《表4 1995-2015年间湿地受损的Logistic回归模型拟合结果》

  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

《武汉城市圈湿地受损程度识别及驱动因素分析》

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Logistic回归建模前，使用容忍度（Tolerance）和方差膨胀因子（VIF）诊断自变量之间的多重共线性，统计结果发现：10个驱动因素中，GDP (VIF=7.34）和人口（VIF=7.47）的方差膨胀因子大于3，而其他驱动因子的VIF都小于3，表明GDP与人口之间存在多重共线性。为此，选择了GDP与其他8个因子再次进行共线性诊断，发现9个自变量都满足Tolerance>0.1&VIF<3的条件，即9个变量之间不存在显著的多重共线性。然后将9个驱动因子全部导入logistic模型，模型的Homer-Lemeshow检验结果表明，其P值不小于检验水平，即P=0.083>0.05，说明模型的拟合精度较好。此外，模型的分类精度达到了87.3%，表明构建的回归模型能够可靠地模拟湿地退化风险。在Logistic回归模型中，常使用显著性水平（P值）分析每个驱动因子是否具有统计意义，即P<0.05的自变量具有统计意义，反之则不具有统计意义。使用P值筛选具有统计意义的驱动因子如表4所示。