《表1 二元逻辑回归分类表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于支持向量机的养老保障满意度非线性模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在8 339份有效样本中，属于1、2、3、4、5、6、7、8、9、10分满意度水平的样本数量分别是420、300、507、545、1 626、1 286、1 161、1 266、382、846份。将300份2分满意度水平的样本（类标值“1”）与382份9分满意度水平的样本（类标值“2”）作为因变量，上述16个自变量组成样本数据集，采用IBM SPSS Statistics 19/二元逻辑回归/Wald方法寻找养老保障满意度影响因素，结果得到分类表（见表1）。表1显示，步骤4得到的整体回归分类正确率最高，为77.0%，但对类标值1的预测偏低。步骤5得到的整体回归分类正确率次之，为76.8%，对类标值1的预测准确率高于步骤4与步骤6的预测水平。步骤6得到的整体回归分类正确率偏低，仅75.8%；且对类标值1的预测也偏低。因此，我们将步骤5得到的自变量（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）用于本文的建模。各变量的赋值与描述性统计如表2所示。