基于支持向量机的养老保障满意度非线性模型_中国煤炭行业知识服务平台

基于支持向量机的养老保障满意度非线性模型

作者

李熠煜禹宁瑶
单位

湘潭大学公共管理学院湖南科技大学人文学院
摘要

目前对养老保障满意度的研究所采用的统计方法,都是基于养老保障满意度与影响因素之间的线性关系,且未对所建模型进行检验及理论预测。由于事物之间关系复杂,变量之间往往呈现非线性关系。采用支持向量机算法结合粒子群优化算法,建立养老保障满意度非线性模型。用于研究的养老保障满意度样本数为8 339份。结果显示,基于支持向量机的分类模型对养老保障满意度预测精度高于76%,预测性能优于二元逻辑回归预测结果。表明养老保障满意度与受教育程度、受教育满意度、家庭经济状况满意度、总体生活满意度、对社会总体评价等5个影响因素之间存在非线性关系。因此,应用支持向量机算法建立养老保障满意度非线性模型是可行的。
关键词

养老保障满意度支持向量机粒子群优化算法二元逻辑回归
基金项目(Foundation)

国家社会科学基金项目(16BZZ055)；
文章目录

一建模方法与数据来源
(一)建模方法
(二)数据来源
二结果与讨论
结论
引用格式

李熠煜,禹宁瑶.基于支持向量机的养老保障满意度非线性模型[J].湖南科技大学学报(社会科学版),2020,23(01):104-108.DOI:10.13582/j.cnki.1672-7835.2020.01.014.