基于随机森林模型的新冠疫情下大学生心理健康影响因素分析

摘要

目的:采用随机森林算法分析新冠疫情期间大学生心理状况的影响因素。方法:利用问卷星2020年3月1日-4月1日,对北京某大学在读的一至四年级大学生进行匿名在线调查数据,用随机森林模型对自变量进行重要性排序并降维。使用逐步随机森林模型进行变量筛选,将筛选后的变量纳入Logistics回归。结果:逐步随机森林模型结果显示,心理状况得分模型和总体项目数模型的变量数均为5时袋外估算误差率最低。重要性排序前五的影响心理状况得分的变量分别为年级、父亲的文化程度、母亲的文化程度、民族、是否发生过重大生活事件;总体项目数的变量为年级、母亲的文化程度、父亲的文化程度、是否发生过重大生活事件、居住地。Logistics回归模型显示,疫情期间少数民族大学生存在心理问题的风险比汉族大学生低71%,大二年级存在心理问题风险是大一年级的2.23倍。结论:随机森林模型与Logistics回归相结合是有效进行数据分析的路径。影响大学生新冠疫情期间患心理问题的因素是年级、父亲的文化程度、母亲的文化程度、民族、是否发生过重大生活事件、居住地。建议对学生进行疫情后的心理状态调查、评估和指导,通过多种方式开展对在校大学生有针对性的措施。