基于广义回归神经网络的社会保障待遇公平感模型

发布时间：2023-03-29 02:03

　　对养老等社会保障主观感受的研究越来越受关注,但所用统计方法都是基于研究对象与影响因素之间的线性关系。由于人及人类社会关系复杂,变量之间往往呈现非线性关系。采用广义回归神经网络(GRNN)算法,建立养老等社会保障待遇公平性主观感受(公平感)非线性模型。将来源于中国社会科学院2015年的"中国社会状况综合调查"(CSS2015)的"养老等社会保障待遇"公平感分为"不公平"与"公平"两类。GRNN模型对训练集、测试集预测整体精度分别是81.4%、90.0%,分别优于支持向量机(SVM)模型的预测精度(80.1%、89.5%),以及二元逻辑回归(BLR)预测结果(79.4%、88.5%)。基于5335份调查样本的研究表明,养老等社会保障待遇公平感与4个影响因素(教育程度、医疗保障满意度、就业保障满意度、总体社会保障状况满意度)之间存在非线性关系。因此,应用GRNN建立养老等社会保障待遇公平感非线性模型是成功的。

【文章页数】：7 页

【文章目录】：
一、主观感受指数建模统计方法分析
二、建模方法与数据来源
    (一)广义回归神经网络建模可行性分析
    (二)数据来源
三、模型结果与讨论
四、结论与建议



本文编号：3773761