2013.10:居民主觀幸福感序次Logistic模型分析結果

2020-11-30 國家統計局

我國居民主觀幸福感及其影響因素分析

——基於CGSS2010年數據

 

陳婉婷  張秀梅

 

  內容摘要:隨著經濟的發展和社會的進步,居民的主觀幸福感備受關注。本文利用中國綜合社會調查(CGSS2010年調查數據,了解我國居民的主觀幸福感,並通過序次logistic回歸模型分析其影響因素,得出結論:我國居民的主觀幸福感整體上比較高;性別、年齡、信仰、婚姻、居住地、社會地位自評、健康狀況、家庭收入、家庭經濟地位自評、收入合理度、社會公平感、社會信任感對居民的主觀幸福感具有顯著影響;居民的健康狀況、社會評價、家庭變量和態度變量是影響居民主觀幸福感的重要因素。

 

  關鍵詞:主觀幸福感;CGSS;序次logistic回歸

 

  中圖分類號:C915文獻標識碼:A文章編號:1004-7794201310-0009-07

 

  一、引言

 

  根據美國學者Diener的定義,主觀幸福感指的是評價者根據自定的標準對其生活質量的整體性評估,它的主要特點有三個:其一,主觀性,以評價者內定的標準而非他人標準來評估;其二,穩定性,主要測量長期而非短期情感反應和生活滿意度;其三,整體性,是綜合評價,包括對情感反應的評估和認知判斷。隨著我國國家財富的增長和社會的進步,居民的主觀幸福感也開始備受關注。2012年「十一」期間,中央電視臺以「你幸福嗎」為主題在全國各地街頭採訪普通百姓。根據央視統計,3550位受訪者中有90%認為自己「幸福」。但許多網友認為幸福是個複雜的問題,「是」與「不是」的提問都過於簡單;有的網友疑惑,連溫飽都沒法解決的拾荒老人,談何幸福?而央視卻認為每個人都有談幸福的權利,窮人的幸福感未必低於富人。

 

  一般認為,GDP增長越多,這個國家和它的人民就越好(卡瑪·尤拉,2011)。但是,幸福不一定跟經濟成正比,不丹在20世紀70年代的年均GDP只有10億多美元,但其國民幸福指數卻排在世界前列。因此,幸福感不僅是簡單的GDP問題,還受人口屬性、經濟、社會、文化等多方面的綜合影響。

 

  我國正處於轉型期,了解居民的主觀幸福感,並探索其影響因素,對於維護社會穩定、構建和諧社會具有特殊意義。而現有文獻研究主要針對的是特定群體,如大學生、城市居民、老年人等,基於大型數據下的整體居民幸福感研究相對較少。中國社會綜合調查開放資料庫(CGSS)是我國重要的數據來源之一,其數據樣本量大、抽樣較為合理、調查內容較為詳實,是分析居民主觀幸福感及其影響因素比較可靠的數據來源。

 

  二、研究綜述

 

  國外對幸福的探討最早來自哲學領域。以亞里斯多德(1990)為代表的完善論幸福觀則認為「幸福就是靈魂的一種合乎德性的現實活動」,其真正根源在於人的潛能的充分發揮和自身價值的實現。20世紀50年代起,關於幸福的討論從哲學轉向了心理學,邢佔軍(2002)認為西方先後形成了生活質量、心理健康和心理發展三種意義上的主觀幸福感研究取向。隨著經濟學、社會學等學科的加入,西方學者開始全面探討財富、人格、年齡、婚姻狀況、社會支持、生活事件、性別、宗教信仰、教育、職業等對主觀幸福感的影響。研究者對發達國家居民的研究大多證實個人收入與主觀幸福感顯著相關,但相關係數不高。同一變量在不同研究中的結果可能不一樣,如:坎貝爾等人將婚姻和家庭視為預測美國人總體幸福感15個因素中最主要的兩個因素,而哈林—希多(1974)等人的研究發現婚姻與主觀幸福感的相關係數僅為0.14,婚姻狀況對主觀幸福感變異的解釋力僅為2%左右。黃立清等人(2005)認為造成差異的原因可能在於社會變遷、文化背景的影響。

 

