利用累积logistic混合模型研究考研因素对数学专业免费师范生学习动力的影响

基于六所部属师范大学数学专业免费师范生现状的调查数据,探讨是否允许考研和学习动力之间的关系.经典累积logistic模型对数据的拟合不佳.利用累积logistic混合模型,很好的拟合了数据,得到如果允许考研将提升免费师范生学习积极性的结论.

基于累积Logistic模型的交通事故严重程度时空分析

交通事故的发生具有随机性和偶然性,为尽可能地降低交通事故的伤害程度,根据某高速公路典型事故多发段的交通事故统计资料,以交通事故严重程度为因变量,从时间、道路空间结构和交通运行环境等因素中初步选择12个候选自变量,采用混合逐步选择法分析候选自变量与因变量是否显著相关。采用累积Logistic模型建立交通事故严重程度时空分析模型,并从成比例检验、拟合优度检验和预测准确度检验3个方面对模型进行检验。研究结果表明:事故发生时段、季节因素、发生地点、道路线形、坡度、事故涉及车辆数和日标准交通量与年平均日交通量之比与交通事故严重程度显著相关。

矿井突水水源Logistic识别及混合模型

针对矿井地下水混合度较高的突水水源识别问题,运用多元统计分析原理和混合计算原理,建立焦作矿突水水源识别模型和混合模型.以实际数据作为训练样本,分别对它们进行分析与检验.研究结果表明:Logistic分析能有效建立混合度较低的突水水源识别模型,回估误判率较低;混合模型利用主成分分析分析结果建立四面体,损失较少的信息,可有效地确定地下水的混合比例,且利用示踪元素得到的预测值与实测值的总体误差相对较低.

累积比数Logistic回归模型及其应用

在临床医学中评价某种疾病的不同治疗方案效果,进行影响因素分析,可以优化治疗方案,也为制定医疗保障补偿方案提供科学依据.应用累积比数Logistic回归模型,以1 117例急性心肌梗塞(AMI)患者的治疗效果为因变量,以其影响因素为自变量,进行回归分析,找出对治疗效果影响显著的因素.结果表明应用该模型拟合有序多分类变量数据是有效的.

非线性混合效应模型和广义线性模型拟合随机效应logistic回归的应用比较

在临床药物试验中药物疗效的评价经常遇到二分类资料,即反应变量有两个水平如有效、无效;成功、失败等。二分类变量服从二项分布,可采用logistic回归模型。运用logistic回归模型对分类资料进行分析,能给实际研究带来很多便利。与多元线性回归相比,logistic回归具有许多独特的优点,如对正态性和方差齐性不做要求,系数的可解释性等。

基于累积Logistic回归模型的管制员应激程度预测

分析并筛选出影响管制员应激行为的7个显著相关指标,并将管制员应激程度进行有序多分类后,建立了基于累积Logistic的管制员应激程度预测模型,并对模型预测效果进行平行性检验。利用某空管局实际采集数据中的另外74名管制员的定量测量数据进行分析,验证预测模型的可行性。结果表明:该模型的拟合优度判定系数(Pearsonχ~2统计量和Deviance统计量)的显著水平分别为0.076,0.690,远大于0.05;对实测数据的预测准确率达到75.67%,该模型对管制员应激程度的预测较为精确。

基于累积Logistic模型的行人交通事故严重程度分析及对策研究

为了准确分析影响行人交通事故严重程度的各项因素,引入累积Logistic模型研究人、车、路、环境及事故特征与行人事故严重程度之间的关系。以美国北卡罗来纳州夏洛特市2016年的行人交通事故数据为样本,通过聚类压缩、共线性检验和预测力分析,从人、车、路、环境及事故特征5个方面选取16个因素作为自变量,事故严重程度作为因变量,构建行人交通事故严重程度预测模型来分析仅财产损失事故、受伤事故和死亡事故的影响因素,并引入弹性分析量化各显著因素的影响程度,检验结果显示模型拟合良好。结果表明,在0.05的显著性水平下,事故形式、事故发生时段、车辆类型、照明条件、行人年龄段、行人饮酒情况6个因素与事故严重程度显著相关。最后针对性地提出了行人事故预防对策。研究结果有助于交通管理者采取合理的策略来降低行人交通事故严重程度。

非线性混合效应模型拟合Logistic回归在临床试验中的应用

目的探讨非线性混合效应模型拟合Logistic回归在临床试验中的应用。方法采用SAS软件包的NLMIXED过程拟合模型,并以两例药物临床试验资料进行实例分析。结果获得了各参数及其标准误的估计值,并可以对各因素进行直观的解释。结论非线性混合效应模型允许固定效应和随机效应进入模型的非线性部分,可以拟合具有非线性的Logistic回归模型,是临床试验中分析二项分布数据有效方法。

基于累积Logistic模型的居民通货膨胀异质性感受的因素研究

通过调查问卷获取居民的通货膨胀感受及相关的个人特征等数据,运用累积Logistic模型,从心理层面和外部信息层面考量影响居民通货膨胀感受异质性的因素。结果表明,收入满意程度、食品价格、房租价格以及促销手段等是导致我国居民通胀感受异质性的主要因素。鉴此,政府应该提高收入满意度、稳定物价以及调节房价,以期降低通货膨胀感受的异质性。

基于累积Logistic模型的交通事故严重程度预测模型

为了分析交叉口交通事故严重程度的影响因素,在对北京周边无信号三路交叉口交通事故数据调查的基础上,建立的累积Logistic模型,可为我国交叉口严重交通事故的预防提供科学依据。模型分析结果表明,交叉口转弯车辆比例、控制方式和土地开发强度对无信号三路交叉口交通事故的严重程度有显著影响。

