基于因子分析与逻辑回归的校园欺凌影响因素的研究

基于因子分析与逻辑回归的校园欺凌影响因素的研究

论文摘要

校园欺凌一直以来都是学生家长、学校及社会各界广泛关注的重要问题。校园欺凌和校园暴力在当前已经不再是陌生词汇,其严重性和隐蔽性都在呈增长趋势。中国青少年研究中心曾经做过一项关于校园欺凌的抽样调查,调查结果显示,32.5%的中小学生偶尔被欺负,6.1%的中小学生经常被同学欺负。而屡见报端的校园欺凌和暴力事件,也都令人触目惊心。校园安全问题极大地影响青少年的身心健康,甚至在他们的一生中都留下不可磨灭的阴影。因此,研究当代学生遇到校园欺凌的影响因素是目前对校园欺凌进行预防和干预的重要手段,计算机技术的飞速发展,为此研究提供了有力的帮助。本文主要研究内容如下所述:第一,对有关校园欺凌领域研究进行整体分析。分别从中国知网和Web of Science核心数据库上获取了1623篇和6899篇与校园欺凌相关的文献,通过Citespace5.5.R2软件进行分析,从获取文献的国家、研究机构、关键词、被引文献以及被引作者、期刊等多个方面来探究与校园欺凌相关研究的热点及研究方向,并结合前人的分析研究为本文的研究工作提供明确的指向性。第二,基于PISA2015(Program for International Student Assessment)官网的数据分析15岁在校学生群体遭受校园欺凌的情况及影响因素,首先运用因子分析模型从横断面分析校园欺凌的影响因素,然后通过逻辑回归模型从纵断面分析其影响因素,最后综合横纵两个断面来判定造成校园欺凌因素的主要原因,两种不同维度的分析方法弥补了研究层面的单一性,扩大了该领域研究的广度和深度,可以更精确地得出校园欺凌的影响因素,从而为建立校园欺凌的防控机制做出实际参考和依据。

论文目录

  • 摘要
  • abstract
  • 1 绪论
  •   1.1 课题的研究背景
  •   1.2 国内外研究现状
  •     1.2.1 国外研究现状
  •     1.2.2 国内研究现状
  •   1.3 论文研究内容
  •   1.4 论文的结构组织
  •   1.5 本章小结
  • 2 理论基础与研究综述
  •   2.1 基于知识图谱的校园欺凌影响因素的可视化分析
  •     2.1.1 发文量
  •     2.1.2 国内研究机构和主流作者
  •     2.1.3 国际国家及研究机构
  •     2.1.4 国际主流作者和主流期刊
  •     2.1.5 国内外研究热点
  •   2.2 SPSS统计分析软件简介
  •     2.2.1 SPSS概述
  •     2.2.2 SPSS的功能特点
  •   2.3 主成分分析法
  •     2.3.1 主成分分析法的基本思想
  •     2.3.2 主成分分析法的基本性质
  •   2.4 皮尔森相关系数
  •   2.5 数据来源
  •   2.6 本章小结
  • 3 基于因子分析模型的校园欺凌影响因素的研究
  •   3.1 因子分析模型
  •     3.1.1 模型介绍
  •     3.1.2 因子分析模型的性质
  •     3.1.3 因子载荷矩阵
  •   3.2 因子分析的步骤
  •   3.3 因子分析模型建立
  •     3.3.1 相关性分析
  •     3.3.2 适用性检验
  •     3.3.3 解释的总方差
  •     3.3.4 碎石图
  •     3.3.5 成分矩阵
  •   3.4 本章小结
  • 4 基于逻辑回归的校园欺凌影响因素分析
  •   4.1 逻辑回归模型
  •     4.1.1 模型介绍
  •     4.1.2 模型求解
  •   4.2 逻辑回归的步骤
  •   4.3 逻辑回归模型的建立
  •     4.3.1 相关性分析
  •     4.3.2 方差分析
  •     4.3.3 显著性检验
  •     4.3.4 模型拟合优度的检验
  •   4.4 本章小结
  • 5 实验结果及分析
  •   5.1 变量特征分析
  •   5.2 因子分析结果
  •     5.2.1 成份得分系数矩阵
  •   5.3 LOGIT回归
  •   5.4 本章小结
  • 6 总结与展望
  •   6.1 研究总结
  •   6.2 研究展望
  • 参考文献
  • 作者简历及在学期间所取得的科研成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 阮得香