  國內對主觀幸福感的研究從縱向上看,李志(2006)認為可分為三個階段。一是20世紀80年代中期到90年代中期,屬於國外理論和量表的引進階段。二是20世紀90年代中期到21世紀初期,屬於應用國外研究工具小範圍測查階段,主要調查對象是大學生、教師和老年人。三是21世紀初至今,屬於我國主觀幸福感研究飛速發展階段,研究者不僅探討人們的主觀幸福感狀況,還開始研究相關變量對主觀幸福感的影響,一些學者還開始探討適合我國文化特點的研究工具和理論,比如邢佔軍的研究。從橫向上看,可以把國內有關主觀幸福感的研究概括為4個方面。一是關於幸福的概念、指標體系和量表研究,如邢佔軍(2008)編制的包含目標價值體驗、身體健康體驗、人際適應體驗、家庭氛圍體驗等10個分量表,李志(2006)提出的我國幸福研究三階段說等。二是主觀幸福感的述評性研究,如梁興輝等(2012)關於幸福指數測量方法的研究綜述等。三是特定群體的主觀幸福感的具體研究,如嚴標賓等(2003)針對大學生群體的幸福感研究。四是對主觀幸福感的影響因素研究,如柯燕等(2011)對500名武漢市民進行分析,提出主觀幸福是外部客觀環境(經濟因素和制度因素)和內部心理環境(認知因素和人格因素)共同作用的結果,但外部因素具有更顯著的影響。

 

  綜上所述,學術界對主觀幸福感的研究大致經歷了從哲學到心理學,再到經濟學、社會學等諸多學科共同研究的一個發展過程,研究特點是從哲學上的思辯發展到多學科的具體實證研究,關注點從概念、內涵轉到測量指標和量表的製作,再到影響因素分析,而且影響因素分析的重要性日益凸顯。

 

  三、數據與方法

 

  (一)數據來源

 

  本文採用CGSS2010年數據(居民卷)描述我國居民的主觀幸福感情況,並探討其主要的影響因素。2010CGSS項目在全國一共調查480個村/居委會,每個村/居委會調查25個家庭,每個家庭隨機調查1人,最終獲得樣本11785個。在進行數據分析前,本文對每一備選變量中的漏答、錯答、缺失樣本進行剔除後,最終獲得9524個有效樣本。

 

  (二)變量描述

 

  1.因變量。

 

  本文的因變量是居民的主觀幸福感。在CGSS居民問卷中,關於因變量的具體問題是「總的來說,您認為自己的生活是否幸福?」一共有5個備選答案,分別是:1表示「很不幸福」,2表示「比較不幸福」,3表示「一般」,4表示「比較幸福」,5表示「很幸福」。結果顯示:回答「很不幸福」、「比較不幸福」、「一般」、「比較幸福」、「很幸福」的比例分別為2.11%7.72%17.48%56.64%16.05%。可見,總體上居民的主觀幸福感比較高。

 

  2.自變量。

 

  (1)個體因素。包括性別、年齡、民族、信仰、教育、戶口、居住地、婚姻、個人年收入、政治面貌、個體社會階層地位、健康狀況、抑鬱情緒發生率、工作強度。需要說明的是,一般將婚姻狀況區分為「已婚」與「未婚」,但考慮到是否有生活伴侶可能比是否已婚對主觀幸福感的影響更大,本文將CGSS問卷中婚姻狀況為「同居」、「已婚」的合併為「有伴侶」,將「未婚」、「分居未離婚」、「離婚」、「喪偶」合併為「無伴侶」。樣本的個體因素具體情況如表1所示。

 

  (2)家庭因素。包括家庭年總收入、家庭住房面積、家庭房產數、家庭經濟地位。被調查對象所在家庭的年總收入均值為40819.93元;家庭的平均住房面積105.77平方米;家庭的平均房產數為1.09套;家庭經濟地位自評中遠低於平均水平的佔7.55%,低於平均水平的佔34.05%,等於平均水平的佔49.61%,高於平均水平的佔8.44%,遠高於平均水平的僅佔0.35%,被調查對象對所在家庭的經濟地位自評以低於和等於平均水平居多。

 

