影响男子沙排运动员比赛成绩的运动素质分析--基于有序多分类Logistic回归模型

以参加“第14届全运会资格赛暨2020年全国沙滩排球锦标赛(海口站)”的33支青年队和38支成年队男子沙滩排球运动员的运动素质测试数据为基础,通过建立有序多分类Logistic回归模型,结合专家访谈,对影响我国青年和成年队男子沙滩排球运动员比赛成绩的运动素质进行分析。研究表明,我国优秀青年队和成年队男子沙排运动员的体能总分与比赛成绩有着显著的相关性,在各单项运动素质方面,运动员的弹跳素质、上肢相对力量、沙地直线移动速度和多方向移动速度均与比赛成绩存在显著关联。有序多分类Logistic回归模型表明,弹跳素质是优秀青年队和成年队男子沙滩排球运动员比赛成绩的影响因素之一。此外,影响青年队运动员比赛成绩的运动素质因素还包括沙地多方向移动速度。

农村教师培训需求意愿及其影响因素实证研究——基于有序多分类Logistic回归模型

农村教师培训是新形势下践行农村基础教育精准扶贫的重要手段。本文以福建省6个县18所农村学校435名教师的调研数据为基础,运用有序多分类Logistic回归模型,实证分析教师个人背景因素、家庭因素、学校因素、培训因素及地区因素等五个方面因素对农村教师培训需求意愿的影响。研究表明,在整体上农村教师培训需求意愿比较强烈。年龄、文化程度、职称、是否有编制、月收入、家庭人口数、学校地理位置、是否有培训经历、培训师资、培训方式、培训作用、地区等变量对农村教师培训需求意愿有显著影响。增加培训前后期的调查,组建专家团队,创新培训机制,加强教师发展机构建设,加快推进农村教育信息化建设,有助于全方位推进农村教育精准扶贫,进而促进农村教育质量的全面提升。

工作满意度、生活幸福感与警察职业健康——基于有序多分类Logistic回归模型

文章以警察对职业、生活的主观感知为切入点,考察工作满意度、生活幸福感与警察职业健康的关系。研究发现:警察的职业健康状况相对良好,这一发现与现有一些研究的结论并不完全相同;工作满意度显著影响警察的职业健康,工作满意度越强,警察的职业健康水平越高,两者呈正相关关系;生活幸福感对警察的职业健康具有显著的正向影响,生活幸福感的高低显著影响警察的职业健康水平。笔者认为应从建立和完善警察职业健康的制度设置、加强职业安全评估和完善职业健康管理模式、建立涵盖家庭、组织和社会的三位一体的警察职业健康支持体系等方面增进警察职业健康。

基于多分类Logistic回归模型的企业财务风险影响因素探析

本文以在深圳证券交易所上市并发行公司债的制造业企业为研究样本,以企业主体信用评级为财务风险水平的衡量标准,将企业财务风险进行多等级划分,运用多分类Logistic回归分析探讨企业财务风险的影响因素。研究结果表明,企业偿债能力、盈利能力、现金流量情况及发展能力显著影响企业财务风险的大小,相对而言,企业的资金周转情况对企业财务风险的影响则并不明显。

二分类、多分类Logistic回归模型SAS程序实现的探讨

目的:探讨在SAS中使用多个不同的过程分析Logistic回归模型。方法:通过具体实例说明相应的SAS程序并解释。结果:Logistic、catmod与genmod过程都可以拟合Logistic回归模型。结论:每个过程有其各自的特点,在实际处理数据时要能正确使用它们。

农村劳动力就业模式选择的影响因素研究——基于无序多分类Logistic回归模型分析

研究个体特征、人力资本状况、家庭特征以及区域特征四个方面的11个变量对农村劳动力就业模式选择的影响。采用问卷调查、统计分析、多分类无序逻辑回归模型等研究方法。结果表明,婚姻状况、有无手艺特长、耕地流出比例是影响农村劳动力选择不务农就业模式的三个比较关键的影响因素。性别、有无手艺特长以及耕地流入比例是影响农村劳动力选择全职务农就业模式的三个比较关键的影响因素。

