基于Logit模型的技术供需交易影响因素分析

将技术供方和专利视为整体,将供需双方是否通过某专利交易视为被解释变量,系统研究技术特征、组织实力和供需方多维邻近关系等对技术交易的影响。基于Logit模型对燃料电池领域专利数据实证研究发现:(1)考虑三维特征建立Logit模型,对交易形成预测的精度高达83.3%;(2)技术特征、组织实力特征、多维邻近特征对技术交易均有显著正向影响;(3)多维邻近特征对技术交易的促进程度远高于其他维度特征,供需双方信任是交易形成的关键因素。最后,从建立高质量技术供需数据库、技术交易信任体系、技术交易网络及交易推荐机制等方面提出对策思考。

基于随机系数Logit模型的专利价值评估研究——以主动降噪技术为例

[研究目的]从分析专利价值入手,通过经济学研究方法围绕专利侵权损害赔偿的标准进行定量研究,为评估专利价值提供有意义的知识增量。[研究方法]基于实证产业组织理论,采用随机系数Logit模型,以无线蓝牙耳机主动降噪(ANC)技术作为研究对象,构建该技术遭受侵权的反事实情形来估计经济指标变化,由此评估专利价值及侵权赔偿比例。[研究结论]专利侵权企业的行为产生了反竞争效应,提升了企业垄断势力,挤占了其他耳机企业的生存空间,也对潜在进入企业形成了进入威胁。蓝牙耳机价格中约有4.06%源于ANC专利标识。如果发生ANC专利侵权,赔偿额度应是侵权企业利润的2.6~2.8倍。该方法利用市场数据在均衡框架下评估专利价值,为相关研究提供了新方向。

应用累积比数logit模型和偏比例优势模型分析肺癌手术患者住院费用影响因素

目的阐明累积比数logit模型和偏比例优势模型在有序分类资料中的应用。方法以肺癌手术住院费用的相关因素分析为例,采用累积比数logit模型和偏比例优势模型对肺癌手术住院费用与各相关因素关系进行拟合,通过模型的对数似然值(-2ln L)判断2种模型拟合的优度。结果在自变量不全满足比例优势假定条件时(性别χ^(2)=15.888,P<0.001;手术术式χ^(2)=35.874,P<0.001),2种分析方法拟合结果不同。在不同分割点,住院费用与手术术式关系的差别较大。偏比例优势模型(-2ln L=5797.112)优于累积比数logit模型(-2ln L=5852.420),差异具有统计学意义(P<0.05)。结论有序分类资料的分析,首先应进行比例优势假定条件验证,如果自变量均满足该条件,选择累积比数logit模型,否则采用偏比例优势模型拟合。

基于PCA-APCS-MLR模型的滇池流域地下水质量影响因素定量识别

近年来,随着人类活动的加剧,滇池流域地下水质量不断恶化.本研究在评价流域地下水质量及主要影响指标的基础上,利用主成分分析法(PCA)归纳主要影响水质的驱动因子,并结合绝对主成分得分-多元线性回归受体模型(APCS-MLR模型)进一步量化了人为和天然因素对流域内地下水质量的影响程度.结果表明:①滇池流域约78%的地下水超过GB/T 14848-2017《地下水质量标准》Ⅲ类水标准,其中主要超标指标为铝(Al)、锰(Mn)和总铁(TFe).②通过主成分分析(PCA)提取了5类影响水质的主成分因子,分别为水岩相互作用因子(24.27%)、生活污水漏排因子(17.09%)、农业活动污染因子(12.24%)、地质环境背景因子(10.26%)和工业活动污染因子(9.14%),方差累积贡献率为73.00%.③利用APCS-MLR模型进一步量化了各类人为和天然因素对流域内地下水质量影响的贡献,5项因子对特征指标的平均贡献率分别为45.15%、70.76%、45.54%、54.1%和44.59%.研究显示,人类活动对地下水的过度开采及工农业活动是导致区域地下水质量下降的主要因素.