  (3)社會因素。社會因素的影響通過被調查者的社會態度,即社會評價來體現。一般認為,對社會的評價越正向,則幸福感越高。本文將社會因素分為收入合理度評價、社會公平評價、社會信任評價三個方面。結果如表1所示,相比收入合理度和社會公平感,社會信任度的內部差異更大,表現為社會信任的普遍缺失。

 

調查樣本主要特徵的統計分布情況(未加權)

 

變量名稱

均值(%

 

變量名稱

均值/百分比

個體因素

 

 

家庭因素

 

女性

50.84

 

家庭年總收入(元)

40819.93

年齡(歲)

47.65

 

家庭住房面積(平方米)

105.77

 

  1.09

漢族

91.13

 

家庭房產數(套)

有信仰

12.87

 

家庭經濟地位自評

 

教育

 

 

遠低於平均水平

7.55

小學及以下

36.16

 

低於平均水平

34.05

初中

30.64

 

等於平均水平

49.61

高中及相應學歷

19.10

 

高於平均水平

8.44

大學及相應學歷

13.37

 

遠高於平均水平

0.35

研究生及以上

0.73

 

社會因素

 

有伴侶

84.18

 

收入合理度

 

農業戶

52.66

 

不合理

17.76

在城鎮居住

59.76

 

不太合理

21.64

個人年總收入(元)

18218.63

 

一般

29.18

黨員

13.21

 

比較合理

19.77

個人階層地位自評(分)

4.04

 

合理

11.65

健康狀況

 

 

社會公平度

 

很不健康

3.60

 

完全不公平

9.08

較不健康

14.85

 

較不公平

27.96

一般

23.19

 

一般

23.31

比較健康

33.57

 

比較公平

34.06

很健康

24.79

 

完全公平

5.59

抑鬱情緒發生率

 

 

社會信任度

 

總是

1.66

 

完全不值得信任

14.59

經常

9.71

 

較不值得信任

52.11

有時

23.05

 

一般

9.34

很少

33.42

 

比較值得信任

19.12

從不

32.16

 

完全值得信任

4.84

工作強度(周工作時間)(小時)

30.29

 

 

 

           

  (三)研究假設與分析方法

 

  西方學者注重外部因素,如職業、年齡、性別等人口統計學變量,以及金錢、社會地位等因素來研究幸福感;而我國學者(如柯燕)則認為主觀幸福感受外部客觀環境(經濟因素和制度因素)和內部心理環境(認知因素和人格因素)共同影響。因此,雖然主觀幸福感是針對個體的測量,但它的影響因素卻是多方面的。本文做出核心假設:居民的主觀幸福感會受到個體因素、家庭因素、社會因素的綜合影響,每個因素都可以操作化為若干子因素。具體的假設是:在個體層面,人口統計特徵(性別、年齡、民族、信仰、教育、伴侶、戶口、居住地)、經濟地位(個人年收入)、社會地位(政治面貌、社會階層地位)、健康狀況(身體健康自評、情緒、工作強度)會影響居民的主觀幸福感;在家庭層面,家庭的經濟狀況、居住條件、經濟地位會影響居民的主觀幸福感;在社會環境方面,收入的合理度(收入是否與能力相匹配)、社會公平感、社會信任度會影響居民的主觀幸福感。

 

  本文運用STATA統計軟體進行描述性統計分析和推斷性統計分析,描述性統計分析描述的是居民的主觀幸福感,推斷性統計分析考察的是多個預測變量對居民主觀幸福感的影響。因變量「居民的主觀幸福感」是一個有序的五級變量,根據這一特點,本文採用序次logistic回歸模型。在序次logistic回歸中,採取逐步回歸的辦法,先引入個體因素,再將家庭和社會變量逐步引入模型,探討自變量與因變量的獨立關係。

 

  四、模型結果分析

 

  (一)描述性分析

 