中小学生家长家庭教育指导需求意愿的影响因素分析——基于有序多分类Logistic回归模型

精准分析家庭教育指导需求是终身教育体系下实现家庭教育指导服务有效供给的必然要求。以天津市1871名中小学生家长为被试,运用有序多分类Logistic回归模型进行实证分析发现,中小学生家长的家庭教育指导需求意愿与个人因素、家庭因素和认知因素有关。个人因素中,文化程度最低和月收入最低的家长需求意愿也最低;家庭因素中,男孩家长、主干家庭的家庭教育指导需求意愿更强;认知因素中,越是对“双减”政策有信心,家庭教育指导需求意愿越强。在此基础上,从学校、社区、政府三个层面提出家庭教育指导服务有效供给的建议。

中长期消费信贷的影响因素及发展路径——基于安徽省城镇居民调查的多分类Logistic回归模型分析

中长期消费信贷是消费信贷的重要组成部分,但在信贷约束和收入支出不确定性的条件下,消费者往往容易产生短视行为,出现"消费的过度敏感性",从而对中长期消费信贷形成制约。在安徽省城镇居民消费信贷调查的基础上,构建多分类Logistic回归模型,分析城镇居民中长期消费信贷的影响因素。结果表明,年龄、职业类型、五年期以上贷款利率等变量的显著性水平均为10%,具有统计学意义,而文化程度、婚姻状况、月供/月消费没有统计学意义,城镇居民愿意选择中长期消费信贷的概率为66.8%,预测正确率为95.1%,并提出发展中长期消费信贷的路径。

公司会计透明度影响因素研究——基于多分类Logistic回归模型

本文以中国资本市场为例,运用多分类Logistic模型,实证检验了七项争议较大的公司会计透明度影响因素。研究表明:公司会计透明度与独立董事比例、法人股比例显著正向相关,与"董事长和总经理两职合一"、股权集中度、第一大股东持股比例显著反向相关,与本地股流通股比例、国有股比例不相关。

基于多分类Logistic回归模型的儿童网球消费动机影响因素研究

目的研究影响儿童网球消费动机的重要因素,引导网球消费市场的扩大以及促进后备人才数量的增长。方法以武汉市200名6~12岁参与网球运动和消费的儿童为研究对象,用多分类Logistic回归模型构建儿童网球运动消费动机影响因素模型。结果和结论武汉儿童网球消费的主要动机在于强身健体、周围环境影响、改变生活方式及培养运动技能。家庭收入、家长受教育程度、职业、参与网球训练频率、网球消费支出、儿童年龄等因素会不同程度影响儿童网球消费的动机。对不同年龄层以及不同家庭环境的儿童进行不同策略的引导,有利于儿童网球消费市场的扩大以及后备人才数量的增长。

高校教师评教成绩影响因素分析--基于有序多分类Logistic回归模型

文章以高校教师评教成绩作为研究对象,采用有序多分类Logistic回归模型分析高校教师评教成绩的影响因素。结果显示:教师的教学态度、教学方式和教师是否参与教材改编对教师评教成绩有显著性的影响。此外,使用测试集检验模型的准确性和有效性,得到的检验效果较理想,表明有序多分类Logistic回归模型能够很好地表示高校教师评教成绩。

基于同态加密的多分类Logistic回归模型

随着计算能力的发展,机器学习得到了广泛的应用,数据的安全问题也成为一个重要问题.同态加密技术可以在不泄露明文信息的情况下,对密文进行运算并在解密后得到与在明文上执行相应运算一致的结果.因此,同态加密是一种可行的有潜力的数据安全外包解决方案.为了解决现实生活中出现的多分类问题,本文基于Cheon等提出的HEAAN同态加密方案,提出了一种能有效保护数据隐私的多分类Logistic回归模型,采用"一对其余"的拆解策略,通过训练多个分类器,将二分类Logistic回归模型推广到多分类.数据持有者可以将数据加密后发送给服务器,服务器使用多分类Logistic回归模型对加密数据进行训练,并将结果传回数据持有者,数据持有者解密结果后可以用来对多分类数据进行预测,整个过程中不会有隐私被泄露.本文通过对UCI的Dermatology和Iris数据集进行了实验,测试模型的性能.Dermatology数据集包含358条样本, 34个特征属性,分为6个类别,训练时间约为36.70分钟,准确率达到77.18%,与明文计算的准确率一致.实验验证了本文的模型在效率和准确率方面的可行性.

