基于累积Logistic回归模型的管制员应激程度预(3)-交通运输工程学报

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

基于累积Logistic回归模型的管制员应激程度预(3)

作者:

关键词:

摘要：

表2模型标定结果Table2Modelcalibrationresults参数估值标准误差Walddf显著性95%置信区间下限上限重度应激-中度应激<<

由表2可知，无论是管制员工作能力因素、空域复杂性因素、还是安全氛围因素都与管制员应激水平相关联，这些因素将综合影响管制员在紧急情况下的应激程度。

2.3.2 模型建立

由表2可以得到重度应激对中度应激和轻度应激的优势比模型，以及重度应激和中度应激对轻度应激的优势比模型。由于因变量水平为3，可建立两个回归方程。因此，得到以下模型：

重度应激对中度应激和轻度应激的优势比模型为

重、中度应激对轻度应激的优势比模型

式中：P1，P2，P3为管制员产生重度应激、中度应激和轻度应激的预测概率。进而可以得到管制员重度应激和重中度应激的累积Logistic概率预测模型：

3 模型检验

拟采用两种检验方法：一是模型的统计检验，看其是否通过平行性检验，以及其统计拟合优度是否具有有效性；二是利用剩余的74份调查问卷的数据对预测模型进行检验，通过对比观测值与预测值来评价模型在实际应用中的有效性。

3.1 模型的统计检验

3.1.1 平行性检验

平行性检验即检验各自变量对于因变量的影响在各个回归方程中是否相同，进行似然比检验[12]，若其显著性大于0.05，说明各回归方程互相平行，该模型是合适的。管制员应激程度预测Logistic模型的平行性检验结果如表3。

表3平行性检验Table3Parallelismtest模型-2对数似然值卡方df显著性零假设广义123....189

由表3可知，其显著性为0.189(>0.05)，通过模型的平行性检验，即所有Logistic函数都成立，该管制员应激程度预测Logistic回归模型是合适的。

3.1.2 拟合优度检验

由于文中模型所引入的7个显著的相关指标均为等级变量，不存在自变量为连续值，且频率为0的单元格的百分比仅为10.3%，所以认为传统的Pearsonχ2统计量和Deviance统计量检验是适用的。

从表4可以看出，Pearsonχ2统计量的显著性水平为0.076(>0.05)，Deviance统计量显著性水平为0.690(>0.05)，该模型的拟合效果较好。

表4Pearsonχ2和Deviance统计量拟合优度检验Table4Pearsonχ2andDeviancestatisticalfitnessgoodnesstest拟合优度指标卡方df显著性Pearson373..076偏差300..690

对模型中所有自变量偏回归系数是否为0进行似然比检验，其显著性为0.000(<0.001)，说明包含注意力持续集中的时间、特情处置效率、管制熟练度、受军航活动影响的航线使用限制、航空器冲突因子(距离)、遵守间隔标准和放行许可情况与反应安全隐患及事故征候的积极度等7个自变量的模型，其拟合效果优于仅包含常数项的无效模型。

3.2 实际调查数据的检验

利用剩余的74份调查问卷的数据，代入管制员重度应激和重、中度应激的累积Logistic概率预测模型中，可以计算出管制员产生重度应激、中度应激、轻度应激的概率，得到的74组应激严重程度的发生概率取平均值，并与实际统计概率进行对比分析，其结果如表5。

表5管制员应激程度预测效果Table5Predictioneffectofstresslevelofcontrollers%重度应激中度应激轻度应激实际概率预测概率误差

总计实际观测样本量为74组，预测准确量为56组，该模型的总体预测准确率达75.67%，并且从表5可以看出，对于重度应激的预测时，预测概率要比实际概率小0.57%，而对中度应激和轻度应激的预测时，预测概率却比实际概率大分别为3.15%和1.32%，说明通过此模型的预测并针对相应环节进行改进和完善，未来可以降低管制员的重度应激程度的百分比。并且这3种应激程度的预测概率与实际概率的误差值均小于4%，说明模型预测结果较准确，可信度较高，所建立的管制员应激程度预测模型的预测效果较好。

4 结论

根据问卷调查所采集的300份数据，在累积Logistic回归理论的基础上，建立了管制员应激程度预测模型，模型整体拟合度和预测程度较好，通过以上研究，得到以下主要结论：

1)使用累积Logistic回归模型对管制员应激进行分析并预测，将管制员应激程度划分为3个等级作为因变量，以注意力持续集中的时间x1、特情处置效率x3、管制熟练度x5、受军航活动影响的航线使用限制x8、航空器冲突因子(距离)x9、遵守间隔标准和放行许可情况x10与反应安全隐患及事故征候的积极度x12等作为7个自变量，分析了它们与因变量之间的显著相关性。

文章来源：《交通运输工程学报》网址: http://www.jtysgcxb.cn/qikandaodu/2020/1024/410.html