  為表述方便,本文將「很不幸福」、「較不幸福」稱為「消極幸福感」,將「較幸福」、「很幸福」稱為「積極幸福感」。從表2看出,男性的消極幸福感和積極幸福感均略低於女性;漢族的消極幸福感和積極幸福感均略低於非漢族;有信仰者的消極幸福感略高於無信仰者,積極幸福感略低於無信仰者;比較明顯的差異是,有伴侶的人比沒有伴侶的人的積極幸福感高11.55%,消極幸福感低7.6%;非農業戶口比農業戶口的積極幸福感高5.78%;居住在城鎮的比居住在農村的消極幸福感低4.07%,積極幸福感高5.22%;非黨員的消極幸福感比黨員高6.92%,積極幸福感比黨員低12.61%;身體越趨於健康,抑鬱情緒越少發生,消極幸福感越低,積極幸福感越高。卡方檢驗表明,除了性別,其他單一變量對主觀幸福感的影響都高度顯著。但這是在不控制其他變量的情況下得出的兩兩變量間的關係,這種關係可能不是獨立關係,需要做進一步分析。

 

  (二)模型結果與分析

 

  通過Logistic回歸分析,能夠在控制其他變量的情況下,比較準確地判斷每一自變量對因變量所產生的影響。本文按照選取的3類變量,先後建立3個模型,模型1納入個體因素為自變量,模型2在模型1的基礎上納入家庭因素,模型3則在模型2的基礎上納入社會因素,這種逐步回歸的策略使得自變量對因變量影響作用逐步清晰。從表3看出,逐步納入家庭因素變量和社會因素變量,對數似然估計loglikelihood的絕對值逐步變小,其卡方檢驗統計量參數LRchi2在逐步增大,說明模型都是顯著的,擬合度均比較好。偽判定係數PseuR2值在逐步增加,說明新變量的引入能夠提升因變量變異的解釋能力。

 

  1.個體因素與居民主觀幸福感。

 

  在3個模型中,性別、年齡、信仰、伴侶、戶口、政治面貌、社會地位自評、健康自評、抑鬱情緒發生率、工作強度等10個變量始終與因變量保持穩健的顯著相關或者不顯著相關,說明這些變量與因變量的關係較為獨立,受第三方變量的影響較小。最終具有顯著性相關的具體變量關係可以表述為:在其他條件相同的情況下,與男性相比,女性的主觀幸福感更高;隨著年齡的增加,居民主觀幸福感增強;有信仰的人比沒有信仰的人擁有更高的主觀幸福感;與沒有生活伴侶的人相比,有生活伴侶的人主觀幸福感更高;居住在城鎮的比居住在農村的人主觀幸福感高;與非黨員相比,黨員的幸福感來得高;社會階層地位自我評價越高,則主觀幸福感越強;身體越健康,抑鬱情緒越少發生,主觀幸福感越強;工作強度越低,幸福感越強。

 

2.家庭因素與主觀幸福感。

 

居民主觀幸福感序次Logistic模型分析結果

 

模型1

模型2

模型3

係數

標準誤

係數

標準誤

係數

標準誤

個體因素

 

 

 

 

 

 

性別(參照組:男性)

 

 

 

 

 

 

女性

0.18***

0.04

0.17***

0.04

0.16***

0.04

年齡

0.01***

0.00

0.01***

0.00

0.01***

0.01

民族(參照組:非漢族)

 

 

 

 

 

 

漢族

-0.18*

0.07

-0.16*

0.07

-0.10

0.08

宗教信仰(參照組:無)

 

 

 

 

 

 

0.16*

0.06

0.15*

0.06

0.17**

0.65

教育

0.07**

0.03

0.01

0.03

0.05

0.03

伴侶(參照組:無)

 

 

 

 

 

 

0.41***

0.06

0.34***

0.06

0.41***

0.06

戶口性質(參照組:非農)

 

 

 

 

 

 

農業

0.12

0.06

0.11

0.06

0.01

0.06

居住地(參照組:農村)

 

 

 

 

 

 

城鎮

0.03

0.06

0.04

0.06

0.14*

0.06

個人年總收入

0.02**

0.01

0.01

0.01

0.01

0.01

政治面貌(參照組:非黨員)

 

 

 

 

 

 

黨員

0.23***

0.07

0.17*

0.07

0.13*

0.07

個人社會階層地位

0.30***

0.01

0.22***

0.14

0.17***

0.01

身體健康自評

0.26***

0.02

0.23***

0.02

0.22***

0.02

抑鬱情緒發生率

0.43***

0.02

0.41***

0.02

0.37***

0.02

工作強度(周勞動時間)

