基于廣義線性模型、廣義線性混合模型、偏最小二乘-logistic回歸對(duì)我國(guó)當(dāng)前收入分配滿意度情況的.pdf_第1頁(yè)
已閱讀1頁(yè),還剩53頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、廣義線性模型是線性模型的推廣,將隨機(jī)誤差項(xiàng)推廣到了指數(shù)分布族,這樣在處理數(shù)據(jù)時(shí)就更具有了靈活性、更具有廣泛性。然而在實(shí)際問(wèn)題中,一些變量的加入會(huì)導(dǎo)致隨機(jī)變量不在獨(dú)立,這就有悖于廣義線性模型的基本假設(shè)。所以,這也就導(dǎo)致了再用廣義線性模型處理具體問(wèn)題的時(shí)候可能會(huì)忽略掉一些重要的變量,從而導(dǎo)致我們?cè)谔幚韺?shí)際問(wèn)題中產(chǎn)生偏差,影響分析的結(jié)果。因此有學(xué)者將隨機(jī)效應(yīng)加入了廣義線性模型從而建立了廣義線性混合模型,這一舉措大大的拓展了傳統(tǒng)的分析領(lǐng)域。

2、r>  傳統(tǒng)的分析政策滿意度的方法中往往都是一些定性的分析,本文基于對(duì)傳統(tǒng)分析方法的研究,結(jié)合前人的研究,通過(guò)廣義線性模型和廣義線性混合模型定量的分析了國(guó)民對(duì)當(dāng)前政策的滿意度。
  本文的數(shù)據(jù)來(lái)自于中國(guó)人民大學(xué)的“社會(huì)心態(tài)與政策評(píng)價(jià)關(guān)聯(lián)”課題研究,此課題在全國(guó)范圍內(nèi)進(jìn)行了問(wèn)卷調(diào)查。將GLM、GLMM、PLS-logistic模型引入政策滿意度評(píng)價(jià)領(lǐng)域,為滿意度評(píng)價(jià)問(wèn)題的研究提供了新的路徑。本文主要內(nèi)容如下:
  1.在詳細(xì)的

3、闡述了問(wèn)卷的設(shè)計(jì)內(nèi)容以及各選項(xiàng)的賦值情況下,通過(guò)對(duì)問(wèn)卷數(shù)據(jù)的研究發(fā)現(xiàn),這是一個(gè)典型的縱向數(shù)據(jù),并且以往研究滿意度評(píng)價(jià)的文獻(xiàn)中有學(xué)者采用過(guò)普通logistic回歸,這與廣義線性模型具有很高的相似性。再加之廣義線性模型的連接函數(shù)更多元化,不僅僅是把因變量劃分為二元離散變量,因此考慮采用廣義線性模型來(lái)分析滿意度評(píng)價(jià)的問(wèn)題。在基于GLM的分析中,選取了問(wèn)卷中的部分具有代表性的變量如下:對(duì)我國(guó)當(dāng)前收入分配滿意度作為因變量,民族、戶口、受教育程度、

4、工作大單位作為自變量。并對(duì)自變量進(jìn)行啞變量處理,把被調(diào)查者劃分為60類(lèi)人群,應(yīng)用R軟件,定量分析了這60類(lèi)人們對(duì)政策的滿意度情況,進(jìn)行了分類(lèi)排序,并分析了單個(gè)自變量對(duì)滿意度的影響情況。從整體看來(lái),國(guó)民對(duì)我國(guó)當(dāng)前收入分配的滿意度情況較為良好,但是還是表達(dá)出了國(guó)民希望國(guó)家在收入分配政策中進(jìn)一步完善激勵(lì)約束機(jī)制。并且分析發(fā)現(xiàn)受教育程度的高低,和滿意度高低成正比,因此國(guó)家應(yīng)出臺(tái)相應(yīng)政策提高國(guó)民的普遍的受教育程度。
  2.將家庭年收入作為

5、隨機(jī)效應(yīng)構(gòu)建滿意度評(píng)價(jià)是合理的。從上一節(jié)分析發(fā)現(xiàn),通過(guò)固定民族、戶口、受教育程度這3項(xiàng)對(duì)應(yīng)的自變量,研究不同工作單位人群的滿意度,計(jì)算對(duì)比發(fā)現(xiàn),在企業(yè)單位工作的人群以及離退休人員的滿意度較高。聯(lián)想到不同工作單位收入的高低不同,因此決定將家庭年收入作為一個(gè)隨機(jī)效應(yīng)加入到模型中。本節(jié)的自變量數(shù)據(jù)處理方式與上面的略不同(見(jiàn)表3.4),迭代100次后參數(shù)收斂,發(fā)現(xiàn)參數(shù)整體的擬合效果得到很大提高;對(duì)單個(gè)效應(yīng)因子來(lái)說(shuō),作為固定效應(yīng)的民族因子、戶口因

6、子、受教育程度因子和工作單位因子的參數(shù)估計(jì)都是比較顯著的。特別是受教育程度的參數(shù)的顯著性有了很大的改善。也說(shuō)明了GLMM對(duì)于滿意度評(píng)價(jià)問(wèn)題的適用性。
  3.偏最小二乘回歸在現(xiàn)實(shí)生產(chǎn)的用的比較廣泛,大都用于水質(zhì)測(cè)量、醫(yī)學(xué)、生物、地質(zhì)等科學(xué)領(lǐng)域。PLS-logistic模型是將普通logistic模型、主成分提取方法和典型相關(guān)性分析結(jié)合起來(lái)的一種新的分析模型,巧妙地把偏最小二乘回歸和logistic回歸的優(yōu)點(diǎn)結(jié)合了起來(lái)。PLS-lo

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論