管理的必要环节。针对我国商业银行的现状,结合贷款五级分类,通过对银行的公司类客户的财务指标作时间加权化处理、因子分析、ROC检验以及使用有序多分类logistic模型对初始违约概率的测算作了有价值的探索,并通过算例分析论证了其可行性。

C2C模式下消费者对农产品质量信号信任及影响因素研究——基于有序Logistic模型的实证分析

在农产品电子商务飞速发展的背景下,消费者信任是影响市场良性发展的关键要素。以调研为基本手段,通过构建有序logistic模型探讨了C2C模式下消费者对农产品质量信号的信任评价,并对消费者个体特征、互联网购物经验、风险偏好、消费态度等信任影响因素进行了深入的分析。结果表明:消费者对质量保证信号的信任程度相对较高,服务质量信号次之,产品信息信号和声誉信号的信任程度相对较低;性别、年龄、网络购物的频率、风险偏好、健康意识等对消费者信任有显著影响,上述各个变量的边际效应显示,它们在对农产品质量信号"比较信任"情形下的影响最为显著,而收入、受教育年限、家庭结构、食品安全意识等对消费者信任的影响并不显著。

临床试验中多个终点变量同时评价的多元logistic模型

目的研究临床试验中多个终点变量的同时分析。方法采用多元logistic回归模型,通过对原始资料的格式作适当变换,构造一个虚拟水平,视结果变量为1水平上的观察单位,以患者作为2水平单位,建立2水平logistic模型,对试验组和对照组的疗效,以及患者的年龄,性别,观察指标的基线值,中心效应等协变量进行分析。结果多终点的多元logistic回归模型既可以对单个结果变量进行分析,还可以对多个结果变量进行同时分析,并在扣除组间差异、协变量的影响后,估计两个结果变量之间的相关性。当受试者的多个结果有部分缺失时,该估计方法仍然是有效的。结论多元logistic回归模型可以对多个终点变量进行同时分析。

社会资本如何影响征地拆迁农户的生活?——基于有序Logistic模型的实证分析

研究目的:从社会资本的视角解释被征地拆迁农户的生活变化差异,为进一步完善征地制度改革提供参考思路。研究方法:研究基于2015年浙江省杭州市的抽样调查数据,从村域制度信任、村域民主、村民个体网络关系与村域合作4维度衡量社会资本,综合运用主成分分析与有序Logistic模型就社会资本对征地拆迁后农户生活状况的影响进行计量分析。研究结果:村域制度信任、民主程度与农户自身的社会网络均对提高拆迁后农户的生活水平有正向效应,而村域合作却不利于拆迁后农户生活水平的提升。研究结论:在征地制度改革的过程中,充分发挥村域社会资本的作用,比如在土地问题上号召更广泛的公众参与,对征地拆迁农户的生活状况是有利的。

马拉松赛事参与者消费偏好及影响因素研究——基于126份调查问卷的多元LOGISTICS模型分析

以问卷调查法为基础,研究马拉松经济和赛事参与者之间的关系,通过描述性与实证性分析,得出以下结论:一是参赛者的参赛开支与收入呈正相关,即收入越高、时间较为充沛的中年群体更热衷文化体育消费;二是在"互联网+"时代,马拉松赛事经济消费具有极强的社会网络性,呈现渠道化、网络化、社交化发展趋势;三是赛事开支与每年参加参赛次数呈负相关,即每次参赛的花费会随着参赛次数的增加有所挤出.

以房养老需求意愿及影响因素研究——基于有序Logistic模型

本文运用哈尔滨市调研数据,基于有序Logistic回归,从个人特征、家庭环境、社会环境、代际支持等4个方面21个解释变量,对以房养老需求意愿进行了实证分析。通过单因素回归分析、多因素回归分析,最终得出老年人月收入水平、受教育程度、与子女关系、现有养老资源如何、对以房养老的了解程度、老人照顾隔代的次数等6个解释变量对以房养老需求意愿具有显著性影响。并结合研究结果,提出了发挥政府的主导作用、对产品进行合理设计、建立PPP模式、逐渐改变传统思想等政策建议。

基于有序logistic模型的企业供应链融资风险预警研究

供应链融资中的企业信用违约风险主要来自于融资企业自身、运作项目、核心企业、产品供应链等诸多融资参与对象。笔者采用有序多分类logistic模型,建立了企业供应链融资信用违约概率模型,并提出了不同等级的信用违约概率估计方法。基于违约贡献度,建立了企业信用违约风险预警模型,设计并详细说明了风险预警流程,通过实证举例,论证了预警模型的可行性,为企业风险预警研究提供了新的研究思路。

多元有序 Logistic 模型在车险索赔次数预测中的应用

新一轮商业车险综合改革对车险的精准定价提出了更高的要求,预测索赔次数是定价中非常重要的一环。泊松分布等计数分布所对应的零膨胀回归模型是常用的预测模型,现有研究主要集中于在此基础上发展出的零膨胀混合泊松模型。但是,混合泊松模型存在混合个数的确定太过主观和模型参数难以直观解释的缺点。为此,本文避免了对计数分布的讨论,将索赔次数作为分类变量,建立了多元有序Logistic回归模型。使用一组2017年的车险索赔数据进行实证分析,表明该模型的预测结果优于现有的零膨胀模型,并且有效提升了尾部概率估计的准确性。本文所讨论的多元有序Logistic回归模型为车险索赔次数预测提供了新思路,并且该模型拥有较强的解释性和灵活性。