-0.00***

0.00

-0.00***

0.00

-0.00***

0.00

家庭因素

 

 

 

 

 

 

家庭年總收入

0.11***

0.03

0.13***

0.03

家庭住房面積

0.05

0.04

0.05

0.04

家庭房產數

0.04

0.04

0.04

0.04

家庭經濟地位

0.41***

0.03

0.32***

0.03

社會因素

 

 

 

 

 

 

收入合理度

0.18***

0.02

社會公平感

0.43***

0.02

社會信任度

0.14***

0.02

PseudoR2

0.09

0.10

0.13

Loglikelihood

-10447.34

-10328.41

-9917.39

LRchi2

1956.50***

2194.37***

3016.40***

樣本量

9524

9524

9524

  

模型2中,在控制其他變量的情況下,家庭因素中的年總收入、經濟地位對幸福感的影響高度顯著(P<0.001),而住房面積和房產數雖然與主觀幸福感相關,但不顯著。在模型3引入社會變量時,家庭因素中的每一變量與因變量的顯著相關或者不顯著相關保持不變,對於有顯著影響的變量而言,其顯著性水平保持不變,說明家庭變量與因變量的關係比較穩定,受其他變量的影響較小。具有顯著相關的變量關係可以描述為:在其他條件相同的情況下,家庭年總收入越高,居民的主觀幸福感越強;自認為家庭經濟地位越高的,幸福感越強。在個人因素中,個人年總收入與主觀幸福感存在相關,但不顯著;而家庭年總收入、家庭經濟地位對居民幸福感的影響卻是高度顯著的。同樣是衡量經濟水平的指標,個體經濟指標和家庭經濟指標對主觀幸福感的影響差異比較大,這是值得引起注意的。

 

  3.社會因素與主觀幸福感。

 

  模型3在模型2的基礎上引入社會因素,可以發現:社會因素中的3個子因素對居民幸福感的影響都是高度顯著的(P<0.001),從係數估計值可以看出:在控制其他變量的情況下,被調查者對收入合理度的自評每提升一級,則他們的主觀幸福感提升0.18個對數比;居民對社會公平度的自評每提升一級,則他們的幸福感上升0.43個對數比;居民對社會的信任感每上升一級,則其主觀幸福感上升0.14個對數比。可以簡單表述為:居民越是認為收入合理(收入與能力相匹配),其主觀幸福感越高;居民越是認為社會公平,其幸福感越強;越是認為社會上的人值得信任,幸福感越強。

 

  五、結論

 

  了解一個國家國民的整體幸福狀況,不僅需要從政府的公共投入、國民的福利待遇、生存的環境質量等客觀數據來呈現,也需要從國民的幸福感評價來反映。國民的主觀幸福感不僅是國民整體生存狀態的最好體現,也是政府施政的落腳點和施政效果的重要檢驗標準。特別是對於我國這樣一個轉型社會而言,群體異質性強,利益格局分化,社會矛盾易發,了解國民的主觀幸福感,並探索其影響因素,對於維護社會穩定、構建和諧社會具有特殊意義。研究顯示,我國居民的主觀幸福感比較高,但根據不同變量劃分出的幸福感內部組群差異較明顯。通過模型回歸發現,性別、年齡、信仰、伴侶、居住地、社會地位自評、健康狀況、家庭收入、家庭經濟地位自評、收入合理度、社會公平感、社會信任度對居民主觀幸福感具有顯著的影響。

 

  1.健康狀況是影響主觀幸福感的重要因素。

 

  提升居民主觀幸福感需要改善居民的健康狀況。居民健康的改善既需要個體自身的重視,也離不開政府在醫療資源方面的投入與分配。近些年來,我國醫療衛生支出連年增加,根據財政部網站資料,我國財政醫療衛生支出由2006年的1320億元增加至2012年的7199億元。但醫療衛生支出佔總財政支出的比重依然偏低,2012年支出的7199億元僅佔當年GDP1.38%,而巴西等發展中國家的同項支出佔GDP2%4%。目前我國醫保體系「高覆蓋範圍,低保障水平」,而且醫療資源分配不均,主要體現在城鄉、區域、群體、醫療機構級別等分配上的不均衡。根據《2011年我國衛生事業發展統計公報》,衛生總費用的城鄉分配中,城市15508.6億元,佔77.6%;農村4471.8元,佔22.4%。城市人均費用2315.5元,農村666.3元,可見,城鄉差距明顯。因此,改善居民健康狀況,既需要加大醫療資源的投入,更需要改善其分配格局。

