高校學生戀愛影響因素的累積Logistic回歸分析模型

孫小軍　介科偉

摘要：高校學生戀愛對其自身學習與成長有很大的影響，為了幫助大學生樹立積極向上的戀愛觀。本文通過對我國10所高校500份“高校學生戀愛調查報告”所獲數(shù)據的Pearson相關性分析，引入戀愛疏遠度來表示戀愛雙方的感情程度。在分析各單因素對戀愛疏遠度影響的基礎上，建立綜合因素下高校學生戀愛影響因素的累積Logistic回歸分析模型，并通過模型確定出影響高校學生戀愛的兩個重要因素。

關鍵詞：影響因素；Pearson相關性分析；戀愛疏遠度；累積Logistic回歸模型

中圖分類號：G41文獻標識碼：A

Abstract：Love among college students has a great influence on their own learning and growth. In order to help them to have a positive attitude towards love， the distance of intimating was introduced to display the degree of affection between two lovers by the Pearson correlation analysis of 500 College Students Love Survey data from 10 universities . Based on the influencing analysis of single factor on the distance of intimating， a cumulative logistic regression analysis model of influencing factors for love in college students was built under the composite factor， and two important factors of influencing college students love were determined by the model.

Key words：influencing factor； Pearson correlation analysis； distance of intimating ；cumulative logistic regression model

1引言

大學生談戀愛現(xiàn)已是大學的普遍現(xiàn)象，而不再是以往的“猶抱琵琶半遮面”了。隨著高校大學生戀愛所引發(fā)的一些社會問題的出現(xiàn)，大學生戀愛引起了社會，特別是許多教育工作者及家長的普遍關注，能否讓他們樹立正確的戀愛觀這不僅關系著大學生自身能否健康的成長，而且也關系著學校的精神文明建設能否順利開展。所以了解大學生思想和心理實際，引導大學生認真對待戀愛，對促進大學生樹立健康向上的戀愛觀具有十分重要的現(xiàn)實意義。

本文通過對全國4所985、211高校及6所普通高?？傆?00份《高校學生戀愛調查報告》的數(shù)據整理分析，發(fā)現(xiàn)當前大學生戀愛中存在著傳統(tǒng)道德觀念逐漸淡化、戀愛物質元素日趨上升、無所謂的愛情觀越來越普遍等主要問題[1-5]。另外，由于高校學生來自全國各地，地域性、家庭背景、異地戀愛的距離和信任度等諸多因素，也都給高校學生戀愛帶來諸多考驗。下面將通過對所獲數(shù)據作Pearson相關性分析，在討論單個因素對戀愛疏遠度影響的同時，建立了綜合情況下高校學生戀愛影響因素的Logistic回歸模型。

2數(shù)據和方法

2.1數(shù)據來源

文中數(shù)據來源于對全國10所高校所做的500份《高校學生戀愛調查報告》。調查對象涉及綜合類、理工類、師范類、醫(yī)學類、藝術類等院校。采用網絡問卷形式進行，在對問卷資料進行整理、分析的基礎上，利用SPSS19.0統(tǒng)計軟件進行數(shù)據處理和分析。

2.2數(shù)據處理

了解高校學生戀愛的影響因素有助于大學生樹立健康向上的戀愛觀，對大學生自身的學習、健康成長有很大的促進作用。因此有必要對所調查數(shù)據進行深入的統(tǒng)計分析，文中選用Pearson相關性分析[6，7]和累積Logistic回歸模型[8]對大學生戀愛的影響因素及其影響程度進行定量分析。為了確定重要的影響因素及其影響程度，首先通過相關性分析進行變量的初步篩選，其次通過回歸分析進一步篩選，并對各因素的影響程度進行量化，最后通過回歸方程進行定量處理。

