基于多元线性回归模型分析新形势下大学生心理健康教育

南京财经大学心理健康指导中心对5 806名2010级学生进行了心理健康状况调查,根据问卷调查数据印证影响心理健康的因素.通过建立多元线性回归模型阐明各因素对心理健康的影响,并用统计数据及模型的计算结果来较为精确地说明各因素对心理健康的影响程度,以便于有针对性地开展心理健康教育工作.     

我国粮食种植面积影响因素分析

分品种对影响粮食种植面积的众多因素进行相关性分析,建立粮食种植面积影响因素的指标体系(其中包括粮食品种、城乡收入比、进出口差额、复种指数、最低价收购价政策等指标).就稻谷和小麦两个主要粮食品种,用多元线性回归分析法建立我国粮食种植面积的影响因素模型.使用残差分析验证所建模型的合理性,F检验表明所建立的模型具有显著性.根据模型可知,最低价收购政策的实施及城乡收入差距对粮食的种植面积起着至关重要的作用,因此,可通过缩小城乡收入差距及实施更贴合我国实际的最低价收购政策来扩大粮食的种植面积,从而增加粮食产量.     

大学生高等数学的考试成绩影响因素的分析和思考

通过问卷调查获得数据,对影响高等数学考试成绩的因素集进行统计诊断,进行因子分析及回归分析。最后得出影响大学生高等数学成绩的因素及线性回归模型,以促进高等教育院校的教学工作。     

农用地收益相关影响因素分析

通过农地收益的影响因素的分析,建立以农地收益为被解释变量,以其它定量的影响因素为解释变量的多元非线性回归模型,并对保留和剔除的变量作经济分析,并针时影响农地收益的主要影响因素提出一些可供参考的意见.     

医学生就业影响因素的logistic回归分析

本文采用问卷调查的方法,以383名医学类应届毕业生为被试对象,应用SPSS10.0软件进行logistic回归,探讨医学生就业的影响因素.结果发现,影响医学生就业的主要因素有学习成绩、大学英语六级考试情况、是否党员、性别、获得过荣誉称号次数、通过计算机等级考试情况、打工或实习的经验等.     

基于回归分析的粮食产量影响因素分析

主要采用回归分析的方法对1990—2005年影响我国粮食产量变化的主要因素进行分析,建立了以粮食产量为应变量,粮食作物播种面积、有效灌溉面积、农业机械总动力、化肥施用量和成灾面积五种可量化的影响因素为自变量的多元线性回归模型,利用模型对各个因素进行了比较分析.同时,对模型进行检验,在此基础上提出了一些关于稳定发展粮食生产的可供参考的意见.     

大学生心理咨询行为的影响因素分析

本文通过编制问卷,对40名学生进行问卷调查,在建立相关模型的同时,用质化的方法进行验证和补充,得出个人效能感不直接影响咨询行为,旨在提出影响学生心理咨询行为的可能影响因素,并建立主要因素与咨询行为的回归结构模型和路径分析模型.     

安徽省城市化进程的实证分析

首先阐述了城市化发展及对城市化进程的影响因素的研究情况,对安徽省的城市化发展进程进行了分析,利用具体数据建立模型对安徽省城市化水平与经济增长的关系进行了实证分析,最后就加快安徽城市化进程提出了相应的政策建议。     

民办幼儿园员工参保因素的Logistic回归分析——以湖南省株洲市芦淞区为例

通过Logistic回归模型对湖南省株洲市民办幼儿园员工参加社会保险及幼儿园投保情况进行分析后发现,员工年龄、收入、企业提供的替代方案、社会保险的缴费水平、社会保险宣传程度及了解程度为显著因素。对民办幼儿园而言,员工工作时长、工作种类会影响幼儿园投保员工类型选择。另外,恶性竞争导致民办幼儿园利润大幅降低,加之目前对民办幼儿园的监管和惩罚机制效果不高,造成民办幼儿园不购买或只给部分员工购买社会保险的现状,最后综上提出措施建议。     

基于Logistic回归模型的数学专业大学生择业就业对比分析

本文以黔西南州的地方高校兴义民族师范学院为例,统计对比分析新形势下数学与应用数学专业(师范类)学生的就业意向及实际就业情况,建立影响大学生择业因素的Logistic统计回归模型,探究出影响数学专业大学生择业的7种显著性因素为:生源地、单位性质、薪金期望、家庭背景、个人能力、专业对口、发展前景。     