 

  2.家庭指標對主觀幸福感的影響較大。

 

  個人收入對主觀幸福感的影響不顯著,但家庭收入和家庭經濟地位對居民幸福感的影響卻高度顯著。同樣是衡量經濟水平的指標,差異那麼大的原因可能是,對於具有「家本位」思想的大多數中國居民而言,他們的幸福感更多來自於整個家庭的生存狀態,而不單是個人的生活狀況。個人年收入只是衡量個體的經濟水平,而家庭收入、家庭經濟地位才是家庭生存水平的體現。如果個體年總收入較高,但其所在家庭的隱性失業或者無勞動力者偏多,那麼個體的相對經濟優勢會消失,因為他有義務和責任對家庭其他成員進行經濟幫助。也就是說,個體整體收入較高並不代表家庭的總收入和經濟地位也較高,而家庭的總收入和經濟地位較高,則意味著家庭較好的生存狀況,影響著居民的主觀幸福感。實際中,不少定量文章,個體經濟因素受到充分重視,家庭經濟因素卻相對被忽視。在政策方面,通常通過GDP總量、人均GDP、人均收入來看國民經濟狀況,通過貧困人口的總數變動情況來看扶貧效果,通過流動人口數來看我國社會的流動性,而對於家庭平均GDP、貧困家庭數、家庭的流動數等指標卻較少涉及。本文認為,在中國的文化背景下,家庭指標的價值和重要性應該引起足夠的重視。

 

  3.居民的社會評價對主觀幸福感有顯著影響。

 

  居民越認為收入合理、社會公平、社會上的人值得信任,那麼他們的幸福感越高。但表1的統計顯示,近39.4%的人認為收入不合理,37.04%的人認為社會不公平,特別是66.7%的人認為社會上的人不值得信任,可以說,不公平、信任缺失現象仍大量存在。在公平方面,2012年,國家將個稅起徵點從2000元上調為3500元,進一步規範收入分配秩序,但收入公平的願景仍沒實現。此外,在教育、醫療等公共資源分配上的非均等化仍存在,也影響著居民的社會公平評價。因此,要破除不公平感,需要政府加大公共投入,努力做到公共服務均等化。對於社會信任,一般在市場經濟關係中加以理解,著重探討信任對市場主體關係的影響,但現在看來,信任缺失不僅是市場主體的關係,更是影響到我國居民安全感和生存狀態的一個變量,應該引起重視。

 

  4.態度變量更容易對居民幸福感產生顯著影響。

 

  態度變量包括:個人社會階層地位、身體健康自評、抑鬱情緒發生率、家庭經濟地位自評、社會因素中的3個變量,在不同模型中,這些變量與主觀幸福感具有穩定的高度顯著相關,而客觀變量中,除了性別、年齡、伴侶、工作強度、家庭年總收入,其餘變量要麼不顯著相關,要麼相關的顯著性水平不穩定,容易發生變化。

 

  作者簡介:

 

  陳婉婷,女,1983年生,福建人,現為中國人民大學社會與人口學院2012級博士研究生,研究方向為社會學理論及其應用。

 

