基于Ordered Probit模型的人车冲突安全影响因素研究

为探究和定量分析人车冲突严重程度的影响因素,通过采集3个信号交叉口的人车冲突视频数据,利用T-Analyst标定人车轨迹并计算冲突指标(PET),采用85%位累计频率曲线法划分人车冲突等级;从人、车、路及环境特征中选取10个因素作为变量,构建Ordered Probit模型,以确立人车冲突严重程度的显著影响因素,并通过边际效应定量分析不同显著因素的影响程度。研究结果表明:行人闯红灯情况、年龄、行人交通量、人行道占用情况、人行道起点终点、车辆速度变化及车流量是人车冲突严重程度的显著因素,相较于各自参考量,行人闯红灯、车辆加速通过冲突点、人行道起点及老年人造成严重冲突的概率分别增加8.2%,5.9%,5.1%,4.4%;相较于低流量的交通流,较高流量的车流和行人交通流使得严重冲突的概率分别增加3.7%,2.5%,但人行道占用使得严重冲突的概率下降6.8%。研究结果可为信号交叉口行人过街交通安全设施的设计和实施提供理论依据。

数字乡村参与促进了农村居民创业选择吗?——基于内生转换Probit模型的实证分析

创业是解决农村居民就业、实现共同富裕的有力举措。文章基于数字乡村参与微观视角,运用SOR模型构建“情境刺激—内部动机—行为反应”过程机制,理论分析数字乡村参与与农村居民创业选择的关系,并进一步通过CFPS微观调查数据、内生转换Probit模型,实证检验经济、治理、生活三种不同应用场景下数字乡村参与对农村居民创业选择的影响。研究发现,农村居民数字乡村及各维度参与均显著促进农村居民创业选择。异质性分析表明,数字乡村参与对高教育、高收入水平的农村群体的创业效应更大,且在粮食主产区和东部、中部地区更为突出。因此,要积极鼓励农村居民参与数字乡村实践,同时也要重视数字乡村各领域发展的包容性和公平性。

基于Probit回归模型和BP神经网络模型的宁夏盐池滩羊产量影响因素及预测研究

通过对滩羊养殖户户主和家庭基本特征、养殖场生产经营特征、优质化生产认知情况以及疫病防治情况进行调查,采用Probit回归模型和BP神经网络模型分析了宁夏盐池县12个滩羊养殖村滩羊肉产量的影响因素,并预测了未来5年的滩羊肉产量情况,预测结果表明到2025年,宁夏滩羊产量将达12.5万t,宁夏滩羊产业总体呈现良好的发展势头。

SAS软件在Probit模型参数标定中的应用研究

为降低Probit模型在实际工作中的使用难度,首先分析了Probit模型参数的SAS标定方法,定性分析了各类影响因素对出行者进行交通方式选择的影响。通过相关性分析选取了主要因素并建立了模型变量,最后使用MDC模块实现了SAS软件对Probit模型的参数标定,建立了不同交通方式效用固定项函数方程。

基于改进萤火虫算法的Probit模型在数字金融风险预测中的性能分析

为应对数字金融的风险预警,需对其背后的规律进行深度挖掘,从而实现对其风险精准、高效地预测.在数据不平衡的情况下,采用常规单一类别模型进行数据分析时存在性能不稳定的问题,研究面向数字金融欺诈的浅层特征选择方法.为了解决数字化金融风险数据中存在的冗余和无关特征,采用了一种基于二元萤火虫算法的Probit模型,以更有效的方式来筛选数据中的初始特征.实验结果显示,融合烟花协同进化的二元萤火虫算法收敛速度和精度均显著优于其他算法.在初步特征子集中最佳分类精率为93.5358%,平均分类精度为86.2543%,运行时间为5.4883 s;运行时间得到了优化,分类精度同时也得到了一定的提高.研究提出的改进算法模型可以用于指导金融风险管理实践,帮助金融机构更好地识别和预防金融欺诈风险.

