高校学生恋爱影响因素的累积logistic回归分析模型

《高校学生恋爱影响因素的累积logistic回归分析模型》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、高校学生恋爱影响因素的累积Logistic回归分析模型　　摘要：高校学生恋爱对其自身学习与成长有很大的影响，为了帮助大学生树立积极向上的恋爱观。本文通过对我国10所高校500份“高校学生恋爱调查报告”所获数据的Pearson相关性分析，引入恋爱疏远度来表示恋爱双方的感情程度。在分析各单因素对恋爱疏远度影响的基础上，建立综合因素下高校学生恋爱影响因素的累积Logistic回归分析模型，并通过模型确定出影响高校学生恋爱的两个重要因素。　　关键词：影响因素；Pearson相关性分析；恋爱疏远度；累积Logistic回归模型　　中图分类号：G41文献标识码：A　　Abstract：

2、Loveamongcollegestudentshasagreatinfluenceontheirownlearningandgrowth.Inordertohelpthemtohaveapositiveattitudetowardslove，thedistanceofintimatingwasintroducedtodisplaythedegreeofaffectionbetweentwoloversbythePearsoncorrelationanalysisof500CollegeStudentsLoveSurveydatafrom10universities.Bas

3、edontheinfluencinganalysisofsinglefactoronthedistanceofintimating，acumulativelogisticregressionanalysismodelofinfluencingfactorsforloveincollegestudentswasbuiltunderthecompositefactor，andtwo8importantfactorsofinfluencingcollegestudentsloveweredeterminedbythemodel.　　Keywords：influencingfact

4、or；Pearsoncorrelationanalysis；distanceofintimating；cumulativelogisticregressionmodel　　1引言　　大学生谈恋爱现已是大学的普遍现象，而不再是以往的“犹抱琵琶半遮面”了。随着高校大学生恋爱所引发的一些社会问题的出现，大学生恋爱引起了社会，特别是许多教育工作者及家长的普遍关注，能否让他们树立正确的恋爱观这不仅关系着大学生自身能否健康的成长，而且也关系着学校的精神文明建设能否顺利开展。所以了解大学生思想和心理实际，引导大学生认真对待恋爱，对促进大学生树立健康向上的恋爱观具有十分重要的现实意义。　　

5、本文通过对全国4所985、211高校及6所普通高校总计500份《高校学生恋爱调查报告》的数据整理分析，发现当前大学生恋爱中存在着传统道德观念逐渐淡化、恋爱物质元素日趋上升、无所谓的爱情观越来越普遍等主要问题[1-5]。另外，由于高校学生来自全国各地，地域性、家庭背景、异地恋爱的距离和信任度等诸多因素，也都给高校学生恋爱带来诸多考验。下面将通过对所获数据作Pearson相关性分析，在讨论单个因素对恋爱疏远度影响的同时，建立了综合情况下高校学生恋爱影响因素的Logistic回归模型。　　2数据和方法8　　2.1数据来源　　文中数据来源于对全国10所高校所做的500份《高校学生恋

6、爱调查报告》。调查对象涉及综合类、理工类、师范类、医学类、艺术类等院校。采用网络问卷形式进行，在对问卷资料进行整理、分析的基础上，利用SPSS19.0统计软件进行数据处理和分析。　　2.2数据处理　　了解高校学生恋爱的影响因素有助于大学生树立健康向上的恋爱观，对大学生自身的学习、健康成长有很大的促进作用。因此有必要对所调查数据进行深入的统计分析，文中选用Pearson相关性分析[6，7]和累积Logistic回归模型[8]对大学生恋爱的影响因素及其影响程度进行定量分析。为了确定重要的影响因素及其影响程度，首先通过相关性分析进行变量的初步筛选，其次通过回归分析进一步筛选，并对

7、各因素的影响程度进行量化，最后通过回归方程进行定量处理。　　2.3统计方法　　1）Pearson相关性分析　　由于调查问卷的结果为属性数据，不能直接用于数学计算，需先将其量化为数字[9]，再对其进行样本相关系数估计。设X=（x1，x2，…，xn），Y=（y1，y2，…，yn）分别来自X和Y的两个样本，则相关系数为　　r=∑ni=1（xi-）（yi-）∑ni=1（xi-）2∑ni=1（yi-）2（1）　　这里r的绝对值越大表示因变量与自变量的相关程度越高：r<0.3，表示微弱相关、0.3