公众使用媒体情况对警察清廉程度评价的影响——基于有序多分类logistic回归模型

[目的/意义]旨在为建立良好的警民关系提供参考。[方法/过程]以2015年CGSS数据为数据源,公众使用各类媒体情况为切入点,运用统计分析的方法考察公众使用媒体情况与对警察清廉程度评价的关系。[结果/结论]公众看杂志的频率越高,对警察清廉程度的评价越高;公众使用互联网的频率越高,对警察清廉程度的评价越差;公众使用其他媒体对警察清廉程度评价没有产生影响。提出调整公安宣传策略,即降低在报纸、广播、电视、手机定制消息(短信)等媒体上的宣传力度,加强互联网涉警舆论预防性引导等对策建议。

随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能比较

目的比较随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能。方法在手术麻醉系统中筛选一次住院期间申请2次手术的患者信息。提取所有非计划再次手术患者(n=219)作为研究组,对应科室的计划再次手术患者(n=14311)作为对照组。运用随机森林模型和Logistic回归模型建立非计划再手术预测模型。采用受试者工作特征曲线下面积评价两种模型的预测效能。结果(1)Logistic回归分析结果显示,前次术中输血、罹患恶性肿瘤、合并疾病数量、前次手术切口愈合等级、前次手术级别、前次手术时长、前次手术切口类别是非计划再手术发生的影响因素(P<0.05)。Logistic回归预测模型的曲线下面积为0.922,灵敏度、特异度、准确率分别为92.59%、79.11%、79.28%。(2)随机森林模型特征变量的重要性排序结果显示,前次手术切口类别、前次术中输血、前次手术级别、前次手术切口愈合等级、合并疾病数量、罹患恶性肿瘤等变量的重要性更靠前。随机森林预测模型的曲线下面积为0.866,灵敏度、特异度、准确率分别为80.00%、93.33%、86.66%。Logistic回归预测模型曲线下面积大于随机森林预测模型,但差异无统计学意义(P>0.05)。结论综合使用Logistic回归模型和随机森林模型,并将二者分析结果互为补充,可从各个方面预测非计划再次手术的风险因素,能获得更好的预测效能。

基于Logistic回归模型的风云二号(G星)降雹识别技术研究

以风云二号(G星)的7项卫星反演产品(云顶温度、云顶高度、液水路径、过冷层厚度、光学厚度、有效粒子半径以及黑体亮温)作为模型的输入参数建立Logistic回归冰雹识别模型,开展贵州降雹识别技术研究。收集了2020年3—5月期间11个降雹日共计136组风云二号(G星)卫星反演产品数据,其中包括了68个降雹点以及68个未降雹点数据,将每个降雹点降雹时刻前后15 min内的反演产品作为该点的数据。同时选取相应的未降雹点作为对比。将所建立的冰雹数据集分为训练集与检验集。其中,训练集为随机选取的116组数据,用于训练模型(分别包括58组降雹点与未降雹点数据),模型检验集为剩余20组数据(分别包括10组降雹点与未降雹点数据)。利用训练集完成Logistic回归冰雹识别模型建立,利用检验集验证模型识别效果。结果表明,Logistic回归冰雹识别模型对降雹的识别准确率为85%,其中对检验集中的10个降雹点识别准确率为90%,漏报率为10%;对10个未降雹点识别准确率为80%,空报率为20%。

