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。

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。

基于随机参数logit的山区高速公路事故严重程度研究

为了探究平曲线、纵曲线、平纵组合线形对山区高速公路交通事故严重程度的影响,首先,统计分析某山区高速公路263 km路段的线形数据和该路段5年内发生的1870起事故,并将其分类;然后,根据调研数据的结构形式,建立随机参数logit模型,进而利用该模型研究组合线形对事故严重程度的影响。结果表明:曲线比例(ROC)、加权曲率(CW)、单元坡度差(ΔS_(2))等因素与仅财产损失事故增加相关,而坡长组合(CSL)与仅财产损失事故减少相关;加权曲率(CW=0.6~0.7)和连续上坡与轻伤事故的事故增加相关,加权曲率(CW=0.3~0.4)、单元坡度差(ΔS_(1))、曲线比例(ROC)等因素与轻伤事故减少相关;曲率变化率(VRC)、单元半径比(CRF,CRB)、弯坡组合(CSR)等因素与重伤或死亡事故增加相关,曲线比例(ROC)与重伤或死亡事故减少相关;组合线形对事故严重程度有着显著影响。

拥挤信息下基于Logit模型的公共交通 方式选择行为研究

人们对出行方式的舒适性要求越来越高,出行信息能为出行者提供有效帮助。采用正交试验对公共交通方式选择特性变量进行情景组合设计,并结合公共交通出行特征进行问卷调查设计,对提供拥挤信息条件下出行者对公共交通方式选择意愿进行调查,据此建立公共交通方式选择Logit模型。结果表明,拥挤信息对公共交通方式选择有显著影响,对公交出行选择影响较大。

基于Ordered Logit模型的民办高校科研成果转化影响因素研究

为研究民办高校科研成果转化影响因素,在专家访谈和实地调研的基础上,对K高校、C高校、B高校、Z高校等民办高校教师发放调查问卷收集数据,应用Ordered Logit模型对其影响因素进行了实证分析。分析发现,科研经费支持力度与科研成果数量之间呈正相关关系,高校科研平台设置与服务地方经济建设之间呈正相关关系,高校科研管理制度与科研成果转化成效之间呈正相关关系。由此得出结论:我国民办高校科研成果转化与服务地方经济能力有待提升,民办高校科研成果转化的金融支持不够灵活、公共服务平台不够健全,完善民办高校科研管理制度是提高科研成果转化效率的重要保障。

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Logit模型的教育评估系统构建及应用分析

针对现有教育评估模型评价指标覆盖面小、评估精度不足等问题,文中提出构建基于Logit模型的教育评估系统。首先根据评估的对象和范围,将教育评估体系分为四类,再根据目标导向等原则设计评估指标体系;随后,对数据进行预处理,并对自变量进行赋值操作,使其更贴合建模要求;最后基于Logit模型构建教育评估及成绩预测系统。将文中所提模型应用于浙江一所高中进行实证,结果表明,基于Logit模型的教育评估系统具有较好的应用效果,能够评估指标和影响因素同教学评估结果之间的关系,并提供科学的评估和预测结果。

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。

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.

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。

基于随机参数Logit的市域旅客出行方式选择影响研究

为了探究市域火车新线开通对旅客出行路径选择的影响,以西安鄠邑区至主城区市域出行旅客为研究对象,分析市域火车开通对旅客出行方式选择的影响。传统多项Logit模型无关方案独立性,无法定量研究旅客出行方式选择的差异性,故本文应用随机参数Logit模型分析市域旅客出行方式选择。选取旅客的个体属性、市域出行方式属性、到离站属性设计问卷,采用线上线下相结合的方式开展调查,获取了1205份有效数据,基于此建立并求解随机参数Logit模型。结果表明:在旅客选择大巴出行时,市域出行距离、职业、购票方式、到站方式和到站时间对旅客出行方式选择影响显著,市域出行时间服从(-0.15,0.146^(2))正态分布的随机参数特征;对市域出行时间随机参数进行边际效应分析,市域出行时间超过30 min后,旅客选择大巴和小汽车出行的概率降低,选择市域火车出行的概率增加;对旅客出行方式选择影响显著变量进行弹性分析,到站费用每增加1%,旅客选择大巴的概率增加0.394%,选择高铁的概率下降1.888%,选择市域火车的概率增加0.569%,选择小汽车的概率降低0.030%。结果证实,旅客对市域出行时间的偏好具有异质性,市域出行时间过长将降低旅客选择大巴和小汽车的概率,减少到站时间可以提高旅客选择市域火车的概率。

基于Logit回归模型的老年人网络成瘾影响因素研究——以安徽省为例

选取安徽省4个较为代表性的城市,分别是合肥、安庆、六安、亳州,对4市老年人网瘾成因展开调查研究。数据采集对象为4市六十岁以上的老人及其子女。根据调查结果,按照老人的上网时长、上网时段、上网内容等,对4市网瘾老人进行分类。选取2个自变量(个体特征,家庭因素)13个指标,使用logit回归分析对4市老年人网瘾的影响因素进行分析,依据这些因素,针对不同类型的网瘾老人,有针对性地提出了建议。

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Logit原理的出租车载客选择策略研究

针对机场出租车司机排队载客还是空驶返回市区两种选择行为进行分析,研究影响出租车司机决选择策的相关因素机理,基于Logit原理建立出租车和乘客选择决策模型;然后算出两种选择下的出租车司机的收益,通过收益差异得出司机的合理决策,进而采用旅客和司机等待时间最短作为最好乘车效率的主要依据,给出上车点的最佳位置。

基于K-Means聚类和Logit回归的上海市非沪籍青年“反向就业”影响因素研究

在当前一线城市就业市场呈现出“内卷化”趋势,就业形势也变得日益严峻的情况下,青年作为具有强创新性的群体,开始主动做出了就业方式上的转向——“反向就业”。基于此,本文以上海市为例,对上海市非沪籍青年“反向就业”意愿及影响因素进行研究。首先,本文根据预调查的结果,结合计算得到的样本量,利用分层抽样等方式对上海市18~35岁非沪籍青年随机发放问卷,获取样本数据;其次,在描述性统计分析上海市非沪籍青年反向就业情况的基础上,利用K-Means聚类算法对整体受访者进行特征分析,利用手肘法确定两类群体的最佳聚类中心个数为4后,分别刻画群体画像,得到典型反向就业和非反向就业青年的群体特征;再次,结合二元Logit回归模型定量分析不同基本特征对于青年群体反向就业选择意愿的影响;最后,提出对选择“反向就业”青年的支持对策,提升“反向”就业地的吸引力。