无序多分类Logistic回归分析的城市老年人养老意愿选择

本文基于2018年上半年对海南省海口市主城区老年人进行随机问卷调查的数据,综合运用单因素交互分析和无序多分类Logistic回归模型对老年人养老意愿及其影响因素进行分析。结果表明,当下大部分老年人的养老意愿已然不取决于子女的孝顺程度,而子女数量、社会化养老服务因素以及养老态度对老年人养老意愿的选择均产生不同程度的影响。

泸州市女性围绝经期综合征影响因素的无序多分类logistic回归分析

目的了解泸州市40~60岁女性围绝经期综合征的影响因素。方法采取分层整群抽样的方法,运用改良Kupperman评分表和自制围绝经期综合征影响因素调查表进行调查。采用单因素及多因素无序多分类logistic回归模型进行统计分析。结果调查的502名女性绝经年龄为(48.05±4.02)岁,KMI评分中位数为15分,围绝经期综合征患病率为81.7%,其中轻度患病率为30.9%,中重度患病率为50.8%(中度38.05%,重度12.75%)。多因素无序多分类logistic回归分析结果显示:以无围绝经期综合征为对照,不运动、睡眠质量差、焦虑的女性更容易出现轻度围绝经期综合征症状,OR(95%CI)值分别为1.813(1.045~3.144)、1.806(1.047~3.116)、2.226(1.259~3.937);45~60岁、睡眠质量差、焦虑的女性更容易出现中重度围绝经期综合征症状,OR(95%CI)值分别为2.411(1.100~5.287)、5.890(3.316~10.462)、8.702(4.862~15.576)。结论泸州市围绝经期综合征患病率高,中重度患者多,影响因素主要包括年龄、不运动、睡眠质量差及焦虑,且不同程度围绝经期综合征患病的影响因素不完全相同,应采取不同措施,预防轻度围绝经期综合征,控制中重度围绝经期综合征。

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。

无序多分类Logistic回归的地铁扶梯事故特征分析

为探究影响地铁扶梯事故的主要因素,以北京地铁扶梯事故数据为基础,利用无序多分类Logistic回归方法,研究地铁扶梯事故的特征,通过控制相关因素来预防地铁扶梯事故的发生;分析894起地铁扶梯事故的事故形式、解释变量与响应变量的类型及属性,构建无序多分类Logistic回归模型,识别主要影响因素,计算各类影响因素对事故的贡献大小。研究结果表明:针对不同类型事故,制定不同的环境因素、乘客特征、乘客行为因素、线路因素的重点管控策略,可降低地铁扶梯事故的发生;该研究方法能够用于地铁扶梯事故预测研究,解决变量无序且多元的相关性分析和贡献大小的定量分析问题。

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。

无序多分类资料统计分析方法的选择及在SPSS上的实现

基于无序多分类资料的常用的统计分析方法有:对应分析、0x0E䥺SymbolcA@0x0F 2检验、无序多分类Logistic回归等,统计分析方法的选择要考虑变量的数量、分析目的、统计分析方法的前提条件等。本文对无序多分类资料的常用的统计分析方法的选择以及如何在SPSS上实现统计分析等问题进行了详细阐述。

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。

广州市儿童选择就诊医院影响因素的多分类logistic回归分析

目的探讨影响儿童选择就诊单位的影响因素。方法采用多分类logistic回归分析法,分析影响广州市儿童选择就医单位的主要因素。结果患病后首选儿童专科医院(包括区级妇幼保健院)就诊的家长占51.7%;影响儿童家长选择就诊机构的因素主要为医疗水平、医疗费用及定点医保等,其次为距离远近及候诊时间。结论家长择医倾向为儿童专科医院。建议加快建设儿童专科医院步伐,加强基层医疗机构儿科建设,在提高基层医疗机构技术水平的同时发挥医保经济杠杆作用,吸引患者前往基层医疗机构就诊。

无序多分类logistic回归的SPSS软件实现及参数释义

目的阐述无序多分类logistic回归在SPSS软件实现时最优模型的建立和参数估计值的具体意义。方法以山西省育龄人群二孩生育意愿的调查资料为例,利用SPSS26.0软件采用手动后退法建立育龄人群人口学因素对生育意愿影响的无序多分类logistic回归模型,然后对其参数估计值进行阐释。结果40岁以下人群愿意生育二孩的可能性高了0.893-2.395倍,月收入2000元以上者愿意生育二孩的可能性低了52.6%-65.7%,来自农村、爷爷奶奶照顾一孩者愿意生育二孩的可能性分别高了1.331倍和0.469倍;同时,农村、40岁以下者不确定生育二孩的可能性高了0.807-17.304倍。结论对于无序多分类logistic回归,后退法是一种便于实现的变量筛选方法,对应参数的准确释义可以清晰地描述因素与结果间的关系,利用含哑变量的模型对某类事件的概率进行预测。

医学五年制低年级学生专业喜爱程度影响因素的多分类Logistic回归分析

目的:了解临床医学五年制低年级本科生学习现状及影响专业喜爱程度的因素,为制定相关干预措施提供依据。方法:对武汉大学临床医学五年制二、三年级本科生进行问卷调查,并对结果进行统计分析。结果:多数学生学习现状较好,但仍需改善。就读原因、学习习惯和课程设置因素与专业喜爱程度相关。结论:个人兴趣、良好的学习习惯和合理的课程设置均与学生专业喜爱程度正相关,应有针对性地采取相关措施以提高低年级医学生的学习积极性。

