初中女生视力的影响因素研究——基于CEPS(2014-2015年)追访数据的多项Logistic回归模型分析

目的:分析我国初中女生视力的主要影响因素,并探寻轻、中、重度视力不良的可干预路径,为我国儿童青少年近视综合防控提供依据。方法:以CEPS(2014-2015)数据为基础,在全国选取28个县112所中学的2 933名初二女生的问卷调查数据,采用多分类多因素Logistic回归分析(Nomreg Logistic Regression),从教育环境、视近时间、生活方式与城市化、体育锻炼状况、饮食习惯等方面来探讨环境因素对初中女生视力的影响。结果:教育水平、学习成绩、家庭教育、课后读写时间、日常游戏时间、地理位置、行政规划、学校区位、电子产品的使用、睡眠时间、体育锻炼时间、体育兴趣班、非健康食品、高糖饮料对初中女生不同程度视力不良的产生有一定的影响(P值均<0.05);其中,每周体育锻炼时间≥150分钟与小于等于78分钟相比,表现为轻度视力不良模型(OR=1.65;IC95%:1.16-2.34),中度视力不良模型(OR=1.58;IC95%:1.18-2.12),重度视力不良模型(OR=1.52;IC95%:1.15-2.02)。结论:高度城市化、高强度的教育压力、长时间视近学习时间、睡眠不足和不良饮食习惯都是导致初中女生视力不良的重要因素,而增加女生体育锻炼时间尤其是户外体育锻炼时间、保证充足的睡眠时间、改善不良饮食习惯以及在“双减”政策下减轻初中女生的学业压力、减轻课业负担、减少课后视近时间是未来我国儿童青少年近视综合防控的重点。

基于二项分类Logistic回归模型的我国居民体育锻炼参与影响因素的研究

为研究我国居民的体育参与影响因素,运用二项分类logistic回归模型,采用文献资料法和数理统计法对中国综合社会调查(CGSS)2017年的问卷部分数据进行了统计研究,通过数据分析,首先了解我国居民体育锻炼参与的总体情况,其次通过分析探究了解我国居民体育锻炼参与的影响因素。研究结果显示:年龄、就业情况、城乡居住地对体育锻炼参与有显著的影响,并且经济状况、教育程度、健康状况和幸福感对体育锻炼参与有正向影响关系,仅有工作时间对体育锻炼参与有负向影响关系。

使用Logistic回归模型进行中文文本分类

使用Logistic回归模型进行中文文本分类,通过实验,比较和分析了不同的中文文本特征、不同的特征数目、不同文档集合的情况下,基于Logistic回归模型的分类器的性能。并将其与线性SVM文本分类器进行了比较,结果显示它的分类性能与线性SVM方法相当,表明这种方法应用于文本分类的有效性。

强直性脊柱炎患者疾病活动度影响因素的有序多分类Logistic回归分析

目的探索影响强直性脊柱炎(AS)患者疾病活动度的相关影响因素及其临床意义。方法共收集风湿免疫门诊新确诊的AS患者723例。相关影响因素的收集采用自编式AS流行病学调查表,疾病活动度的评估采用巴斯强直性脊柱炎疾病活动度指数。运用有序多分类Logistic回归模型识别AS患者疾病活动度的相关影响因素。结果单因素分析结果显示,AS患者疾病活动度的高低与年龄、低等教育水平、较差的睡眠质量、ESR、BASFI及症状持续时间有关(P<0.05)。多因素分析表明,较差及一般的睡眠质量和较差的功能结局是影响AS患者疾病活动度高低的主要因素(P<0.05)。结论睡眠障碍及功能受限是影响AS患者疾病活动度的主要因素。临床医师应注重改善AS确诊患者的功能状态及睡眠质量,控制炎症进展,提高患者预后。

上海市嘉定区农村居民就诊单位选择的影响因素分析——决策树和多分类无序反应变量的logistic回归相结合的方法

目的分析影响上海市嘉定区农村居民就诊单位选择的因素,并探讨logistic回归分析和决策树(CHAID法)相结合的方法的应用。方法采用多分类无序反应变量的logistic回归分析和决策树(CHAID法)相结合的方法,用似然比检验比较模型之间的优劣,确定最佳模型。结果影响嘉定区农村居民选择就诊单位的主要因素是保健制度、年龄、恩格尔系数、性别、看病距离、职业以及保健制度和文化程度的交互作用。结论决策树提供解释变量类别的重新划分和因素之间的相互作用的信息,logistic模型提供因素的主效应作用以及对交互作用是否存在的检验信息,两者结合,可以更加全面地挖掘出对目标变量有影响的因素及因素之间的交互作用。

