关键因素分析好的方法都有那些？ 第1页

方法太多，太多了，举一个比较有新意的联用方法来说明。

上面是论文的网址，也可以搜索该标题：基于Probit-AISM模型的生态农业采纳行为分析

下面是对该论文的结构进行分析。

1、运用软件分析要素的相关性

该论文第一部分很常规，就是通过调查问卷，然后把数据丢到统计软件，SPSS或者 stata等等，进行统计分析。

上面有14个要素。

然后用了一个回归模型，其实就是统计数据丢进去后，在软件上，点了几下按钮。把结果拷贝出来而已。

运用Stata 16.0对数据进行Probit分析，并采用Logit回归结果与之相比较进行稳健性检验，结果显示基本一致。如表2所示。运用Probit和Logit得到的回归结果基本一致，证明结果稳健性较好，R2
拟合优度较高，证明数据有较强说服力。小农户农业年收入、学历层次、农业收入占比、健康状况、认知能力、邻里效应、合作社、政策补贴、技术培训对小农户采纳生态农业意愿产生正向影响，户主年龄对小农户采纳生态农业行为产生负向影响。

上面是结论。

整个过程就是 原来有14个要素，发现10个是关键的重要的要素。

2、对抗解释结构模型

接着对10个要素之间的关系（因果关系）进行分析（要请专家，不要一个人拍脑袋）。

然后在在线软件上计算。

就在上面的地方输入两两关系。

然后得到了对抗拓扑图。

接着进行解释一下。

最后给一个陈词总结，论文搞完了。

这种方法是联用的方法。前半部分可以很多种。比如主成份分析等等等等。