基于有序Logit模型的高速公路追尾事故持续时间分析

追尾事故是高速公路常见事故类型之一。为探究高速公路追尾事故持续时间的特点及影响因素,根据持续时间离散性特征将追尾事故分为3个等级,分别采用有序Logit模型和多项Logit模型建立高速公路追尾事故持续时间分析模型,并通过广东省某高速公路近两年925起追尾事故数据对模型参数进行估计。结果表明,追尾事故占据车道数、受伤人数、事故发生时间、事故发生后10 min内路段平均速度及涉事车辆类型是影响追尾事故持续时间的主要因素,其中占据车道数及受伤人数越多、追尾事故发生于节假日和白天会增加追尾事故的持续时间,事故发生后10 min内路段平均速度每增加一个单位,一般追尾事故与重大追尾事故的概率分别降低0.2%、0.1%;受伤人数每增加1人,一般追尾事故、严重追尾事故的概率分别提高4.8%、1.3%;占据车道数每增加1条,一般追尾事故、严重追尾事故的概率分别提高5.6%、1.5%;涉事车辆中含有大客车、货车及特种车会增加追尾事故的持续时间。

基于混合Logit模型的仙女山国家森林公园游客行为的影响因素研究

研究森林公园的游客行为特征及影响因素,有助于促进当地的旅游发展,推动经济可持续增长,为森林公园的高质量发展提供研究基础。以仙女山国家森林公园为例,通过实地调查获取游客的社会经济特征、态度量表及行为特征,运用S-O-R框架构建森林公园游客的行为特征分析框架,利用MIMIC模型拟合行为特征分析框架,引入混合Logit模型探索社会经济特征和态度变量对游客行为的影响。结果表明:(1)仙女山国家森林公园以市内游客为主,多以陪伴家人、休闲度假为主要动机。(2)研究证实了构建的行为分析框架对森林公园游客的行为具有解释效力。(3)各变量对旅游行为的影响依次为主体认知(-0.278)>主体选择(-0.160)>旅游地条件(0.204)>主体感受(0.373)。

基于多项Logit模型的高速公路事故延误程度影响分析

为了减少高速公路交通事故导致的延误损失,有必要定量剖析不同因素对高速公路事故延误严重程度的差异性影响。首先,基于真实高速公路事故数据,采取多重共线性检验,避免不同影响因素间的同质性问题;引入随机参数,对多项Logit模型进行改进,结合显著变量边际效应探究各类潜在因素对事故延误严重程度的影响。对实际事故数据进行清洗,共获得3148条有效数据,利用GIS技术进行空间匹配,将事故数据与实际道路网进行连接,获得事故发生地点的道路属性,共获得25个潜在因素。其次,将延误程度分为3级,对不同类型的因素进行时空特性分析,最终选取24个潜在因素构建基于多项Logit模型的高速公路事故延误程度分析模型,并分析显著变量边际效应。结果表明:模型拟合效果较好,统计量的显著性均大于0.05,根据模型参数估计结果共获得11个显著变量,以轻度延误作为参照类,不同因素对于道路延误的影响程度不同,夜晚、交通信号灯及能见度等因素对于中度延误的影响较大,而夜晚、事故持续时间对于严重延误的影响最为明显,可为高速公路设施优化提供参考。

基于Logit模型的视频流媒体用户付费意愿及其影响因素研究--以爱奇艺为例

爱奇艺作为国内头部视频流媒体之一,面临用户付费意愿薄弱的困境。基于整合型技术接受模型(UTAUT)和感知价值理论(CPV)的相关变量提出假设,构建研究模型。通过Logit模型展开实证研究,结果显示感知有用性、感知成本、社会影响、个人付费意识对爱奇艺用户的付费意愿有显著影响。对此,提出深耕优质内容IP、丰富价格体系、打造口碑营销、聚焦年轻人的情绪价值四点建议,为爱奇艺探索新的战略提供有针对性的对策建议。

基于Logit模型的郑州市生鲜农产品消费者网购意愿分析

近年来,生鲜农产品行业发展迅猛,本研究分析了消费者网购意愿的影响因素,针对性地提出网络营销策略以提高消费者忠诚度和满意度,从而为生鲜电商领域发展提供有益借鉴。本文以郑州市消费者网络购买生鲜农产品为例,结合计划行为理论,综合考虑各相关因素建立测量量表,借助SPSS对问卷调查的有效数据进行Logit模型回归分析。实证分析显示,在网购生鲜农产品时,消费者对产品品质与营养健康的关注和感知程度是影响网购意愿的重要因素。同时,购物体验、产品价格和个体社会属性也会显著影响生鲜消费者的网购意愿。

