（四）Logistics 回归模型与决策树
Logistic回归模型作为一种非线性分类统计方法，通过实践因变量y取某值的概率变量p与自变量x的依存关系而被广泛用于事物影响因素的分析中，并根据因变量的分类数量分为二分类logistic模型与多分类logistic模型。Logistic回归模型没有关于变量分布的假设条件，也不需要假设它们之间存在多元正态分布，最终以事件发生概率的形式提供结果，拟合得出的Logistic回归模型参数估计采用最大似然估计方法。Logistic回归模型作为一种以事件发生概率的形式提供结果的方法，被广泛用于事物影响因素的分析中，尤其是当因变量为二分变量时，它是实践因变量与自变量关系的常用方法。
对于Logistic模型，自变量之间交互作用的考察是一大难点，但是利用决策树模型则可以解决这一问题。决策树模型是决策点、策略点及结果构成的树形图，通常以最大收益期望值或最低期望成本作为决策准则，通过图解的方式求解在不同条件下各类方案的效益值，然后通过比较，做出决策。决策树模型是一种简单易用的非参数分类器。它不需要对数据进行先验假设，计算速度快，结果容易解释，并且稳健型强。
（五）信度分析法
信度分析法主要是对调研量表的可靠性与稳定性进行测度与检验。信度分析的方法主要有以下四种：重测信度法、复本信度法、折半信度法、Alpha信度系数法。本小组运用Cronbach‘s α信度系数法对本次问卷的量表进行了信度分析。
http://www.dxsbao.com/shijian/551087.html 点此复制本页地址
