我国职业足球联赛主场效应的研究——以2008-2009年赛事为例

以我国职业足球联赛从2008-2009年"超级"联赛和"甲级"联赛主客场胜率为分析依据,统计了2008-2009年我国足球超级联赛的360场比赛、甲级联赛的288场比赛,结果表明:(1)我国职业足球超级和甲级联赛在主场和客场比赛的胜率有显著性差异,主场比赛的胜率高于客场比赛的胜率;(2)在我国职业足球超级联赛和甲级联赛中都存在:球队不同排名主场胜率的差异,前六名球队的主场胜率明显高于后六名球队的主场胜率;(3)我国职业足球超级联赛和甲级联赛,在比赛关键场次与非关键场次的胜率差异并不大,但是存在关键场次与非关键场次比赛胜率差异的趋势。     

Logistic回归模型分析应用

回归是研究一个或多个自变量与一个因变量之间是否存在某种线性关系或非线性关系的一种统计学分析方法.而Logistic回归是概率非线性回归模型,是研究分类观察结果与一些影响因素之间关系的一种多变量分析方法.本文对Logistic回归模型进行推导,得到其概率密度函数,并对其性质进行分析,得到单调性、对称性等性质.并通过推导,可以计算出其优比,即成功胜率.最后通过某医院得到的数据,对于急性心肌梗死(AMI)患者能否成功的危险因素调查病历进行Logistic回归分析,得到了一些结论.     

基于盘口数据的足球赛事结果预测

首先通过Python工具爬取了英格兰足球甲级联赛部分比赛的赔率数据,接着对数据进行了预处理、相关分析和主成分分析,并根据数据特征,选用了logistics回归模型进行建模,得到足球赛事结果的预测模型,最后对模型预测的准确率进行了验证,方法可用于足球比赛结果的预测中。     

累积比数Logistic回归模型及其应用

在临床医学中评价某种疾病的不同治疗方案效果,进行影响因素分析,可以优化治疗方案,也为制定医疗保障补偿方案提供科学依据.应用累积比数Logistic回归模型,以1 117例急性心肌梗塞（AMI）患者的治疗效果为因变量,以其影响因素为自变量,进行回归分析,找出对治疗效果影响显著的因素.结果表明应用该模型拟合有序多分类变量数据是有效的.     

Logistic回归模型分析应用

回归是研究一个或多个自变量与一个因变量之间是否存在某种线性关系或非线性关系的一种统计学分析方法。而Logistic回归是概率非线性回归模型,是研究分类观察结果与一些影响因素之间关系的一种多变量分析方法。本文对Logistic回归模型进行推导,得到其概率密度函数,并对其性质进行分析,得到单调性、对称性等性质。并通过推导,可以计算出其优比,即成功胜率。最后通过某医院得到的数据,对于急性心肌梗死(AMI)患者能否成功的危险因素调查病历进行Logistic回归分析,得到了一些结论。     

基于逐步Logistic回归下分类算法的个人信用评估分析

为了给消费者信贷决策提供合理依据,基于真实的客户信贷数据,运用逐步Logistic回归方法依据AIC准则进行变量选择建立经典决策树、条件推断树、随机森林、支持向量机等分类模型,并对4个分类模型的预测结果进行比较.结果表明:基于逐步Logistic回归建立的随机森林分类模型准确率达97％,预测效果最优;随机森林算法具有较...     

北京市西城区活产新生儿出生体质量异常现状及影响因素分析

目的 探讨北京市西城区活产儿出生体质量异常的分布特征及影响因素.方法 采用统一编制的调查表进行调查,收集2016年1月至2018年12月北京市西城区新街口社区卫生服务中心信息系统的3552例活产新生儿数据.分析出生体质量分布情况,采用无序多分类Logistic回归模型分析出生体质量异常的相关因素.结果 新生儿平均出生体...     

岩体分级的多分类有序因变量Logistic回归模型

将多分类有序因变量的Logistic回归分析引入到岩体质量分级问题中,以影响岩体级别的单轴抗压强度、岩体声波纵波速度、体积节理数、节理面粗糙度系数、节理面风化变异系数和透水性系数为自变量,岩体级别为响应变量,以工程实测岩体质量数据作为统计样本,建立了岩体分级公式。对模型进行了拟合优度检验、模型的有效性检验、预测能力的检验,研究结果表明：Logistic逐步回归分析得到的回归模型性能良好,回判估计的误判率为零,预测精度高。相比距离判别分析模型,回归分析模型在现场岩体分级更加方便,回判的误判率更低,另外模型能输出岩体属于各级别的概率,为工程设计人员提供更多的岩体质量信息;相比普通的回归分析,多分类有序因变量 Logistic回归更适于响应变量为有序多类别的岩体分级问题,因而岩体分级的多分类有序因变量回归模型是一种更优的岩体分级方法。     

稀疏数据下的Logistic回归模型研究

基于临床试验中结肠癌的样本数据,利用R软件中的glmnet程序包对数据进行实证分析,筛选出对结肠癌影响作用大的基因,然后建立稀疏数据下的Logistic回归模型,并联系背景对模型进行解释.同时用SAS软件对数据做逐步回归,得到逐步回归下的Logistic回归模型,对两种方法下得到的Logistic回归模型进行比较,成功地解决了数据稀疏问题.     