一种基于Logistic回归的全损飞行事故分析与预测

运用Logistic回归方法分析全损飞行事故的影响因素,并构建预测模型,然后利用飞行事故案例进行了实证检验。通过对样本数据过离散、空单元、多元共线性和特异值、特殊影响案例的诊断,以及对模型的拟合程度和预测效果的检验,表明所构建的模型比较符合现实情况,而且具有较好的拟合程度和预测效果。模型指出航班类型和机龄因素具有统计学意义,国内航班比国际航班的全损概率要高;机龄越老,全损概率越高。

问卷调查分析中的Logistic回归与自变量筛选问题研究

调查问卷的答卷大多数是既有定性数据又有定量数据,降维和回归都是这种分析的主要手段,而定性数据的降维是难点。本文运用多元分析中的聚类分析和Logistic回归分析,通过聚类的方式既达到了降维的目的,又解决了过离散问题。聚类分析同时还将分散的信息加以集中,使得不同类别的特征更加明显。累积Logistic回归是处理多维多分类定性数据的较好方法,运用逐步回归可以筛选出对研究对象影响最显著的变量,将潜在的信息挖掘出来,为管理决策提供建议和依据。

基于Logistic回归分析的直推式迁移学习

传统的机器学习方法基于一个基本的假设:训练数据和测试数据遵循相同的分布。然而,在许多现实的应用中,这种假设并不能够被保证。在这种情况下,传统的机器学习方法因没有意识到分布的改变而可能失败。近年来,迁移学习技术被专门用来解决这一缺陷。文章提出了一种叫做TTLR的方法,将原始领域中的训练数据有效地迁移到目标领域中,该方法首先对Logistic回归分析模型进行扩展,然后利用不同领域概率分布之间的差异性,调节训练数据中每个实例的权重,从而使得训练得到的分类器更加适应于目标领域;在所选取的数据集上得到的实验结果表明,与传统的监督式学习方法相比,所提出的方法有很大的优势。

二分Logistic模型在分类预测中的应用分析

利用二分Logistic回归模型解决0-1区间事件发生概率问题,对成都市小型物流企业信息技术采纳与否进行分类预测,共提取出组织能力、渠道能力、研发能力和设备能力4个公共因子,采用自变量强制进入法建立回归模型,最后预测分析显示模型拟合效果比较理想,对企业信息化建设具有一定的指导意义.

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。

基于判别分析与Logistic回归组合模型的蠓虫分类方法

蠓虫分类问题究其本质是一个典型的数据二分类问题。在传统上采用判别分析或Logistic回归的方式进行分类判别时,往往因为其算法本身的局限性而出现误判且无法避免。本文在前人的研究基础上提出了判别分析修正下的Logistic回归方法和Logistic修正下的判别分析方法解决蠓虫分类问题。在通过误判率的比较和对异常数据的感知等前提下,为蠓虫避害提供一种较为可靠的筛选方式。

一种基于Logistic回归的银行保险消费行为影响因素分析与预测

运用Logistic回归方法分析了银行保险消费行为的影响因素,并构建了预测模型,然后利用保留样本进行了实证检验.通过对样本数据过离散、空单元、多元共线性、特异值、特殊影响案例的诊断,以及对模型的拟合程度和预测效果的检验,验证了所构建的模型具有较好的拟合程度和预测效果.

江苏省农村地区居民食管癌及癌前病变影响因素分析

目的了解江苏省农村地区居民食管癌及癌前病变检出情况及影响因素,为食管癌的预防提供理论依据。方法2017年1月至2022年12月“江苏省农村上消化道癌早诊早治”项目采用整群抽样的方法抽取40~69岁常住居民参与研究,选取其中51198名40~69岁居民作为调查对象,进行危险因素问卷调查、内镜检查和组织活检,根据病理诊断确定食管癌癌前病变或食管癌。采用SPSS 22.0软件进行χ^(2)检验。采用无序多分类Logistic回归分析食管癌前病变和食管癌的影响因素。结果51198名调查对象检出食管癌前病变1279例,检出率2.50%,食管癌741例,检出率1.45%。无序多分类Logistic回归分析结果显示,高中及以上教育水平(OR=0.81,95%CI:0.66~0.98)、家庭收入≥5万(OR=0.82,95%CI:0.73~0.93)和每周食用1~2次新鲜水果(OR=0.70,95%CI:0.52~0.93)是食管癌前病变低风险相关的因素;男性(OR=1.45,95%CI:1.27~1.65)、年龄(OR=5.35,95%CI:4.22~6.79)、食用腌晒食物(<2次/周:OR=1.80,95%CI:1.42~2.28;≥2次/周:OR=3.01,95%CI:2.35~3.87)、食管炎(OR=1.65,95%CI:1.19~2.31)和吃饭生气(OR=2.43,95%CI:2.07~2.85)是食管癌前病变高风险相关的因素。家庭收入≥5万(OR=0.74,95%CI:0.64~0.86)是食管癌低风险相关的因素;男性(OR=1.64,95%CI:1.38~1.95)、年龄(OR=5.54,95%CI:4.11~7.46)、每周食用1~2次霉变食物(OR=1.87,95%CI:1.38~2.54)、食管炎(OR=1.86,95%CI:1.22~2.86)和吃饭生气(OR=2.95,95%CI:2.37~3.67)是食管癌高风险相关的因素。结论江苏省农村地区居民食管癌及癌前病变检出率较高,应加强男性、高龄、有食管炎史和饮食习惯不良人群的食管癌健康知识宣传,以降低食管癌患病风险。