中国居民收入与家庭碳达峰:基于CGSS数据与多项Logit模型

基于2015年和2018年CGSS家庭微观数据,构建多项Logit模型,实证检验居民收入对家庭碳达峰偏离度的影响。研究发现:居民收入增长对家庭直接碳达峰偏离度和间接碳达峰偏离度均产生显著的促进作用,进而提升家庭部门碳达峰偏离度,且家庭碳达峰偏离水平越低,收入增长产生影响的可能性就越小。异质性分析表明,中西部地区家庭的低碳消费模式较为稳定,东部地区则需关注高碳排放风险,且教育水平提升能够缓解因居民收入增长带来的家庭碳达峰偏离度提升问题。因此,我国政府应引导培养家庭节约集约的绿色生活观念,以推动家庭消费绿色低碳转型和碳达峰碳中和目标的实现。

基于多项Logit模型的山区高速公路事故致因分析

为分析山区高速长大下坡路段事故严重程度的影响因素,首先对地处陕西省、广西壮族自治区、云南省的典型山区高速公路长大下坡路段的道路交通事故数据进行深度调研,共获取2559条事故数据,然后基于上述事故数据,构建了多项Logit事故严重程度模型,对导致山区高速长大下坡路段交通事故的直接致因进行了分析。分析结果表明:肇事驾驶人超速行驶、违法装载超限、疲劳驾驶、操作不当、违法停车、车辆制动失效对山区高速长大下坡路段伤亡事故有显著影响。研究结果为改善山区公路的运营安全性,从根本上寻求已建成山区高速公路事故频发的有效办法提供了方向。

基于Logit模型和宏观交通模型的规划目标实证

近年来苏州市机动化出行水平不断提升,古城核心区出行品质逐年下降,相关规划从不同角度提出了古城交通发展目标以提升出行品质,但相关规划由不同部门分别编制,规划各自实施后是否均能达成目标缺乏验证。利用多项Logit模型分析居民出行选择特征,并利用宏观交通模型分析各规划实施后规划目标是否能够达成。结果表明,持续提升包括轨道交通、常规公交在内的公共交通服务水平有助于降低小汽车使用率,但与相关规划目标相比仍存在一定差距。

基于广义有序Logit模型的运行速度安全性研究

采用广义有序Logit模型研究高速公路路段速度参数与事故类型及事故严重程度之间的相关性。利用真实的事故数据、交通量及几何参数构建广义有序Logit模型,分析运行速度对交通事故的影响,其中运行速度依据JTG B05—2015《公路安全性项目评价规范》进行计算。模型分析结果表明,事故类型主要与相邻路段之间的速度差、车辆运行速度和天气状况有关,较低的车辆速度和相邻路段之间速度差可降低道路交通安全风险。最后从高速公路设计和管理等方面提出道路安全提升对策。

基于定序Logit模型的口袋公园满意度评价研究

为探究南京市市民对现有口袋公园的满意情况,并对其未来建设提供真实有效的建议,通过问卷调查法进行数据收集,并利用定序Logit模型挖掘人群对口袋公园满意度的影响因子。结果表明,基础设施和自然环境对口袋公园满意度有显著正向影响,同时对满意度的评价存在异质性;不同性别、年龄和收入人群对口袋公园的满意度存在差异。通过有效识别口袋公园满意度的影响因子,可为当下改进口袋公园建设提供一定的参考。

基于改进PCA模型的工作站故障诊断方法研究

工作站广泛应用于工业生产。现有的PCA故障诊断模型在检测工作站故障时存在模型过度拟合、指标冲突、参数敏感度低等问题,误检漏检较多。针对上述问题,提出一种基于改进PCA模型的工作站故障诊断方法,即MA-PCA(Multi-index Principal Component Analysis)。在传统PCA主成分分析故障诊断模型基础上,在主元空间和残差空间计算T2和SPE统计量,引入控制限融合深度系数的统计量指标,调整控制限,根据主成分中的参数贡献量反馈调整诊断模型,构建自适应更新的故障诊断模型。最后通过实例分析,验证了所提出的改进PCA模型故障诊断方法的可行性,并与传统PCA模型和三项故障诊断方法的诊断结果进行比对,该方法在故障诊断准确率上可提高2.7%~8.2%。

基于多项式Logit模型的道路交叉口机非事故影响因素分析

为分析道路交叉口处机动车和非机动车交通事故的影响因素,将事故按照严重程度划分为无伤害事故、可能伤害事故、轻伤事故、重伤事故以及死亡事故,并提取了机动车驾驶员年龄及性别、非机动车驾驶员年龄及性别,道路线型、光照条件、限速条件等13个影响因素作为自变量,基于多项式Logit模型对事故进行了模型标定以及边际效应分析.结果表明:非机动车驾驶员的性别及年龄、非机动车所处的位置、事故发生地区域类型、光照条件、道路线型、限速条件7个变量与事故的严重程度存在显着相关.

