事故預測預防張艷艷

重慶大學目錄第一章事故預測的數學原理與方法第二章生產過程中事故預測預防第三章作業人員事故預測預防第四章運用人體生物節律理論和“月相”預測與控制事故1、事故預測的數學原理與方法1.1概述1.2事故回歸預測數學模型1.3事故預測數學模型程序設計流程1.4事故發生規律預測模式1.5實踐應用舉例1.6事故灰色預測數學模型概念解析事故，是人們在進行有目的的活動過程中，突然發生的違背人們意志的不幸事件。預測，是人們根據過去積累的經驗和知識來探索事物可能發展的趨勢，并做出估計與評價。事故預測預防的原理：依據事故所具有的的因果性、偶然性、必然性和再現性的特點，從而尋找事故的規律性，以防事故的發生。1.1概述事故的發生，尤其是傷亡事故的發生是隨機的。它是由諸多的因素而構成，而且他們之間有著十分復雜的關系。預測事故“再現”概率，則又關系到這些相關因素的比例和時間相結合的機會。為了了解并掌握事故潛在的某些規律，必須對已經發生的事故進行追蹤，分析和研究其所發生的根本原因，從中了解事故發生的傾向與內在規律，以便尋找未來時間內事故發生的潛在性或可能性，從而采取相應的措施加以預防或排除，不使其導致為“再現”的事故。這就是事故預測技術的精髓與核心。科學的安全管理，就是從事故的偶然性之中，找出事故發生的必然性，認識事故發生的規律性，把事故消滅在萌芽之中。通過對大量事故的統計、分析、研究與多年現場實踐積累的經驗證明，能夠準切反映事故發生客觀規律的事故預測的最佳方法是：用數理統計學的非線性的回歸分析和灰色系統理論的手段而建立的“事故預測數學模型”。1.2事故回歸預測數學模型一元線性回歸分析數學模型回歸分析是數理統計中處理變量之間一種較為成熟、實用和有效的辦法。它可以簡便有效地利用調查的統計資料，對經濟現象進行事先預計和推斷，為此引出一元線性回歸分析數學模型和解決問題的方法。

散點圖：把具有相關關系的兩個變量、之間的若干對實測數據（）所對應的個離散的點在直角坐標系中描繪出來，所得到的圖象叫做散點圖。回歸直線：圖中所有的散點，總的表現出某種趨勢，把能反映散點趨勢的某條直線稱為回歸直線．該直線所對應的一元方程叫做回歸直線方程．

例1：某物流公司一年中每月的總運量（萬噸）與每月的總成本（萬噸）的統計數據如下表4－6:試給出散點圖

x1.081.121.191.281.361.481.591.681.801.871.982.07C2.252.272.402.552.642.752.923.033.143.253.363.50解：將表中的個散點，描在坐標系中，得到散點圖，如圖4-4,用一條直線來近似地表示它們之間的關系，這條直線就叫做總成本C對運量x的回歸直線，回歸直線的方程就叫做成本對運量的回歸方程，記作=a+bx其中，a,b稱為回歸系數．為了和總成本C的實際觀測值區別，用

表示回歸方程中的總成本，由的每一個取值所得到的的值叫做總成本的回歸值．一般地，如果隨機變量y與變量x之間呈現某種線性關系，則與之間一元線性回歸模型為:?=a+bx

1.2.1最小二乘法1.2.2一元回歸模型方程【例2】

在某一企業物流的生產過程中，為研究溫度(單位:℃)對產品的腐蝕程度(單位:%)的影響，測得下列一組數據,如下表所示:1.2.3回歸方程的顯著性檢驗1、相關系數2、線性相關的顯著性水平檢驗方法一般地，按照以下步驟對線性相關的顯著性進行檢驗。

①提出原假設H0：y與x的線性關系不顯著。記b=0，這是因為當時，回歸直線是一條平行于軸的直線，無論x如何變化，y的值均為常數，顯然，不可能有顯著的線性關系。

②選用統計量,并根據樣本值計算的值；

③按給出的顯著性檢驗水平a和自由度f=n-2，查附表6的相關系數臨界值表，得