基于貝葉斯估計的大學生不良行為網(wǎng)絡自相關模型及實證.pdf

1、大學生的不良行為會給自身發(fā)展、學校管理和他人帶來很大的困擾，也會給社會增加很大的不穩(wěn)定因素。已有研究表明，大學生不良行為與其所在的人際關系網(wǎng)有顯著關系。在心理學和教育學領域，關于大學生不良行為的研究屢見不鮮，但對結(jié)合關系網(wǎng)的研究還鮮有發(fā)現(xiàn)。
　　社會網(wǎng)絡分析方法中的網(wǎng)絡自相關模型可以綜合考慮大學生人際關系網(wǎng)的影響和自身因素的影響，是很好的網(wǎng)絡效應分析工具。本文建立了大學生不良行為的多重網(wǎng)絡自相關模型，在對模型進行估計的基礎上，應用

2、該模型對大學生不良行為進行了實證分析，主要工作如下：
　?。?）在綜述大學生不良行為的現(xiàn)有研究的基礎上，建立了大學生不良行為的指標體系；
　　（2）結(jié)合網(wǎng)絡自相關模型的發(fā)展和大學生不良行為指標體系，建立了大學生不良行為多重網(wǎng)絡自相關模型；
　?。?）推導了大學生不良行為多重網(wǎng)絡自相關模型的最小二乘估計法、極大似然估計法和貝葉斯估計法；其中包括對普通最小二乘估計法的不一致性進行了改進，給出了極大似然估計和貝葉斯估計的編程

3、步驟；
　?。?）對我校大學生不良行為進行了實證分析；包括我校大學生不良行為量表的設計，數(shù)據(jù)的收集和整理，基于網(wǎng)絡屬性的大學生不良行為分析和基于網(wǎng)絡自相關模型的大學生不良行為分析，并對三種估計方法進行了比較，論文最后給出了一些糾正大學生不良行為的對策。
　　通過大學生不良行為網(wǎng)絡自相關模型的實證分析，得到如下主要研究結(jié)果：
　?。?）對于模型估計，普通最小二乘（OLS）估計不滿足參數(shù)估計的一致性，可以利用二階最小二乘估

4、計進行改進；極大似然法（MLE）估計得到的估計量具有無偏性和一致性，相比OLS來說具有更好的擬合效果，但MLE在樣本量大時計算量很大，計算復雜度高；貝葉斯（Bayes）估計在設定參數(shù)的先驗分布情況推導可得各個參數(shù)的條件分布，通過抽樣能得到一個收斂且穩(wěn)定的參數(shù)估計樣本，能很好的減少樣本數(shù)據(jù)的異常值帶來的影響，且計算簡潔；從計算結(jié)果上來看，極大似然估計和貝葉斯估計比最小二乘法擬合程度更高；
　?。?）從實證結(jié)果來看，客觀原因方面關系網(wǎng)