基于PCA的采煤机健康状态云模型评估分析

为了有效评估采煤机健康状态,本研究提出了一种基于PCA和云模型的采煤机健康状态评估方法。以某矿场采煤机作为研究背景,选取截割部、牵引部、变频部、调高调压四个方面共10个影响因素作为评价指标,建立采煤机健康状态评价体系;为了避免决策者的主观影响,本研究从定量角度对采煤机健康状态进行评估,运用PCA对数据进行降维并计算各指标权重,构建基于云理论的采煤机健康状态云模型,依据云模型特征参数确定采煤机健康状态等级。通过实例分析表明,基于PCA的采煤机健康状态云模型评估方法可准确的判断当前采煤机的健康状态,为煤矿企业安排维护计划提供一定的参考。

基于PCA-Logit模型的无车承运人风险预警

为了评估无车承运人承运经营的风险,提高风险预警的准确性,提出了PCA-Logit无车承运人风险预警模型.根据无车承运人经营过程中风险的主要来源,构建了包含26项指标的风险预警指标体系,在对指标体系进行主成分分析(PCA)的基础上,通过Logit风险预警模型计算无车承运人的风险概率.选取15家无车承运人企业进行案例分析,提取了累计方差贡献率达91.03%的8个主成分,根据因子载荷矩阵值得出8个主成分的表达式,采用最大似然估计法对Logit风险预警模型进行参数标定,并计算得到15家无车承运人企业的风险预警值.结果表明:无车承运人企业的风险概率与企业的管理水平、运输市场的市场竞争强度、托运人及实际承运人谈判价格的优势和托运货物的属性等因素具有较强的相关性.

基于随机参数Logit模型的车辆冲突风险影响因素研究

为更全面研究高速公路车辆冲突风险的影响因素,笔者考虑微观与宏观因素影响,分析其可能存在的异质性,建立了随机参数Logit模型对其进行分析。使用高分辨率车辆轨迹数据,以碰撞时间(time to collision,TTC)为风险识别标准,提取风险发生前1 s内数据,处理得到车辆自身运动状态、与周围车辆的微观交互以及路段宏观交通流状态三类特征,并基于皮尔逊相关系数和嵌入法进行特征筛选;以筛选后的特征作为模型自变量,以车辆是否存在冲突风险为因变量,分别构建随机参数Logit模型以及考虑均值异质性的随机参数模型并进行对比。研究结果表明:考虑均值异质性的随机参数Logit模型拟合效果最好,且三类变量均对冲突风险有显著影响,其中车辆自身运动状态的波动以及车辆与前方车辆的速度差与风险呈正相关,相邻车道的大车比例与风险呈负相关;车辆自身运动状态以及与前方车辆的微观交互两类特征对冲突风险影响较大,而宏观交通特征的影响相对较小。

基于改进PCA_CNN的银行卡号识别模型

为降低图像噪声及PCA_CNN网络计算量,将彩色图像采用灰度化处理,利用Canny算子进行边缘处理,采用大津算法、轮廓提取算法完成银行卡数字区域识别,使该模型对图像的背景、光照、对比度有较强适应能力与抗干扰性。利用主成分分析法(PCA)选取卷积神经网络(CNN)模型卷积核,从而避免大量迭代造成时间及算力浪费,对Sig⁃moid激活函数进行改进使其分段单调递增,从而提高识别准确率。改进后的PCA_CNN模型识别率为98.53%,与CNN模型、传统BP神经网络、SVM模型、Bytes模型、暹罗网络模型相比,在准确率与收敛速度方面均有一定优势。实验结果表明,改进后的PCA_CNN模型可以从手机等非专业摄影设备在自然光下拍摄的银行卡照片中有效提取银行卡号。