肺水肿与民族因素间的多元线性回归分析

基于多元线性回归分析的理论,通过建立数学模型,对肺水肿发病人数与民族因素之间的多元线性关系进行探讨。文章通过SPSS软件对青海海西州地区肺水肿发病例监测登记资料进行统计分析,建立了多元线性回归模型。最后,对所得到的回归方程进行显著性检验。     

基于多元线性回归分析方法的物流流通水平研究

根据2013年全国31个省市的物流水平相关指标,分别以经营单位所在地分的进出口总额、按境内目的地和货源地分的商品进出口总额作为因变量对物流流通水平进行线性回归分析,得到了多元线性回归模型,由此找出了流通水平的影响因素,并有针对性地提出了对策建议。     

大学生客户对移动通信满意度的影响因素研究

在国内对于移动通信行业客户关系研究的基础上,以在校大学生为研究对象,借助调查问卷收集数据,通过主成分因子分析,构建了顾客满意度影响因素模型,运用多元回归分析对模型中的假设关系进行验证。研究发现,价格水平、产品质量、服务质量和企业形象是移动通信顾客满意度的重要驱动因素,最后从四个方面提出改进顾客满意度的建议。     

基于PSO和多元线性回归的奥运会奖牌预测分析

针对传统奥运会成绩预测模型中存在的不足,提出一种将PSO和多元线性回归分析相结合的预测模型。分析多元线性回归和PSO算法后,结合体育比赛的特点,通过PSO优化迭代计算,确定奖牌统计模型中各回归系数,建立了奥运会参赛国成绩与回归系数之间复杂的非线性关系。利用Matlab对建立奖牌模型进行了验证,预测精度高。     

基于多元线性回归分析的高等教育学费标准研究

通过分析我国高等教育的收费现状,运用灰色关联度法提取影响高等教育学费标准的主要因素,建立了它们与学费之间的多元线性回归关系模型,并给出了该模型在东部地区本科学校理科学费标准定价中的应用,分析和验证了模型的合理性与普适性．     

自学考试试题难度影响因素的多元回归分析

以实测数据为基础,采用多元线性回归的统计方法,分析自学考试试题难度的影响因素。结果表明,试题难度的多元回归线性模型,基本能解释因变量和自变量的关系,对自学考试预估难度的赋值具有现实的指导意义,也为题库建设中试题难度的调控提供了有效的途径。     

线性回归中自变量相关时的方法探讨

对于自变量具有多重线性相关性的多元线性回归,文中分别用主成分回归和PLSI回归对同一适当的问题进行建模分析,得出PLSI回归优于主成分回归的结论．     

城市需水预测算法比较

建立高精度水量预测算法模型,有利于水资源充分利用。以北京市2002-2015年需水量为例,对数据进行相关性分析后选出主要影响因素,然后采用主成分回归法、逐步回归法、灰色模型以及BP神经网络共4种方法进行建模,并用北京市2016年和2017年数据进行模型精度验证。结果表明：4种方法都适合用于城市需水量预测,其中主成分分析和逐步回归分析两种方法主要考虑了多元线性回归存在多重共线性,但是逐步回归模型优于主成分回归模型。将4种模型进行对比验证,BP神经网络模型预测精度最高,平均相对误差达到0.79%,用来预测2016-2017年需水量,预测结果分别为38.66亿m3、39.49亿m3,适合作为城市需水量预测方法。     

江苏农村居民收入结构及影响因素实证研究

以江苏省1990年至2009年农村居民收入的相关数据为样本,选取9个对农民收入增长有重要影响的因素,运用多元线性回归模型,分析影响农民人均纯收入的各因素及影响程度。通过因子分析找出与农民人均纯收入构成呈极显著相关的影响因素,探求农民增收的途径,为促进江苏农民收入持续增长提供思路。     

1990—2012年湖北省经济增长的影响因素研究

经济增长是各国经济政策的重要目标,从理论角度探索经济增长的影响因素一直是个重点课题.文章针对湖北省的经济增长及其主要影响变量1990—2012年的年度数据,结合因子分析法和多元线性回归算法,并引入时间变量建立计量经济模型,对湖北省经济增长的影响因素进行了剖析.实证结果表明,人力资本、知识资本、物质资本增长对经济增长的贡献为53.46%,外商投资对经济增长的贡献高达35%,因此湖北经济的增长属于投资驱动型.