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。

直行非机动车流膨胀效应严重程度影响因素分析

为剖析不同因素对非机动车流膨胀程度影响的差异性,文章利用广义有序logit模型,选取直行非机动车流膨胀宽度为因变量,右转机动车交通量、左转非机动车比例、直行非机动车交通量、行人交通量、电动自行车比例等9个因素为自变量,分析不同影响因素对直行非机动车流膨胀宽度影响程度。结果表明:右转机动车交通量、直行行人交通量增加会不同程度降低非机动车流膨胀发生的概率,而左转非机动车比例、直行非机动车交通量、电动自行车比例变大会加剧膨胀程度;机非隔离形式、非机动车道宽度等变量对不同膨胀程度等级的影响存在差异。基于模型回归及边际效应计算结果,提出了改善非机动车膨胀效应的建议。