价值认知、环境规制对蕉农绿色防控行为的影响——基于多变量Probit模型的证据

推动农户采纳农业绿色防控技术是实现农业可持续发展的关键,深入剖析农户采纳绿色防控技术的关键因素有助于更好地推广绿色防控技术。本文利用海南省456户香蕉种植户调研数据,构建多变量Probit模型,探讨价值认知和环境规制对农户绿色防控行为的影响及代际差异。结果表明:价值认知和环境规制可以显著促进农户采纳绿色防控技术,且两者对农户绿色防控行为的影响存在交互效应,其中,价值认知和引导型环境规制、约束型环境规制的交互项对农户绿色防控行为具有显著的正向影响,价值认知和激励型环境规制的交互项对农户施用生物农药行为具有显著促进作用;价值认知和环境规制对不同代际农户绿色防控行为的影响具有显著差异,新生代农户的绿色防控行为主要受生态价值认知、社会价值认知和环境规制的影响,而老一代农户的绿色防控行为主要受价值认知和引导型环境规制的影响。研究丰富和完善了农户绿色防控行为的影响路径,对缓解农业病虫害频繁发生、践行农业可持续发展战略具有重要的启示作用。

基于空间广义有序Probit模型的高速公路事故严重程度分析

为深入了解影响高速公路交通事故严重程度的显著因素,以广深沿江高速东莞段2014—2019年事故数据为研究对象,将事故严重程度分为3类(即无伤亡事故、轻伤事故、重伤亡事故),并以事故严重程度为因变量、13个潜在影响因素为自变量,通过条件自回归先验解析相邻事故间的空间相关性,建立不同关联距离阈值的空间广义有序Probit模型。结果表明:事故数据间存在显著的空间关联;空间广义有序Probit模型优于广义有序Probit模型和多项Logit模型,基于250 m关联距离阈值的空间广义有序Probit模型表现最优。该模型参数估计显示:车辆类型和归属地、事故发生时间、事故地点曲率、桥梁路段和事故类型对高速公路事故严重程度均有显著影响。边际效应结果表明:相对于小汽车间的交通事故,涉及客车、货车和其他类型车辆的交通事故导致人员重伤亡的概率分别增加3.27%、1.53%和4.11%;外省车使得重伤亡事故的发生概率增加1.02%;相对于周末、春季和桥梁路段,工作日、夏季和非桥梁路段发生的交通事故导致人员重伤亡的概率分别提高0.87%、2.38%和0.08%;单车事故导致重伤亡的概率比多车事故低1.64%;事故地点曲率每增加1 km-1,重伤亡事故的概率将降低1.54%。

基于有序Probit模型的铁路险兆事件影响因素识别研究

为识别铁路险兆事件的影响因素,以宜春车务段2017年9月—2017年10月共1870条数据为样本,以铁路险兆事件等级为因变量,事件原因、环境特征和事件特征为自变量建立有序Probit模型,探究人、设备、环境和管理因素对铁路险兆事件严重影响程度。研究结果表明:设备设施未按规定防护是影响严重性险兆事件发生的主要因素;与其他人为因素相比,未执行相关作业规定对增加险兆事件严重程度有显著作用。研究结果可为铁路管理部门实现事故预控提供依据。

基于有序PROBIT模型的历史文化街区风貌满意度研究

以大召历史文化街区为研究对象,在构建风貌要素指标体系的基础上,采用民众风貌感知数据,运用有序Probit模型、边际效用分析与I-S评分法,研究风貌要素满意度对总体风貌满意度的影响机理,以此对风貌改造工作提出精准建议。结果表明:街道服务设施特点、灯光照明、景观特点与历史文化之“风”四个风貌要素满意度对总体风貌满意度具有显著影响;相比于男性,女性对街区风貌的要求更高,更不容易被满足;风貌要素优先提升权从高到低依次为街道服务设施特点、灯光照明、景观特点与历史文化之“风”。