2.3統(tǒng)計方法

1）Pearson相關性分析

由于調查問卷的結果為屬性數(shù)據，不能直接用于數(shù)學計算，需先將其量化為數(shù)字[9]，再對其進行樣本相關系數(shù)估計。設X=（x1，x2，…，xn），Y=（y1，y2，…，yn）分別來自X和Y的兩個樣本，則相關系數(shù)為

r=∑ni=1（xi-）（yi-）∑ni=1（xi-）2∑ni=1（yi-）2（1）

這里r的絕對值越大表示因變量與自變量的相關程度越高：r<0.3，表示微弱相關、0.3

2）累積Logistic回歸模型

為了更進一步的解釋和預測變量之間的因果關系，還需建立廣義線性模型。由于文中因變量是定型變量，所以在此使用累積Logistic回歸模型。

累積Logistic回歸模型是廣義線性模型的一種，設因變量Y是一個二元響應變量，取0、1兩個值，記π=P（Y=1），則累積Logistic回歸模型為：

log π1-π=Z′（X）β

當Y取一組有序的值k時，記Y取各值的概率為πi=P（Y=i），i=1，2，…，k，則累積Logistic回歸模型：

log P（Y≥j+1）P（Y≤j）=log P（Y≥j+1）1-P（Y≥j+1）

=Z′（X）β…，（j=1，2，…，k-1） （2）

不難看出上述累積Logistic回歸模型事實上包含了k-1個模型。

3模型建立及分析

這里引入戀愛疏遠度[10]P來表示戀愛雙方之間的感情程度。為了更準確地反映戀愛疏遠度與各影響因素之間的關系，本文采用累積Logistic回歸分析進行研究。

3.1高校學生戀愛影響因素的分析

相關系數(shù)r的值可以為影響因素的初步篩選提供依據，r的絕對值越大，則表明戀愛疏遠度與影響因素之間的相關程度越高，這時該影響因素可以作為備選的重要因素。這里利用式（1）計算戀愛疏遠度與影響因素之間的相關系數(shù)。表1中列出了相關系數(shù)大于0.4的影響因素。

除了表1中列出的這些影響因素外，戀愛對象的外貌和能力、經濟狀況和家庭背景也會影響到戀愛疏遠度。

由于戀愛疏遠度為定型變量，因此本文針對戀愛疏遠度及其影響因素之間的關系建立了累積Logistic回歸模型，選取表1中相關系數(shù)大于0.4的影響因素作為初始自變量，并運用逐步回歸方法，篩選出自變量中重要的影響因素。

計算技術與自動化2016年12月

第35卷第4期孫小軍等：高校學生戀愛影響因素的累積Logistic回歸分析模型

模型中含有某變量表明該變量對模型具有影響。如果某一變量在進入模型后又被剔除，則說明其它變量和該變量的相關程度很大，即該變量可以用其它變量來表示。從表1可以看出，影響因變量（戀愛疏遠度）的12個初始自變量可分為個人因素、戀愛雙方之間的因素和社會因素。

3.2單影響因素對戀愛疏遠度的影響分析

這里選取社會因素為例，根據累積Logistic回歸模型的極大似然估計，利用Logistic模型式（2）對社會因素（父母、同伴、媒體）計算，可以確定戀愛疏遠度與這三個影響因素之間的函數(shù)關系式，并且可以得到此函數(shù)的擬合效果和正判概率。

從表2可以看出：在0.05的顯著性水平下，社會因素中的同伴是顯著的。同時，可以得到戀愛疏遠度與社會因素之間的Logistic回歸方程：

f1=–42.704+21.501×N6，這里N6表示同伴

因此可建立如下累積Logistic回歸模型：

P1=f1/（1+f1）（3）

其中，f1是在計算P1時引入的函數(shù)，P1代表社會因素對戀愛疏遠度的影響。

從表4中的數(shù)據可以看出：戀愛疏遠度中“距離近”一類的正判斷概率為56.6%，“距離遠”一類的正判斷概率為100%，總的正判概率為72.6%，這也表明模型（3）的擬合效果較好。

