王林

摘要：文章根據(jù)2009～2018年火災(zāi)受傷人數(shù)統(tǒng)計數(shù)據(jù)，運用多元線性回歸方法，以電器火災(zāi)占比、生活用火不慎火災(zāi)占比、其他火災(zāi)占比為自變量，受傷人數(shù)為因變量建立多元線性回歸模型，結(jié)果表明，生活用火不慎火災(zāi)占比、其他火災(zāi)占比對受傷人數(shù)產(chǎn)生顯著性。

關(guān)鍵詞：受傷人數(shù);多元線性回歸;回歸模型;顯著性

隨著社會的快速發(fā)展，我國火災(zāi)頻頻出現(xiàn)，每年都有許多人在火災(zāi)中受傷。文章截取2009～2018年火災(zāi)受傷人數(shù)、電器火災(zāi)占比、生活用火不慎火災(zāi)占比、其他火災(zāi)占比統(tǒng)計數(shù)據(jù)建立多元線性回歸模型，并對模型進(jìn)行回歸分析。

一、收集數(shù)據(jù)

文章從中國消防救援年鑒中截取了2009～2018 年火災(zāi)中受傷人數(shù)、電器火災(zāi)占比、生活用火不慎火災(zāi)占比、其他火災(zāi)占比的相關(guān)數(shù)據(jù)收集如下表。

二、求解并建模

將表1中的數(shù)據(jù)上傳到SPSS軟件中，進(jìn)入線性回歸，點擊開始分析可得線性回歸分析結(jié)果。

按照電器火災(zāi)占比t1（%）、生活用火不慎火災(zāi)占比t2（%）、其他火災(zāi)占比t3（%）為自變量，受傷人數(shù)s（人/每年）為因變量，建立多元回歸模型 。根據(jù)表2數(shù)據(jù)，可知多元線性回歸模型表達(dá)式如下：

三、研究與分析

從上表2可以看出，模型R方值為0.778，它是反映電器火災(zāi)占比t1、生活用火不慎火災(zāi)占比t2、其他火災(zāi)占比t3對受傷人數(shù)s的聯(lián)合影響程度。然后采用方差分析法（F檢驗）對模型進(jìn)行檢驗，其中F=6.992，p=0.022<0.05，也即說明三個自變量至少一項會對因變量產(chǎn)生影響關(guān)系。因為電器火災(zāi)所占比、生活用火不慎火災(zāi)占比、其他火災(zāi)占比的回歸系數(shù)值分別為7.038（t=0.176，p=0.866>0.05）、198.642（t=2.475，p=0.048<0.05）、113.430（t=4.270，p=0.005<0.01），所以電器火災(zāi)所占比t1并不會對受傷人數(shù)s產(chǎn)生影響關(guān)系，生活用火不慎火災(zāi)占比t2、其他火災(zāi)占比t3會對受傷人數(shù)s產(chǎn)生顯著的正向影響關(guān)系。

四、結(jié)語

文章通過建立模型，對回歸系數(shù)進(jìn)行顯著性檢驗得出生活用火不慎火災(zāi)占比t2，其他火災(zāi)占比t3會對受傷人數(shù)s產(chǎn)生顯著的正向影響關(guān)系。但是電器火災(zāi)所占比t1并不會對受傷人數(shù)s產(chǎn)生影響關(guān)系。

參考文獻(xiàn)：

[1]楊雯婷.多元線性回歸在廣西糧食產(chǎn)量預(yù)測中的應(yīng)用[J].科技展望，2015（30）：149.

[2] 李智錄，李抗彬. 雪冰融水型洪水預(yù)報模型建立與應(yīng)用[J].西安理工大學(xué)學(xué)報，2006（03）：253-256.

[3]范廷賓，王明.火燒云鉛鋅礦礦石小塊體重多元線性回歸模型建立及檢驗[J].地質(zhì)學(xué)刊，2017（03）：410-414.

[4]應(yīng)急管理部消防救援局.2018中國消防年鑒[M].北京：應(yīng)急管理部出版社，2018.

[5]徐志勝.安全系統(tǒng)工程[M].北京：機(jī)械工業(yè)出版社，2016：185-186.

[6]The SPSSAU project （2020）. SPSSAU. （Version 20.0）[Online Application Software].Retrieved from https：//www.spssau.com.

作者簡介：

王林（1989—），男，漢族，碩士研究生，助理工程師，研究方向：滅火救援。