FGH96高温变幅疲劳载荷试验及损伤累积模型研究

针对涡轮盘用镍基高温合金FGH96,开展两级疲劳载荷试验以及谱载荷试验。试验载荷设计参考了涡轮盘关键点载荷及实测飞行任务谱特征。采用常见损伤累积模型对试验结果进行分析。结果显示,FGH96在低-高载荷次序下循环分数和大于1,在高-低载荷次序下循环分数和小于1,符合常见非线性疲劳损伤累积模型的预期;对于谱载荷的疲劳寿命,由Chaboche非线性疲劳损伤模型与时间分数模型组成的损伤累积模型的预测则偏保守,且具有较高的预测精度,预测结果均在2倍偏差带内。

基于次序选择模型的高校考研意愿影响因素调查研究

为了调查基于次序选择模型的高校考研意愿影响因素,文章首先对某高校多个学院多个专业的大学生进行了问卷调查,然而对回收数据依次进行信效度分析、统计学分析和计量模型分析,结果显示,与考研意愿呈正相关的因素有获得奖学金的等级、英语的平均成绩、父母的态度、家庭人口数、身边考研人数、对就业的帮助、提高工资的程度、拓宽社交圈的程度和实现人生价值的程度;与考研意愿呈负相关的因素有父母受教育程度和对本专业的满意度,最终从政府和企业、学校和家庭、学生本身三个视角给出了建议。

融资融券对股票市场波动性的影响——基于Probit模型

融资融券业务丰富了我国股票市场的交易方式,推动了股票均衡价格机制的形成,但也引发了市场的诸多不确定性。提取了2019—2021年股票市场中的融资融券相关数据,探究了“两融”业务对沪深市场波动性的影响。实证结果显示,融资业务和融券业务对股市收益率产生了相反的作用:当日融资买入额增加时,股票市场收益率为正的概率增加;而随着日融券交易量的增加,股票市场收益为正的概率减小。实证结果还表明,融券业务对沪深市场的影响较弱,融券机制在我国并未充分发挥作用。

探究氢燃料电池汽车接受程度的影响因素——基于有序Probit模型的分析

本文基于有序Probit模型,利用问卷回收数据,探究影响公众对氢燃料电池汽车接受程度的影响因素,实证分析的结果表明:受访者的个体特征相较于家庭特征而言,对于氢燃料电池汽车的接受程度影响较小,且家庭特征的影响更为显著;受访者对于氢燃料电池汽车相关知识的匮乏导致了其对于氢燃料电池汽车大多保持中立或一般接受的态度。政府在推进氢燃料电池汽车产业发展的同时,必须时刻关注普通大众的接受程度,因为其在很大程度上决定了该产业在未来的发展走向。

Logit模型的前世与今生

分类问题贯穿了统计学三百余年的发展进程,是统计中基础且重要的问题.许多统计模型被统计学家们创造并运用在分类中,作为分类方法的一种,Logit模型在机器学习、经济预测、数据挖掘、疾病诊断等领域发挥重要的作用.本文将主要介绍该模型起源、发展的故事,以及该模型在当下的用武之地.

危化品事故多层级链式推演模型及案例分析

为提升危化品企业的风险防控能力,支撑事故发生后迅速地进行应急决策研判,基于灾害链理论,从热辐射、毒气、超压3类危化品事故关键致灾因子出发,提出灾害链多层级链式推演模型。采用流体扩散模型和Probit模型,分别构建危化品容器起火概率及顺序预测算法和危化品爆炸点火时刻估计算法,实现对危化品事故中燃烧和爆炸演化过程的定量计算分析。并以广东省某树脂生产厂为研究案例,建立1条由危化品泄漏事故引发的灾害链,推演分析灾害链各节点的演化时间和发生概率。分析结果表明:灾害链推演模型能有效定量化分析实际危化品厂区事故的演化过程、预测事故节点发生概率及时间,并在一定程度上帮助检验危化品厂区布局安全。

新媒体使用对农村年轻女性创业意愿的影响——基于有序Probit模型的实证研究

文章主要在理论分析与假设基础上,通过对河南省进行问卷调查获取数据,建立有序Probit模型检验新媒体使用对农村年轻女性创业意愿影响及其机制。结果表明:与传统观念相反,新媒体使用显著提升了农村年轻女性创业意愿,通过降低传统观念的影响,表现出完全的中介效应机制。根据结论提出了促进农村年轻女性创业的建议。

