简介:基于南京市2012年居民出行调查数据,建立了能同时考虑家庭小汽车拥有量的离散属性和序次属性的序次logistic回归模型,对家庭小汽车拥有量进行预测。模型结果表明:一些家庭属性比如家庭驾照持有数量、收入水平和居住位置对家庭小汽车拥有量有显著的影响,而表征家庭所在社区街道模式的变量(交叉口密度)和表征家庭所在社区公共交通可达性的变量(是否在地铁站步行范围内及公共交通站点密度)对家庭小汽车拥有量的影响并不显著。模型总体拟合度γ2和模型检验结果均表明该模型总体表现良好。最后计算了所有显著的解释变量的边际效应,即解释变量1个单位变化能够引起的家庭小汽车拥有量概率的变化。
简介:21世纪,中国信用卡进入迅速发展阶段,信用卡风险问题也逐渐显现。建立有效的信用卡风险评估系统,保持信用卡业务健康可持续发展,使得信用卡业务从粗放型发展向集约型发展转变具有重要意义。本文基于某银行的信用卡交易数据,首先运用主成分分析法将用户数据分为违约和非违约两类。其次对用户数据进行二元Logistic回归处理,求得其非违约概率,以此对客户进行分类。银行可以根据自身所能承担的风险状况来决定适当的概率分割点计算k值,作为客户的是否发放信用卡的标准,并以此对客户进行风险估计。
简介:单次脑电分类实验中,采用基于logistic回归的正则化方法来提高分类准确率.首先,提出一种新算法——局部保持投影稀疏logistic回归,将局部保持投影正则项加入到稀疏logistic回归中.该算法旨在保留原始特征空间邻域信息的同时保证结果的稀疏性.然后,利用边界优化法和逐分量迭代算法在训练集上求解权重向量,克服了牛顿一拉夫森法和迭代重加权最小二乘法的局限性.最后,在自步调手指运动数据集上采用十重交叉验证法得到80%的分类准确率,并与稀疏logistic回归的实验结果进行对比,说明局部保持投影正则项有效地保留了对脑电分类有用的信息.
简介:国内移动通信市场不断发展,高新增客户率已经成为过去,三大运营商越来越重视存量经营。如何准确的从大量的数据中发现客户行为,预测潜在流失客户,根据客户流失行为特征推荐合适的挽留策略,越来越受到关注。文中以某移动通信企业客户数据为研究样本,通过数值处理以及筛选预测指标,使用logistic回归方法构建客户流失预警模型,预测出潜在的流失客户,并且通过案例库为潜在流失客户推荐挽留策略。
简介:为了改进用于分析大量影响因素的交通事故模型,采用基于马尔可夫链蒙特卡罗法和吉布斯抽样的条件自回归负二项模型来拟合过度散布性(由负二项过程拟合)、未观察异质性和空间相关性(由条件自回归过程拟合).统计检验显示,由于具有更小的预测误差和更强的参数估计,条件自回归负二项模型优于条件自回归泊松模型、负二项模型、零膨胀泊松模型和零膨胀负二项模型.研究结果表明,交通事故率和死亡人数与车道数、曲线长度、车道年平均日交通量和降雨量成正比.最大限速和最近医院距离与交通事故次数成反比,而与死亡事故次数成正比,这可能是由于过高的速度会引发更严重的事故以及救援伤者时丧失较长时间.
简介:在高举"以人为本"旗帜的当今社会,人的生命、人的尊严、人的需求、人的健康发展以及人的生存环境和健全人格等等都被放在了讨论问题和解决问题的核心地位。关注和回应这些问题的现实意义,体现了新时代文艺创作者观察社会和人性的独特视角,力求更能反映出社会生活的丰富性和复杂性。黄梅戏在近30年来,尤其是世纪之交开始直至现在已经自觉地踏上探寻自身发展的道路,力求做到与时代同步,从而涌现出一批优秀的具有代表性的回归时代力作。她们的出现丰富着黄梅戏艺术的舞台,提升着黄梅戏的文化品位,夯实着黄梅戏的人文内涵,涌动着黄梅戏与时俱进的时代意蕴,促动着黄梅戏亲近时代的发展历程。