消防員殉職人數多元線性回歸模型建立及分析

王林 繆剛和

摘要：本文基于2018年中國消防年鑒統計數據，建立了消防員殉職人數的多元線性回歸模型，運用SPSS軟件進行多元線性回歸分析，并對模型進行檢驗，證明該方法構建的模型是有意義的。

關鍵詞：消防員殉職;回歸模型;SPSS軟件;回歸分析;檢驗

1 引言

隨著經濟的快速發展，消防救援隊伍接警出動起數日益增多，危險性不斷升高，每年都有消防員在接警出動過程中殉職。文章基于2018年中國消防年鑒統計數據，利用SPSS軟件，避開程序開發和復雜的數學求解過程，能夠快速建立多元線性回歸模型，并對模型進行分析和檢驗。

2 多元線性回歸模型

多元線性回歸模型如下：

3 收集數據并運用SPSS求解

文章截取2009到2018年每年中國消防員殉職人數、虛警及其他出動起數（萬起）、火災撲救出動起數（萬起）、搶險救援出動起數（萬起）、社會救助出動起數（萬起）的相關數據。按照虛警及其他（y1）、火災撲救（y2）、搶險救援（y3）、社會救助（y4）為自變量，殉職人數z為因變量，建立多元回歸模型。

結合表1，運用SPSS軟件，得到下面數據。

根據表2數據，得到的殉職人數與虛警及其他、火災撲救、搶險救援和社會救助的多元線性回歸模型表達式為：

4 回歸分析和檢驗

從表2可知，將虛警及其他y1，火災撲救y2，搶險救援y3，社會救助y4作為自變量，而將殉職人數z作為因變量進行線性回歸分析，從上表可以看出，模型R方值為0.846，意味著虛警及其他y1，火災撲救y2，搶險救援y3，社會救助y4可以解釋殉職人數z的84.6%變化原因。對模型進行F檢驗時發現模型通過F檢驗（F=6.862，p=0.029<0.05），也即說明虛警及其他y1，火災撲救y2，搶險救援y3，社會救助y4中至少一項會對殉職人數z產生影響關系。虛警及其他y1的回歸系數值為-5.022（t=-3.708，p=0.014<0.05），意味著虛警及其他y1會對殉職人數z產生顯著的負向影響關系。火災撲救y2的回歸系數值為-0.382（t=-1.360，p=0.232>0.05），意味著火災撲救y2并不會對殉職人數z產生影響關系。搶險救援y3的回歸系數值為2.223（t=3.432，p=0.019<0.05），意味著搶險救援y3會對殉職人數z產生顯著的正向影響關系。社會救助y4的回歸系數值為2.909（t=3.201，p=0.024<0.05），意味著社會救助y4會對殉職人數z產生顯著的正向影響關系。

5 結語

對模型進行F檢驗時發現模型通過F檢驗（F=6.862，p=0.029<0.05），說明模型有意義，至少有一個y會對z產生影響。經分析可知：搶險救援y3， 社會救助y4會對殉職人數z產生顯著的正向影響關系。以及虛警及其他y1會對殉職人數z產生顯著的負向影響關系。但是火災撲救y2并不會對殉職人數z產生影響關系。

參考文獻：

[1] 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].地質學刊，2017（03）：410-414.

[2] 楊雯婷.多元線性回歸在廣西糧食產量預測中的應用[J].科技展望，2015（30）：149.

[3] 應急管理部消防救援局.2018中國消防救援年鑒[M].北京：應急管理部出版社，2018.

[4] 徐志勝.安全系統工程[M].北京：機械工業出版社，2016：185-186.

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

[6] Sun Dao-de. Selection of the Linear Regression Model According? to the Parameter Estimation[J]. Wuhan University Journal of? Natural Sciences，000，5（4）：400-405.

[7] Barassi M R. Microeconometrics; Methods and Applications by A.Colin Cameron;Pravin K.Trivedi[J].2005.

[8] 威廉H·格林.經濟計量分析[M].北京：中國社會科學出版社，1998.

[9] 張厚粲，徐建平.現代心理與教育統計學.第3版[M].北京師范大學出版社，2009.

作者簡介：

[1]王林（1989-），男，漢族，碩士研究生，云南省昆明市官渡區消防救援局昆明訓練總隊助理工程師，研究方向：滅火救援。

[2]繆剛和（1994-），男，云南宣威人，本科學歷，應急管理部消防救援局昆明訓練總隊辦公室三級助理員。