基于Probit模型的物流投入、农产品竞争力对农户电商销售风险态度的影响分析——以河南省X县为例

基于河南省X县212份农户的调查数据,运用Probit模型,实证分析物流投入、农产品竞争力对农户电商销售风险态度的影响。结果表明:物流投入对农户的电商销售风险态度具有负向影响,其中资金投入的影响程度最大;农产品的竞争优势有助于提高农户对电商销售的接受程度,其中顾客满意度的影响程度最大。0.引言农业生产的分散性和农户自身信息不对称等因素导致农产品在销售上存在交易成本高、中间环节过多、价格不稳定等诸多问题[1],融合新经济与传统农业的电子商务是解决这些问题的最优选择。个体总是在不确定条件下进行决策,不确定性带来风险,对待风险的态度是影响个体决策的重要因素。以往研究中,Wen和Dariusz强调电商交易中买、卖双方互相的信任问题。Dariusz发现,电商使农产品交易有效规避了地域局限性和市场价格波动等产生的风险[2]。国内的研究有了新的角度,廖敏慧发现农产品电商营销中的质量安全、同质化、品牌意识不强等问题[3]。陈伟、杨帆提出增强农产品电商主体的专业[4]。本文从农户的主观视角切入,通过研究物流投入和农产品竞争力对农户电商销售风险态度的影响,期望改变不利于农产品销售良性发展的因素,改善农户对电商平台的风险态度,从而推动电商平台在农产品销售中的应用,促进农户增收,提升农村经济效益。

岩溶分布式水文模型构建与应用

为了使分布式水文模型能够更好地应用于岩溶地区,针对岩溶地区的水文特性,对分布式模型加以改进,建立了一套可用于岩溶地区的分布式水文模型,并讨论了改进后的模型汇流时计算时间步长与最优计算次序对汇流的影响。模型构建时考虑到了岩溶地区的地下水中裂隙水与管道水对流域汇流的影响,从而对模型加以改进,使模型在物理意义上与汇流实际情况更加接近。以广西凤山县乔音河流域为例,对改进后的模型进行了应用研究,结果表明改进后的模型可以较好地模拟岩溶地区的降雨径流过程。

城市特征对城市游客满意度的影响--基于Probit模型的定量分析

游客满意度是衡量城市旅游发展的重要指标之一,掌握和控制游客满意度的影响因素对城市旅游发展和管理越来越关键。国内外研究综述表明,城市旅游的游客满意度影响因素及其关系的定量研究尚不多见,尤其对城市特征因素的研究。城市特征是城市旅游的必要组成,作为客观因素对游客满意度的影响不言而喻。文章运用文献分析法、问卷调查法和二元Probit离散选择模型计量法,以长沙市477名游客的现场调查数据为基础,对城市特征、个人特征和旅游动机三大变量下10个影响因素与游客满意度之间的假设关系进行检验。研究结果显示,修正后的游客满意度影响因素Probit模型具有统计学意义,6个研究假设得到验证;研究结论表明,城市社会发展水平、城市绿化水平、环境保护水平、旅游资源丰富程度、游客月收入、游客是否主动到访等因素对城市旅游的游客满意度产生显著的正面影响,其中,游客主动到访因素对游客满意度的影响作用最大,城市社会发展水平影响作用最小。研究结论一定程度上有利于促使城市管理者更多关注城市发展与旅游质量,最后,从满意度改善系统、城市要素建设、城市旅游资源开发和游客营销引导等方面提出政策建议。

基于Ordered Probit模型的交通事故受伤人数预测

建立了交通事故受伤人数预测的Ordered Probit模型,应用极大似然方法进行了模型标定.应用模型分析了受伤人数的影响因素,计算了各影响因素的边际贡献,并进行了受伤人数的预测.结果表明,对受伤人数影响较大的因素有路表是否干燥、是否有大中型车辆、是否在交叉口.所建模型在进行事故受伤人数预测的同时,也可用于分析各因素对受伤人数的影响方向和影响程度.文中结果可为交通管理部门迅速准确地判断事故态势并做出快速响应提供决策支持.