  張秀梅,女,1983年生,福建人,2009年畢業於上海大學,獲社會學專業碩士學位,現為浙江省社會科學院助理研究員,研究方向為社會結構與分層、社會發展。

相關焦點

  • Logistic回歸之有序logistic回歸分析
    Logistic回歸分析(logit回歸)一般可分為3類,分別是二元logistic回歸分析、多分類Logistic回歸分析和有序Logistic回歸分析。logistic回歸分析類型如下所示。1、有序logistic回歸分析基本說明進行有序logistic回歸時,通常需要有以下步驟,分別是連接函數選擇,平行性檢驗,模型似然比檢驗,參數估計分析,模型預測準確效果共5個步驟。
  • Logistic回歸分析之二元Logistic回歸
    1.2 第二步為卡方分析或方差分析 此步不是必需的步驟,通過此步可以試探性了解每個影響因素X與Y之間的影響關係情況,研究影響關係前,首先需要自變量X與Y之間有著差異關係,才可能進一步有著影響關係,也或者說差異關係是一種基礎性關係,影響關係是更進一步的深層次關係。
  • Logistic回歸—初步了解10個問題
    對於病例對照究,雖然也可利用非條件 logistic回歸建立概率模型,但是,需對常數項進行校正方能用於預測與判別;對於條件logistic回歸,由於回歸模型不能估計常數項β,其結果只能幫助分析變量的效應,不能用於預測與判別。
  • 多元有序logistic回歸分析 - CSDN
    如果研究X對於Y的影響,Y為定量數據則可以使用線性回歸分析。如果Y是定類數據,此時則需要使用Logit(logistic)回歸分析。如果無論如何模型不滿足平行性檢驗, SPSSAU建議使用多分類Logit回歸分析。案例應用(1)背景當前有一份研究數據是用來研究民眾幸福度影響因素,包括性別,年齡,學歷和年收入水平共4個潛在的影響因素對於幸福水平的影響情況。幸福水平共由三項表示,分別是「不幸福,比較幸福和十分幸福」,由於Y為定類數據且有序,因而適用於有序Logit回歸分析。
  • SPSS統計分析案例:多項logistic回歸分析
    小兵博客幾年前分享的二項logistic回歸分析案例非常受歡迎,在實際應用中,可能還會碰到因變量是多個分類的情況,並且不包含排序信息。比如視力分為輕度、中度、重度三個水平,此時如果想考察影響視力評價的指標,常用的二項logistic回歸已經無法勝任。幸好,SPSS軟體為我們提供了多項logistic回歸。
  • 有序Logistic回歸實例分析(Ordinal Regression)
    如果研究X對於Y的影響,Y為定量數據則可以使用線性回歸分析。如果Y是定類數據,此時則需要使用Logit(logistic)回歸分析。Logit回歸共分為三種,分別是二元Logit(Logistic)回歸、多分類Logit(Logistic)回歸,有序Logit(Logistic)回歸(也稱Oridinal回歸),此三個方法的區別在於因變量Y的數據類型。
  • 一文詳述:觀察性研究中的logistic回歸分析思路
    logistic回歸 假定有m個自變量X1,X2,…,Xm,logistic回歸模型的基本形式可表達為: 只從數據本身考慮的話,logistic回歸模型都是包括一個分類因變量及若干自變量(可以是分類變量,也可以是連續變量),
  • 一文讀懂條件Logistic回歸
    數據格式(部分)如下表:提示:條件logistic回歸時,數據中一定需要記錄配對編號,比如1:2的配對(1個病例配對2個對照,且共有20個組,組別編號從1到20,那麼同時會有3個1,3個2,3個3,類似下去),而且在分析時將配對編號放入對應框中。
  • 幸福:在主觀與客觀的統一中感悟
    你今天感到不幸福,也許只是早晨找了很久才找到合適的領帶,匆匆出門趕公交車,又和闖紅燈的寶馬撞了,然後上班遲到被領導批了一頓。但是到了中午,你接到老師的電話,說你的孩子這次數學競賽得了金獎,領導在一旁笑著對你豎起大拇指。這時,你的幸福感又回來了。所以,幸福感是一種心理狀態,帶有非常私人的主觀色彩。」    幸福僅僅是主觀感受,與社會存在和他人無關?
  • 零基礎的同學如何用Stata做logistic回歸?