高校学生恋爱影响因素的累积Logistic回归分析模型

高校学生恋爱对其自身学习与成长有很大的影响,为了帮助大学生树立积极向上的恋爱观。本文通过对我国10所高校500份"高校学生恋爱调查报告"所获数据的Pearson相关性分析,引入恋爱疏远度来表示恋爱双方的感情程度。在分析各单因素对恋爱疏远度影响的基础上,建立综合因素下高校学生恋爱影响因素的累积Logistic回归分析模型,并通过模型确定出影响高校学生恋爱的两个重要因素。

基于Logistic混合模型的企业信用风险评价研究

构建了AHP和Logistic混合模型,并运用该模型对山东省部分样本企业的信用风险进行了评价,结果表明该模型对基于商业银行视角的企业信用风险评价具有良好的适用性,为商业银行进行信用评级提供了参考。

基于累积Logistic回归模型对化工园区人群认知风险的研究

随着化工园区重大危险源集中监管的深化,政府和企业在安全生产活动中扮演着比以往更重要的角色。如何降低园区内人群对危险源的敏感性,以便在有谣言时不会伴随更大的混乱;什么样的因素对园区内人群认知风险具有显著相关性,以便政府和企业在安全生产活动中更好地发挥职能。针对上述问题,通过对江西省某化工园区进行问卷调查,所得的数据采用累积logistic模型进行分析,得出对风险认知具有显著性差异的因素。有助于政府及企业管理人员对园区内人群认知风险的了解,建议化工园区以及政府需要进一步宣传安全知识,配套安全设备等,最终降低谣言对生产活动的影响、冲击,稳定社会秩序。

累积Logistic模型在技术性贸易壁垒风险评估中的应用

近年来技术性贸易壁垒对我国出口企业的影响日益显著,为了防范技术性贸易壁垒造成的不利影响,极有必要构建科学有效的风险预警体系,对技术性贸易壁垒风险进行评估。为了更好的实现技术性贸易壁垒风险分级量化评估,可将累积Logistic回归模型引入这一领域,按照壁垒发生概率大小进行技术性贸易壁垒的风险划分,为技术性贸易壁垒预警体系的构建提供一定的技术指导与支持。

基于多元Logistic的混合式学习效果影响因素分析

该文以西安航空学院理学院数据挖掘导论课程为例,采用问卷调查及统计方法,对影响学生混合式学习效果的16个最主要因素进行实证分析,得到学习环境、教学、个人和平台网络因子4个主成分,根据这4个主成分建立混合式学习效果的多元有序Logistic回归模型,研究表明环境因子、教学因子和个人因子这3个主成分对课程的混合式学习效果产生显著正向影响关系,并依此给出相关建议。

医学微生物实验混合式教学方法效果Logistic分析

文章构建了在以学生发展为中心的理念下的医学微生物实验混合式教学体系,并基于对参加医学微生物实验课程的本科生的学习效果调研,通过二元Logistic回归分析,从包括线上教学、虚拟仿真实验、线上开放性设计实验、线下关键实验练习的混合式教学手段,参考学生个体特征变量,比较不同教学手段对教学效果的影响。研究表明,先修专业课背景、线上开放性设计实验、线下关键实验练习与最终学生掌握程度呈显著相关性,据此针对性提出了教学手段的使用建议。

纵向数据半参数混合效应的Logistic模型

为了深入探究Logistic模型的统计推断问题,联合半参数混合效应模型和Logistic模型建立了纵向数据半参数混合效应的Logistic模型,进一步求出该模型的极大似然函数、Fisher信息阵,利用QLB(quadratic lower-bound)算法求解参数的极大似然估计.最后进行数值模拟,结果表明在此模型的求解问题上QLB算法是Newton-Raphson算法的合理替代.

一个基于神经网络——Logistic回归的混合两阶段个人信用评分模型研究

The paper presents a method to establish a new model to score personal credibility.It firstly establishes a model of neural network.And secondly uses Logistics regression to construct a final model by applying the result (probability of default) of the neural network model.The experimental analysis shows that the new model is more stable than neural network model, and the forecasting accuracy of the new model is higher than simply using Logistic regression method.

收入差距与主观幸福感及影响因素的实证研究——基于有序Logistic和多层累积Logistic模型

本文利用2013年CGSS调查数据,在对主观幸福感及收入分配差距进行探索性分析的基础上,采用有序Logistic模型和多层累积Logistic模型,研究发现:GINI系数、熵指数、泰尔指数、阿特金森指数和变异系数与主观幸福感呈倒U型关系,且这种关系是稳健的,幸福感随着收入差距的扩大呈现先增长后下降趋势。在控制其他变量的情况下,年龄、性别、政治面貌、健康、婚姻、住房、社会公平和社会信任等变量对居民主观幸福感有显著差异,经济增长、财政公共支出、城镇化率也能显著影响主观幸福感,教育程度和就业状况的分组群体对居民主观幸福感的影响不显著。

高校学生幸福感影响因素研究——基于Pearson相关性分析和累积Logistic回归模型

本文通过对"高校学生幸福感现状问卷调查"所获数据的Pearson相关性分析,在探讨各单因素对高校学生幸福感影响的基础上,建立了综合因素下高校学生幸福感影响因素的累积Logistic回归分析模型,并从影响高校学生幸福感的个人、家庭、学校三类主要因素入手,就如何提升高校学生幸福感给出建议.