    导师: 胡保坤

    关键词: 校园欺凌,因子分析模型,逻辑回归模型,研究热点

    来源: 杭州师范大学

    年度: 2019

    分类: 基础科学,社会科学Ⅱ辑

    专业: 数学,中等教育

    单位: 杭州师范大学

    分类号: G637.4;O212

    DOI: 10.27076/d.cnki.ghzsc.2019.000050

    总页数: 75

    文件大小: 2801K

    下载量: 441

    相关论文文献

    • [1].一种处理非均衡数据的非迭代核逻辑回归方法[J]. 中国科学技术大学学报 2019(12)
    • [2].基于稀疏逻辑回归的电力线路缺陷在线检测系统设计[J]. 电子设计工程 2020(15)
    • [3].基于信息量和逻辑回归耦合模型的滑坡易发性评价[J]. 科学技术与工程 2020(21)
    • [4].基于有序逻辑回归模型的成都地区流动人口幸福感分析[J]. 经贸实践 2016(15)
    • [5].基于逻辑回归的绿色建筑项目参与意愿分析[J]. 工程管理学报 2019(01)
    • [6].关于西安市大学生落户意愿的调查分析——基于逻辑回归法的研究分析[J]. 现代交际 2018(13)
    • [7].上市公司财务预警的T逻辑回归模型[J]. 井冈山大学学报(自然科学版) 2015(02)
    • [8].基于逻辑回归的“拍照赚钱”任务分析模型[J]. 中国高新区 2018(03)
    • [9].基于分层逻辑回归的小企业信用评价模型[J]. 统计与决策 2016(07)
    • [10].基于逻辑回归模型的微博转发预测[J]. 小型微型计算机系统 2016(08)
    • [11].基于逻辑回归模型的来宾市岩溶塌陷敏感性评价[J]. 安全与环境工程 2014(06)
    • [12].基于逻辑回归模型的中文垃圾短信过滤[J]. 黑龙江工程学院学报(自然科学版) 2010(04)
    • [13].基于逻辑回归的大学生生活质量评价模型研究[J]. 运城学院学报 2019(03)
    • [14].基于广义有序逻辑回归的沥青路面使用性能评价[J]. 厦门理工学院学报 2018(05)
    • [15].基于逻辑回归的“但见一证便是”探讨[J]. 中华中医药杂志 2017(11)
    • [16].基于非线性预处理及逻辑回归的异常检测算法[J]. 信息技术与网络安全 2018(03)
    • [17].基于信息论与逻辑回归的滑坡定量空间预测[J]. 新疆有色金属 2018(01)
    • [18].逻辑回归模型在医疗设备报废评估辅助决策系统中的应用[J]. 智慧健康 2016(04)
    • [19].论道德之应该的逻辑回归[J]. 道德与文明 2016(03)
    • [20].制造业上市公司信用风险实证研究——基于逻辑回归方法分析[J]. 金融经济 2016(14)
    • [21].逻辑回归解决文本分类问题[J]. 通讯世界 2018(08)
    • [22].顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法[J]. 测绘通报 2019(06)
    • [23].逻辑回归模型在银行信贷业务中的应用[J]. 金融纵横 2019(05)
    • [24].林地变化驱动力研究中逻辑回归模型的应用[J]. 世界林业研究 2016(03)
    • [25].基于逻辑回归模型的瓦斯浓度异常值检测与预警[J]. 陕西煤炭 2020(04)
    • [26].稀疏多元逻辑回归问题优化算法研究[J]. 重庆邮电大学学报(自然科学版) 2019(03)
    • [27].基于逻辑回归模型的电力客户停电敏感度评分卡研究与实现[J]. 电力需求侧管理 2018(03)
    • [28].基于多分变量逻辑回归的短波广播效果估算方法[J]. 广播与电视技术 2015(S1)
    • [29].基于逻辑回归模型的垃圾短信过滤系统的研究[J]. 数字技术与应用 2013(02)
    • [30].基于逻辑回归模型的雷电潜势预报方法[J]. 广东气象 2011(04)

    标签:;  ;  ;  ;  

    基于因子分析与逻辑回归的校园欺凌影响因素的研究
    下载Doc文档

    猜你喜欢