零膨胀有序logit模型和传统模型在零膨胀等级资料分析中的比较研究

目的对零膨胀有序logit模型展开应用并和传统模型进行比较,探讨其优势和局限性。方法对各自变量进行单因素分析并计算相应的对数似然值、AIC及BIC等模型评价指标,根据这些指标结果依次纳入各自变量并组成不同的自变量集。分别使用有序logit模型、广义有序logit模型和零膨胀有序logit模型基于不同自变量集进行数据拟合,通过比较不同情况下各模型的评价指标及参数估计结果对模型进行评价。结果根据模型评价指标,零膨胀有序logit模型对数据的拟合效果优于其他两种模型。零膨胀有序logit模型对不同自变量集进行拟合时,其参数估计结果高度一致。不同模型的参数估计结果存在一定的差异。结论零膨胀有序logit模型在应用时有着较好的性能。单因素分析的模型评价指标可以用来帮助筛选使得模型性能最优的自变量集。

基于零膨胀模型的航空器危险接近事件安全影响因素研究

为探究航空器危险接近事件安全影响因素,降低航空器碰撞风险,利用二元概率函数区分航空器危险接近事件危险状态,利用probit函数确定不同风险等级结果,构建航空器危险接近事件零膨胀有序概率模型。结果表明:机组人员程序执行偏差、侵犯领空(无人驾驶飞机未获许可在管制空域飞行)、意图沟通无效或不充分、未监控其他飞机或监控不及时4个安全影响因素,增加航空器危险接近时碰撞风险概率分别为7.03%、4.25%、7.14%和6.03%。

交通事故伤害程度估计中的零膨胀现象研究

针对事故样本中存在的零膨胀现象,以及考虑到事故伤害等级的有序特性,以英国2016年发生在交叉口的10258起单车碰撞事故数据作为数据样本,引入了零膨胀有序Probit模型,用以分析交通事故伤害程度的影响因素,并对比了零膨胀有序Probit模型与传统有序Probit模型的估计结果。研究结果表明,当事故样本中含有大量的零值时,采用传统的事故伤害估计方法会导致“零值”的边际概率被高估。此外,拟合优度指标表明ZIOP模型对样本事故数据的拟合效果比传统有序Probit模型好。

多元有序 Logistic 模型在车险索赔次数预测中的应用

新一轮商业车险综合改革对车险的精准定价提出了更高的要求,预测索赔次数是定价中非常重要的一环。泊松分布等计数分布所对应的零膨胀回归模型是常用的预测模型,现有研究主要集中于在此基础上发展出的零膨胀混合泊松模型。但是,混合泊松模型存在混合个数的确定太过主观和模型参数难以直观解释的缺点。为此,本文避免了对计数分布的讨论,将索赔次数作为分类变量,建立了多元有序Logistic回归模型。使用一组2017年的车险索赔数据进行实证分析,表明该模型的预测结果优于现有的零膨胀模型,并且有效提升了尾部概率估计的准确性。本文所讨论的多元有序Logistic回归模型为车险索赔次数预测提供了新思路,并且该模型拥有较强的解释性和灵活性。

农户生活满意度及影响因素分析——基于10个村庄的横截面数据

文章利用广西、河南、黑龙江、江西、宁夏、四川、甘肃、安徽、云南、山东10个省份10个村庄698个农户的调查资料,使用零模型讨论分层的可能性,运用有序Probit模型分析人口统计特征、经济状况、社会状况等对农户生活满意度的影响,并进行进一步的讨论。研究结果表明:贫困户的生活满意度在总体上要低于中等户和富裕户。随着户主年龄,住房面积、耐用消费品种类的增加,健康、道路状况、村庄民主、社会交往的改善,农户生活满意度提高的可能性越高。农户生活满意度与受教育年限之间存在倒"U"型关系。村庄特征差异对农户生活满意度差异影响不显著。

政治环境、恶性通胀与币制改革

聚焦于20世纪以来的恶性通胀及其币制改革案例,基于CNTS、PolityⅣ等综合性数据库,定义了政府/政权变动、民主程度以及战争三个指标。通过建立离散被解释变量有序Probit模型对经济和政治两方面的制度性变量进行回归,着重分析了政治环境变量的影响程度以及作用机制。实证分析表明,一国民主程度越高,在恶性通胀背景下币制改革成功的概率越大,而战争则具有相反的作用,但是政府变动这一指标的影响并不显著,央行独立性也是显著的影响因素,深层次的体制原因对于币制改革的成败具有更为重要的影响。