公务员亚健康状况影响因素的有序多分类logistic回归分析

目的调查辽宁省某市公务员的亚健康状况及其影响因素,为更好地预防亚健康和疾病、提高公务员的健康水平提供依据。方法采用分层整群抽样法,在2010年7-9月对辽宁省某市辖区内2700名不同单位性质的公务员的一般情况、生活方式、经历事件和亚健康状况进行调查,采用有序多分类logistic回归模型进行亚健康多因素分析。结果本次调查共发出问卷2700份,合格问卷2547份,合格率为94.70%。各子量表得分由高到低依次为生理子量表(67.41±14.331)、心理子量表(66.61±16.276)、社会子量表(61.28±17.588)、亚健康总均分为65.99±13.769。多元线性回归分析结果显示,公务员的亚健康状况与吃早餐情况、锻炼情况、环境污染、工作压力大、就职情况、与家人不和、工作性质有关。有序多分类logistic回归分析结果显示,性别、职别、家庭人均月收入、吸烟、饮酒和环境污染是影响公务员亚健康的主要因素。结论公务员亚健康的影响因素较为复杂,相关部门应予以重视。积极创建以健康调查、健康评估、健康计划制定、健康干预及健康效果评价为主的五星级健康管理模式,降低该类人群亚健康的发生率,提高公务员健康水平。

多分类有序反应变量Logistic回归及其应用

对近年发展起来的多分类有序反应变量Logistic回归进行了补充和完善 ,设计出对样本数据的应用条件做 χ2 检验的方法 ,证明了比数比在分析自变量作用中的实际意义 .随机抽取 2 0 0 2年国家执业医师资格临床实践技能考试 30岁以下本科毕业考生 5 0 0 0人 ,以考生的考试成绩 (3分类有序变量 )为反应变量 ,以考生的性别、工作单位级别、考试评分方法、考官回避制度、考题重复次数、考试合格率控制措施等 9个影响因素为自变量 ,进行多分类有序反应变量逐步Logistic回归分析 .研究结果已为卫生部改革和完善国家医师资格考试方法。

应用分类树模型筛选logistic回归中的交互因素

目的探索自动筛选logistic模型中交互作用因素的方法。方法借助一个实例,说明分层、分类树与lo-gistic模型之间的关系,借助分类树模型自动进行筛选logistic模型中交互作用因素。结果本例分析结果表明,可以应用分类树为logistic模型筛选交互作用因素,并用logistic模型对可能的交互作用因素作最后检验,并通过实例说明应用要点。结论在logistic回归分析中,分类树可以有效地用于自动筛选可能的交互效应因素。

早产危险因素的Logistic回归及分类树分析

目的应用分类树模型和Logistic回归模型进行对比分析，探索北京地区早产发生的影响因素。方法对北京地区5家妇幼保健院的1323例早产进行1：1病例对照研究，应用分类树模型和Logistic回归模型分析早产的影响因素。结果Logistic回归模型显示均衡饮食（OR=0．509）、产前检查（OR=0．233）、常住址为城镇（OR=0．555）是早产的保护性因素，受教育程度低（OR=1．674）、负性生活事件（OR=6．086）、性生活（OR=1．704）、前置胎盘（OR=11．834）、妊娠期糖尿病（OR=3．170）、妊娠期高血压疾病（OR：5．024）、早产史（OR=17．574）和胎膜早破（OR=4．083）是早产的危险因素。利用卡方自动交互检测法建立的分类树模型，共筛选出5个早产高危因素，其中胎膜早破是最重要的影响因素，其他包括妊娠期高血压疾病、膳食结构不均衡、无产前检查、文化程度低。结论孕期应进行定期的产前检查可及早发现高危妊娠，避免各种不良刺激，保持良好心态，积极预防胎膜早破。Logistic回归模型可以提供变量影响的定量解释，分类树模型可以更好地展现变量间的复杂相互作用。二者结合可更好地服务于流行病学的研究。

一种基于Logistic回归和分类树的客户信用评估方法研究

探讨了基于Logistic回归和分类树的客户信用评估。从众多客户信用度影响因子中选择一些探索性变量,建立了相应的关联性测试模型。描述了Logistic回归和分类树的具体算法以及相关概念,如期望信息、信息增益等,然后分别使用Logistic回归模型和分类树对客户信用进行了测试评估。比较分析结果表明,分类树模型具有较低的错误分类率和较好的灵活性,但对计算资源的要求较高,且很大程度上依赖于观测数据。

高校教师健康状况影响因素的多分类Logistic回归分析

目的调查某高校教工人群的健康状况及其相关影响因素,为更好地预防亚健康和疾病、提高教工的健康水平提供依据。方法采用简单随机抽样的方法,在2009年全校教师职工体检之际,抽取276名教工进行中医体质、亚健康状况和个人基本资料调查,使用多分类Logistic回归进行多因素分析。结果高校教工人群的中医体质类型主要是平和质(18.84%)、痰湿质(17.03%)、阳虚质(16.30%)。健康人群占15.22%,亚健康人群占70.65%,患病人群占14.13%。亚健康的影响因素包括所有病理性体质(对照组为平和质)、女性、中级职称(对照组为初级职称);疾病的影响因素包括气虚质(对照组为平和质)、教授职称(对照组为初级职称)。结论高校应该特别关注偏颇体质人群、女性人群、中级职称和教授职称人员,采取针对性的预防干预措施,降低他们亚健康和疾病的发生率,提高教师队伍的整体健康水平。

岩体分级的多分类有序因变量Logistic回归模型

将多分类有序因变量的Logistic回归分析引入到岩体质量分级问题中.从工程岩体实测数据出发,以影响岩体质量的单轴抗压强度、岩体声波纵波速度、体积节理数等6个因素为自变量,有序多分类的岩体级别为响应变量,建立岩体分级判别公式.检验模型拟合优度及预测能力.结果表明,Logistic回归模型性能良好,回判估计的误判率为零,预测准确率高.相比距离判别分析和线性回归分析,Logistic回归分析对变量分布无要求,理论上更适于响应变量为有序多类别的岩体分级问题;模型可以输出岩体属于各级别的概率,为工程设计人员提供更多的岩体质量信息.因而Logistic回归模型是一种更优的工程岩体分级方法.

