消防员殉职人数多元线性回归模型建立及分析

王林 缪刚和

摘要：本文基于2018年中国消防年鉴统计数据，建立了消防员殉职人数的多元线性回归模型，运用SPSS软件进行多元线性回归分析，并对模型进行检验，证明该方法构建的模型是有意义的。

关键词：消防员殉职;回归模型;SPSS软件;回归分析;检验

1 引言

随着经济的快速发展，消防救援队伍接警出动起数日益增多，危险性不断升高，每年都有消防员在接警出动过程中殉职。文章基于2018年中国消防年鉴统计数据，利用SPSS软件，避开程序开发和复杂的数学求解过程，能够快速建立多元线性回归模型，并对模型进行分析和检验。

2 多元线性回归模型

多元线性回归模型如下：

3 收集数据并运用SPSS求解

文章截取2009到2018年每年中国消防员殉职人数、虚警及其他出动起数（万起）、火灾扑救出动起数（万起）、抢险救援出动起数（万起）、社会救助出动起数（万起）的相关数据。按照虚警及其他（y1）、火灾扑救（y2）、抢险救援（y3）、社会救助（y4）为自变量，殉职人数z为因变量，建立多元回归模型。

结合表1，运用SPSS软件，得到下面数据。

根据表2数据，得到的殉职人数与虚警及其他、火灾扑救、抢险救援和社会救助的多元线性回归模型表达式为：

4 回归分析和检验

从表2可知，将虚警及其他y1，火灾扑救y2，抢险救援y3，社会救助y4作为自变量，而将殉职人数z作为因变量进行线性回归分析，从上表可以看出，模型R方值为0.846，意味着虚警及其他y1，火灾扑救y2，抢险救援y3，社会救助y4可以解释殉职人数z的84.6%变化原因。对模型进行F检验时发现模型通過F检验（F=6.862，p=0.029<0.05），也即说明虚警及其他y1，火灾扑救y2，抢险救援y3，社会救助y4中至少一项会对殉职人数z产生影响关系。虚警及其他y1的回归系数值为-5.022（t=-3.708，p=0.014<0.05），意味着虚警及其他y1会对殉职人数z产生显著的负向影响关系。火灾扑救y2的回归系数值为-0.382（t=-1.360，p=0.232>0.05），意味着火灾扑救y2并不会对殉职人数z产生影响关系。抢险救援y3的回归系数值为2.223（t=3.432，p=0.019<0.05），意味着抢险救援y3会对殉职人数z产生显著的正向影响关系。社会救助y4的回归系数值为2.909（t=3.201，p=0.024<0.05），意味着社会救助y4会对殉职人数z产生显著的正向影响关系。

5 结语

对模型进行F检验时发现模型通过F检验（F=6.862，p=0.029<0.05），说明模型有意义，至少有一个y会对z产生影响。经分析可知：抢险救援y3， 社会救助y4会对殉职人数z产生显著的正向影响关系。以及虚警及其他y1会对殉职人数z产生显著的负向影响关系。但是火灾扑救y2并不会对殉职人数z产生影响关系。

参考文献：

[1] 范廷宾，王明.火烧云铅锌矿矿石小块体重多元线性回归模型建立及检验[J].地质学刊，2017（03）：410-414.

[2] 杨雯婷.多元线性回归在广西粮食产量预测中的应用[J].科技展望，2015（30）：149.

[3] 应急管理部消防救援局.2018中国消防救援年鉴[M].北京：应急管理部出版社，2018.

[4] 徐志胜.安全系统工程[M].北京：机械工业出版社，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.经济计量分析[M].北京：中国社会科学出版社，1998.

[9] 张厚粲，徐建平.现代心理与教育统计学.第3版[M].北京师范大学出版社，2009.

作者简介：

[1]王林（1989-），男，汉族，硕士研究生，云南省昆明市官渡区消防救援局昆明训练总队助理工程师，研究方向：灭火救援。

[2]缪刚和（1994-），男，云南宣威人，本科学历，应急管理部消防救援局昆明训练总队办公室三级助理员。