    什麼是logistic回歸什麼是logistic回歸?logistic回歸:指的是一種廣義的線性回歸,在一定程度上和多重線性回歸分析有著相似的地方。例如:模型的形式基本上相同,都有待求參數。兩者的關係是:logistic回歸分類模型的預測函數是通過線性回歸模型的預測值的結果進一步接近真實標記的對數機率!從而能夠使線性回歸的預測值和分類任務的真實標記兩者關聯在一起!
  • 快速數據分析教程:無序多分類Logistic回歸
    學歷這裡看作是定量數據,因此直接納入模型不作處理。最終分析放置如下:如果系統提示「Y的選項過少或過多」意味著因變量Y的選項不符合多分類logistic回歸分析要求,通常情況下因變量Y的分類個數應該介於3~8個之間。
  • 一文掌握多分類logistic回歸
    Logistic回歸分析(logit回歸)一般可分為3類,分別是二元Logistic回歸分析、多分類Logistic回歸分析和有序Logistic回歸分析。logistic回歸分析類型如下所示。單獨進行多分類logistic回歸時,通常需要有以下步驟,分別是數據處理,模型似然比檢驗,參數估計分析和模型預測效果分析共4個步驟。
  • [PRML]線性分類模型--概率判別模型
    對於logistic回歸,由於logistic sigmoid函數的非線性,不再有一個封閉形式的解。但對二次型的背離並不明顯。準確地說,誤差函數是凹的,因此有唯一的最小值。此外,利用對對數似然函數局部二次逼近的Newton-Raphson迭代優化方案,可以有效地最小化誤差函數。
  • 從頭開始:用Python實現帶隨機梯度下降的Logistic回歸
    logistic 回歸算法logistic 回歸算法以該方法的核心函數命名,即 logistic 函數。logistic 回歸的表達式為方程,非常像線性回歸。輸入值(X)通過線性地組合權重或係數值來預測輸出值(y)。與線性回歸的主要區別在於,模型的輸出值是二值(0 或 1),而不是連續的數值。
  • spss多變量回歸分析 - CSDN
    1logistic回歸分析SPSS操作過程logistic回歸SPSS分析的界面,選擇「分類」然後我們就可以觀察SPSS logistic分析結果。最後,在回歸分析第2步基礎上,得到兩個啞變量的結果,分別是城鎮VS農村和城市VS農村的回歸係數b值。結果顯示,與對農村相比,城鎮居民血壓值無統計學意義(P=0.249),城市血壓值具有統計學差異(P=0.021)。
  • logistic回歸Hosmer-Lemeshow擬合優度檢驗
    在建立預測模型的時候通常會報告一個擬合優度檢驗的結果(FrankHarrell指出這個指標存在一些缺點),今天結合
  • 二分類Logistic回歸:SPSS詳細操作及模型預測
    本例中則報告「納入分析的觀測中有一項觀測學生化殘差為3.349」。  根據SPSS分析結果,有兩種情況:①如果沒有離群點,則直接進入第五部分結果解讀;②如果有離群點,研究者決定是否剔除這些觀測或者對數據進行轉換。如果剔除離群點,則需要對剔除後的數據重新進行回歸分析。如果進行數據轉換,則需要從線性假設重新開始分析。
  • 2013.06:居民工資性收入與勞動生產率關係研究
    ,根據1989—2011年勞動生產率及農村、城鎮工資性收入數據構建VAR模型,在模型基礎上進行脈衝響應分析及方差分解。協整檢驗結果可知:在5%的顯著性水平下,跡統計量58.4、27.2、10.4,均大於5%顯著性水平的臨界值35.0、18.4、3.8,說明序列LnRRI、LnTDI及LnSLP之間存在著協整關係,符合構造VAR模型的前提。
  • 醫學統計與R語言:Rare Events Logistic Regression
    比如要探索研究該疾病的影響因素,通常的做法是對病例和非病例的兩類人群建立logistic回歸模型,然而由於資料中的病例所佔的比例遠遠低於非病例的比重,這就給稀有事件的統計分析帶來一系列問題,在這種情況下仍採用常規的logistic回歸方法就不適合了。
  • 機器學習中評估分類模型性能的10個重要指標
    在這篇文章中,我們將學習10個最重要的模型性能度量,這些度量可用於評估分類模型的模型性能。一旦模型準備好預測,我們就嘗試在測試數據集上進行預測。一旦我們將結果分割成一個類似於上圖所示的矩陣,我們就可以看到我們的模型有多少能夠正確預測,有多少預測是錯誤的。我們用測試數據集中的數字填充以下4個單元格(例如,有1000個觀察值)。TP(真陽性):該列的實際標籤在測試數據集中為「是」,我們的logistic回歸模型也預測為「是」。