烟台市成年人体质状况及影响因素的多分类logistic回归分析

【提要】目的探讨烟台市成年人体质状况，分析体质综合评级的影响因素。方法以2010年国民体质监测烟台地区成年组资料中1983人为研究对象，依据其“评定标准”，进行单项评分和综合评级，并对综合评级的影响因素进行多分类logistic回归分析。结果烟台市成年人体质综合评级及格率高于全国平均水平。回归分析发现，年龄20～29岁、初中及以下学历、高中或中专学历、经常熬夜是体质综合评级的危险因素；乡村、城镇体力劳动者、非肥胖体重、男性腰围〈85cm或女性腰围〈80cm、国家机关、私营企业、行政村、平均每天坐姿活动时间4～8h是体质综合评级的保护因素。结论成年人体质受多种因素的影响，应采取合理措施减少坐姿时间、增加体力活动或适宜的体育锻炼、保证充足睡眠、减少肥胖发生率，以增强体质。

Logistic回归与分类树模型的比较

为了有效地评估客户的可信度,提高信贷机构经济效益。文中通过统计学中的参数方法Logistic回归和非参数方法分类树这两种方法,建立两种模型对数据进行预测,应用SPSS软件的Binary Logistic Regression方法,利用ROC曲线的性质来对模型的性能进行评价,根据输出结果比较两种模型在应用中都是可行有效的,在实际操作中应因地制宜,把握两种方法的优势,得到更有价值的结果.

多分类Logistic回归分析研究军队人员就诊意向的影响因素

目的:寻求影响军队人员最愿意就诊单位选择的主要因素,为军队卫生资源的优化配置和卫生事业改革政策的制订提供科学依据。方法:采用多分类Logistic回归分析法,分析影响军队人员选择最愿意就诊单位的主要因素。结果:影响军队人员选择就诊单位的主要因素是军兵种和工作性质,其次是对部队医疗机构供药满意度和健康状况。结论:军队人员就诊单位选择受多种因素的影响,建议加强基层卫生机构建设,提高其卫生资源利用效率。

基于R的有序分类资料logistic回归分析

本文描述有序分类资料的logistic回归模型及参数估计与假设检验,以R语言作为分析工具,利用程序包MASS中的polr函数对数据文件进行回归系数的估计及模型拟合检验,从而完成统计推断。

多分类有序反应变量logistic回归应用条件的检验

目的 对多分类有序反应变量logistic回归的应用条件寻求科学合理的检验方法。方法 使用卡方分布的理论 ,SAS软件及抽样调查方法。结果 设计出多分类有序反应变量logistic回归应用条件的卡方检验方法 ,推导出反应变量取各水平的概率计算公式及卡方检验中理论值、自由度的计算公式 ,并在作者主持的国家医师资格临床实践技能考试研究中取得了成功效果。结论 多分类有序反应变量logistic回归得到完善和补充 。

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。

体育人口形成因素的二项logistic回归分析

二项logistic回归分析是研究体育人口这种二分类变量与其他变量间关系的较好方法。本文对该方法进行了较为详细的介绍,并用该法研究影响武汉市体育人口形成的因素。结果表明,家庭年体育消费额、年龄、文化程度、职业状况对武汉市体育人口形成有显著影响;个人月收入、家庭人均月收入、每天家务劳动时间等因素对武汉市体育人口形成无显著影响。

早产影响因素的多分类Logistic回归分析

目的 探讨早产儿发生的危险因素。方法 采用病例对照研究法对 2 2 7名早产儿 (孕周 <33周 73人 ,33～ 36周 15 4人 )和 75 0名对照组进行相关因素调查 ,用多分类Logistic回归分析法进行危险因素分析。结果与分娩孕周 <33周早产儿有关的因素是 :母亲孕前体质指数≥ 2 8者、有人工流产史、孕早期发热、母亲文化水平为小学及以下者 ,首次产前检查血红蛋白低于 10 0g/L者、尿蛋白和尿糖阳性等因素是分娩孕周 <33周早产儿的危险因素。与分娩孕周在 33～ 36周早产儿有关的因素有 :母亲分娩年龄大于 35岁、母亲孕期吸烟及饮酒、年家庭收入低及父亲吸烟等因素。父亲职业为农民、多胎妊娠、孕期精神刺激、产前检查次数少、前置胎盘和妊高症等因素是二者的共同危险因素。结论 早产是多种因素联合作用的结果 ,应采取综合性措施降低早产儿的发生率。