函数型累积Logistic回归模型研究与应用

该文针对响应变量为有序多分类标量数据，协变量为函数型数据构建函数型累积Logistic回归模型，并在贝叶斯分析框架下构造Gibbs抽样算法解决参数估计问题.具体解决流程为：首先，通过潜变量连接有序响应变量与函数协变量间的关系，同时对回归系数函数和回归函数型自变量选取主成分基函数进行展开，设置潜变量模型误差项服从Logistic分布.再利用Polya-Gamma变换解决模型似然函数的复杂性，并求得回归系数展开系数的后验分布从而构建Gibbs抽样算法.最后将该方法应用与模拟数据和实际空气质量指数(AQI)的分析，结果显示能较好地对模拟数据和空气质量指数(AQI)污染状况进行分类.     

广义线性模型基于SCAD和MCP的组变量选择方法研究

组变量出现在许多统计建模问题中,如回归模型中的多水平分类变量可以由一组哑变量表示.Group MCP和Group SCAD因具有Oracle性质被广泛使用.该文将这两种方法应用于广义线性模型,分别在Logistic回归模型和Poisson回归模型中研究了基于Group SCAD和Group MCP的组变量选择.通过数据模拟和实际数据分析,验证了这两种方法具有非常好的表现.     

基于损失函数为指数平方形式的稳健 Logistic回归

Logistic回归模型在处理分类数据中有着十分广泛的应用,通常为了简化模型而使用Logit变换将模型化为线性回归模型,但Logit变换会导致误差分量分布函数不同,从而导致模型误差增大.首先对Logit变换进行修正,在考虑离群值影响的基础上,利用指数平方损失函数和自适应LASSO形式稳健回归惩罚函数,从而对线性回归模型进行了修正,其次对股票涨跌情况进行了预测,最后结果表明,修正的模型对期望风险较小的投资者有更高的预测成功率.     

基于Logistic回归和神经网络比较的咽喉反流疾病的精准预测

数据来自吉林大学第二医院193位病人的反流症状指数评分量表(RSI)数据,应用Logistic回归模型与神经网络模型对咽喉反流疾病进行预测.首先对数据进行预处理和相关性检验,再将数据按7:3拆分成训练集和验证集,最后通过Logistic回归模型和神经网络模型两种方法对咽喉反流疾病进行预测.结果表明,Logistic回归模型的预测准确率为99.39%,神经网络早停止法训练出的模型预测准确率最高为98.61%.因此,Logistic回归模型对咽喉反流性疾病的预测更加准确,为咽喉反流疾病的高效识别奠定了基础.     

城市道路交通安全影响因素分析

随着车辆日益增多,交通事故频繁发生,找出影响交通事故发生的真正因素是目前交通管理部门要解决的主要问题。基于贵阳市交通管理部门开放的交通事故数据,采用多项Logistic回归模型和Apriori算法,发现多项Logistic回归模型能很好地拟合数据且能找出影响城市交通安全的显著性因素,Apriori算法通过识别或发现交通事故数据中所有的频繁项集,能够挖掘出人、车、道路、天气因素之间的关联对交通事故类型的影响,数据分析结果可为交通管理相关部门提供参考。     

岭回归在修正多重共线性中的应用

以2000-2010年四川省CPI的数据及部分影响因素为基础,运用SPSS17.0对CPI数据建立多元线性回归模型,并基于岭回归对模型中的多重共线性进行修正,得到了修正后的模型,说明此方法具有一定的实用性。     

基于教育经费的人均可支配收入分析与预测

选取1992～2010年全国教育经费数据和2001～2011年城镇居民人均可支配收入数据,通过计量经济学分析建立两者动态回归模型,以此探究国家教育经费对人均可支配收入的影响.运用实证分析对人均可支配收入走势进行预测,得到了关于人均可支配收入波动趋势、周期、异动的相关结论.人均可支配收入在“十二五”期间仍将保持上涨趋势,其增长率波动周期大致为5年.     

农户生计资本特征及对生活满意度的影响 ——基于中国13省25县抽样调查数据的分析

基于13省25县抽样调查数据,建立生计资本的测量指标体系,分析农户生计资本的特征,并采用有序多分类Logistic回归模型,探究农户生计资本对生活满意度的影响.结果表明:1)金融、人力、社会和物质资本是当前我国农户生计资本的主要组成部分,自然资本较低,但依然具有不可替代的保障作用;2)农户生计资本具有一定的空间异质性,...     

滑坡灾害危险性评价的3种统计方法比较——以深圳市为例

采用Logistic回归模型、广义加法模型(GAM)和分类与回归树(CART)3种统计方法, 对深圳市的研究区域进行了滑坡灾害的危险性评价;利用Kappa值和ROC曲线,结合危险性评价结果图对3种方法的效果进行了比较,并分析了3 种方法在选取主控因子以及确定因子影响程度等方面各自具有的特点。在研究区域的条件下,GAM 的效果优于Logistic回归模型和CART,Logistic回归模型和CART的效果大致相当。Logistic回归模型和CART可自主选择主控因子,通过GAM 可定量研究因子的影响程度以及变化趋势。     

二分Logistic模型在分类预测中的应用分析

利用二分Logistic回归模型解决0-1区间事件发生概率问题,对成都市小型物流企业信息技术采纳与否进行分类预测,共提取出组织能力、渠道能力、研发能力和设备能力4个公共因子,采用自变量强制进入法建立回归模型,最后预测分析显示模型拟合效果比较理想,对企业信息化建设具有一定的指导意义.     

基于Logistic算法的考研成绩变量预测方法

针对传统考研成绩变量预测方法的变量关联性低,导致预测结果存在较大误差的问题,提出基于Logistic算法的考研成绩变量预测方法.收集并处理历年考研成绩数据和学生成绩数据,作为成绩变量预测的初始数据.设置考研成绩的预测变量,建立Logistic回归分类算法模型,通过该模型的运算提高考研成绩变量之间的关联性.综合历年考研成...