火灾中受伤人数多元线性回归模型建立与研究

随着社会的快速发展，我国火灾频频出现，每年都有许多人在火灾中受伤。文章截取2009～2018年火灾受伤人数、电器火灾占比、生活用火不慎火灾占比、其他火灾占比统计数据建立多元线性回归模型，并对模型进行回归分析。

一、收集数据

文章从中国消防救援年鉴中截取了2009～2018年火灾中受伤人数、电器火灾占比、生活用火不慎火灾占比、其他火灾占比的相关数据收集如下表。

表1 数据统计表

二、求解并建模

将表1中的数据上传到SPSS 软件中，进入线性回归，点击开始分析可得线性回归分析结果。

表2 线性回归分析结果 (n=10)

按照电器火灾占比t1(%)、生活用火不慎火灾占比t2(%)、其他火灾占比t3(%)为自变量，受伤人数s(人/每年)为因变量，建立多元回归模型根 据 表2数据，可知多元线性回归模型表达式如下：

三、研究与分析

从上表2可以看出，模型R 方值为0.778，它是反映电器火灾占比t1、生活用火不慎火灾占比t2、其他火灾占比t3对受伤人数s的联合影响程度。然后采用方差分析法（F 检验）对模型进行检验，其中F=6.992，p=0.022<0.05，也即说明三个自变量至少一项会对因变量产生影响关系。因为电器火灾所占比、生活用火不慎火灾占比、其他火灾占比的回归系数值分别为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)，所以电器火灾所占比t1并不会对受伤人数s 产生影响关系，生活用火不慎火灾占比t2、其他火灾占比t3会对受伤人数s 产生显著的正向影响关系。

四、结语

文章通过建立模型，对回归系数进行显著性检验得出生活用火不慎火灾占比t2,其他火灾占比t3会对受伤人数s产生显著的正向影响关系。但是电器火灾所占比t1并不会对受伤人数s 产生影响关系。