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。

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%。

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。

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。

利用分类树辅助Logistic回归建模

利用分类树辅助Logistic回归建模的思路已得到不少研究者的认可,并在不同的应用场景下进行了尝试。但在实践的应用中,关于分类树算法的选择,以及如何联合两种方法筛选变量构建模型,缺乏必要的论证。利用分类树辅助Logistic回归建模型的本质是打破线性回归方程对数据结构的限制,通过引入数值型变量的离散化,以及增加交互项,将非线性关系引入回归方程。本文通过剖析分类树和Logistic回归两种建模技术在原理、方法和应用中的异同点,提出利用分类树辅助Logistic回归建模时的算法选择,以及应用中的具体方法和步骤。文章利用2002年3206名美国老年人是否购买私人医疗保险的数据进行了实操演示。论文发现利用分类树辅助Logistic回归建模,通过引入交互项,提升了Logistic回归模型对数据的表达和拟合能力。但同时也应该看到,非线性的引入降低了模型的简洁性和泛化能力,由于回归模型中待估参数个数的增加,在样本量有限的情况下,参数估计的稳健性也会受到影响。

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。

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。

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。

logistic回归和分类树在慢阻肺影响因素分析中的应用

目的:运用logistic回归和分类树模型对比探讨泸州市居民慢性阻塞性肺疾病(COPD)的影响因素,为COPD的病因学研究和防治提供依据。方法:采用成组病例对照研究设计,通过非条件logistic回归模型和CHAID分类树模型分析泸州市居民COPD的影响因素,并采用ROC曲线下面积(AUC)对两种模型进行评价。结果:本次分析共纳入了COPD患者2 271例和非COPD患者2 367例,非条件logistic回归结果显示:性别、厨房燃料、吸烟、年龄、身体质量指数(BMI)和心率是COPD的危险因素,差异有统计学意义(P<0.05)。分类树模型结果显示:性别、年龄、职业、厨房燃料和吸烟为COPD的危险因素,其中年龄是主要影响因素。logistic回归和CHAID分类树模型的AUC分别为0.925和0.905。结论:泸州市居民COPD患病的可能危险因素主要有性别、年龄、心率、职业、厨房燃料和吸烟和BMI。logistic回归和CHAID分类树模型均具有较高的准确性,两种方法结合使用能更加全面地筛选COPD的危险因素。

农户感知的生态补偿政策效果影响因素分析——基于有序多分类Logistic回归

文章基于有序多分类Logistic回归,对陕西省周至县退耕还林农户进行实地调研,分析农户感知的生态补偿政策效果影响因素,为可持续生态补偿提供思路。研究表明,受教育程度、年均总收入、退耕还林面积以及对退耕还林补偿政策的了解程度对农户退耕还林补偿政策整体满意度有着显著影响;学历越高、年均总收入越低、退耕面积越小、对退耕还林补偿政策越了解,对退耕还林补偿政策整体满意度越高。因此,文章提出了进一步加强对农户的素质教育和农业培训;提高补助标准,巩固退耕还林成果;进一步把握退耕面积与基本农田面积比例;加强政策宣传,引导农民更新传统观念等建议。

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。

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。

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。

我国公共服务水平对国民幸福感的影响研究——基于cgss2015的有序多分类logistics回归

在全面建成小康的决胜之年,民生目标早已不再是解决温饱,而更多的是人民幸福。基于中国综合社会调查(CGSS)数据,针对政府提供的公共服务的宏观水平对国民幸福感的影响,利用有序多分类logistics回归模型进行分析,结果显示公共服务获取的便利性和普惠性深刻影响着国民幸福感的提升,对此政府应不"缺位",做好项目覆盖调查,创新公共服务提供方式,提升国民幸福感。

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。