同理分別建立戀愛疏遠度與個人因素和戀愛雙方之間因素的Logistic回歸方程：

f2=–63.609+20.564×N4+21.842×N3

f3=–63.609+20.747×N2+21.608×N1

式中N1表示相互之間的信任、N2表示包容理解、N3表示性格品德修養(yǎng)、N4表示志同道合。因此可建立相應的累積Logistic回歸模型：

P2=f2/1+f2P3=f3/1+f3（4）

其中，fi是在計算Pi時引入的函數(shù)（i=2，3），P2代表個人因素對戀愛疏遠度的影響，P3表示戀愛雙方之間因素對戀愛疏遠度的影響。

由于戀愛疏遠度的影響因素之間存在著一定的相關性，在對12個自變量進行Pearson相關性分析時發(fā)現(xiàn)：父母與同伴的相關系數(shù)高達0.991，共同理想與尊重雙方人格的相關系數(shù)為0.928，共同理想與獨立承擔責任之間的相關系數(shù)為0.950，外貌與魅力和成績與能力之間的相關系數(shù)為0.988，因而在建模過程中上述每組的兩個因素之一被剔除。

3.3多影響因素對戀愛疏遠度的綜合影響

根據累積Logistic回歸模型的極大似然估計。利用上述同樣的計算方法，綜合考慮各因素，分析在戀愛過程中的影響程度，得到以下累積Logistic回歸方程：

f=–63.609+21.608×N1+20.797×N2

因此這里建立的高校學生戀愛因素分析累積Logistic回歸模型為：

P=f/1+f（5）

其中，f是在計算P時引入的函數(shù)，P為多影響因素與戀愛疏遠度的綜合累積Logistic回歸模型。

通過對上述影響因素的整體分析，可以看出在眾多的影響因素中，相互之間的信任、包容理解是影響高校學生戀愛的兩個最重要的因素。

4結論

從高校學生戀愛的態(tài)度出發(fā)，研究高校學生戀愛的影響因素具有重要的現(xiàn)實意義。本文以《高校學生戀愛調查報告》的統(tǒng)計數(shù)據為依據，經過Pearson相關性分析，得到影響戀愛的因素涉及：父母、同伴、媒體（新聞、網絡、書籍等）、戀愛雙方之間的包容理解、相互之間的信任、尊重雙方的人格平等、共同理想的追求、自覺承擔責任、戀愛對象的性格品德修養(yǎng)、志同道合、成績和能力、外貌和魅力、經濟狀況和家庭背景。通過累積Logistic回歸模型的極大似然估計，建立了綜合因素下高校學生戀愛回歸模型，并由該模型得出高校學生戀愛的兩個最重要的影響因素。

參考文獻

[1]米蘭.高職院校學生戀愛教育研究[D].長沙：湖南大學，2013，4.

[2]顏玫琳.高校大學生戀愛現(xiàn)象和戀愛觀教育研究[D].南昌：南昌大學，2012，6.

[3]卜望飛.思想政治教育視域下的大學生戀愛觀教育研究[D].重慶工商大學，2014，6.

[4]汪冬華.多元統(tǒng)計分析與SPSS應用[M].上海：華東理工大學出版社，2010，9.

[5]何曉群.多元統(tǒng)計分析（3版）[M].北京：中國人民大學出版社，2012，1.

[6]汪冬華. 多元統(tǒng)計分析與SPSS應用[M].上海：華東理工大學出版社，2010.

[7]何曉群. 多元統(tǒng)計分析（3版）[M].北京：中國人民大學出版社，2012.

[8]李俊秀. 應用Logistic回歸分析（2版）[M].上海：格致出版社，2012.

[9]吳明隆. SPSS操作與應用—問卷統(tǒng)計分析實務[M].重慶：重慶大學學出版社，2010.

[10]周星，克居正. 男生追女生的數(shù)學模型[J].數(shù)學的實踐與認識，2012，42（12）：1-8.