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。

基于Logistic回归和支持向量机的早发性结直肠癌风险预测模型

目的:通过Logis tic回归和支持向量机(SVM)探究早发性结直肠癌(EOCRC)和晚发性结直肠癌(LOCRC)的危险因素,建立针对不同年龄段人群的风险预测模型并比较预测效果。方法:选择2012—2022年诊断为结直肠癌患者,记录人口学特征、临床表现、既往史、家族史、生活方式、体格检查、实验室检查及病理诊断,分别建立风险预测模型,比较两模型的ROC曲线下面积(AUROC)、准确率、精确率、召回率、F1分数。结果:综合两模型结果,EOCRC风险与出现消化道出血、腹胀腹痛、大便习惯改变等临床表现、体重减轻、肿瘤标志物升高具有较强的正相关性,与婚姻状况、阑尾切除史、糖尿病史、血脂异常病史、结直肠癌家族史也存在较弱的正相关;LOCRC风险与婚姻状况、出现临床表现、体重减轻、血脂异常、肿瘤标志物升高具有较强的正相关性,与年龄、吸烟、阑尾切除史、结直肠癌家族史也存在一定的正相关性。两模型的AUROC、准确率、F1分数相差不大,但Logistic回归模型的精确率更高而SVM模型的召回率更高。结论:EOCRC和LOCRC的危险因素不完全相同,婚姻状况、吸烟、血脂异常、肿瘤家族史在EOCRC中的贡献低于在LOCRC中的贡献。相较Logistic回归,SVM能发现更多的结直肠癌危险因素,能尽可能多的找出结直肠癌的可能患者。

基于DCE-MRI表现的logistic回归分析模型在乳腺良恶性病变诊断中的应用

目的 分析基于动态对比增强磁共振成像(DCE-M RI)表现的logistic回归分析模型在乳腺良恶性病变诊断中的应用。方法 回顾性分析2021年1月~2023年10月来我院进行乳腺检查患者161例临床资料。其中良性病变60例、恶性病变101例,分别纳入良性组(n=60)及恶性组(n=101)。分析两组DCE-MRI表现差异,进行单因素分析,利用二元Logistic回归分析构建乳腺良恶性病变诊断模型。采用受试者工作特征(ROC)曲线分析乳腺良恶性病变诊断模型的效能。结果 单因素分析显示,良性组与恶性组TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小比较差异有统计学意义(P<0.05);二元Logistic回归分析结果显示, TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小是乳腺良恶性病变危险征像;构建logistic乳腺癌良恶性病变诊断模型Y=-0.633+0.645TIC曲线+2.112×BI-RADS分级+1.142×早期强化率+1.136×边缘形态+1.136×病灶大小;ROC曲线分析显示该模型诊断效能,AUC为0.944,敏感度为83.33%,特异度为85.15%,提示该模型具有较高的诊断效能。结论 基于乳腺病变早期DCE-MRI表现的logistic诊断模型,能够筛选出对乳腺恶性病变鉴别诊断有意义的特征变量,对乳腺良恶性病变具有较高的诊断效能。

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Logistic回归模型的头孢类药物引起静脉炎危险因素分析

目的:探讨基于Logistic回归模型的头孢类药物引起静脉炎危险因素。方法:选取345例输注头孢类药物的住院患者为研究对象,根据是否发生静脉炎分为研究组(n=27)和对照组(n=318)。比较两组患者一般资料、头孢类药物用药情况,分析头孢类药物引起静脉炎的相关因素。结果:研究组中,患者静脉炎1级4例,2级16例,3级7例,经对症治疗后所有患者均转归有效,无严重后遗症发生。单因素分析结果显示,两组患者年龄、药物过敏史、用药时间、滴注速度均有统计学差异(P<0.05);多因素Logistic回归结果显示,合并药物过敏史、用药时间≥7 d是头孢类药物引起静脉炎的独立危险因素(P<0.05)。结论:合并药物过敏史、头孢类药物用药时间≥7 d可能会增加患者静脉炎发生风险;因此,临床应用头孢类药物时,应重点关注既往存在药物过敏史及用药时间过长的患者,规范使用,减少静脉炎的发生。