【正文】 分析預(yù)測上，重點(diǎn)是消除事故隱患，保證設(shè)備、設(shè)施和系統(tǒng)安全。盡管灰色過程中所顯示的現(xiàn)象是隨機(jī)的，但畢竟是有序的，因此這一數(shù)據(jù)集合具備潛在的規(guī)律。由于博克斯－詹金斯法是理論較完善的統(tǒng)計(jì)預(yù)測方法， 對于行業(yè)事故統(tǒng)計(jì)資料比較全的一些微觀安全生產(chǎn)事故統(tǒng)計(jì)分析預(yù)測應(yīng)該講有一定的應(yīng)用空間 。 ⑷ 由于現(xiàn)有的許多統(tǒng)計(jì)軟件包已解決了博克斯－詹金斯法的計(jì)算問題，這樣在應(yīng)用博克斯－詹金斯法進(jìn)行預(yù)測時(shí)， 應(yīng)將注意力放在對所用時(shí)間序列資料的模型識(shí)別及對所建預(yù)測模型的實(shí)際意義的檢驗(yàn)上 。 ⑵ 應(yīng)用博克斯－詹金斯法建模時(shí)，逐次增加模型的階數(shù)，的確有可能達(dá)到使模型通過統(tǒng)計(jì)檢驗(yàn)的要求。 博克斯－詹金斯法進(jìn)行預(yù)測時(shí)，不僅考察預(yù)測變量的過去值與當(dāng)前值，同時(shí)對模型同過去值擬合產(chǎn)生的誤差也作為重要因素進(jìn)入模型，這樣有利于提高模型的精確度。這一程序可以反復(fù)進(jìn)行，其最終結(jié)果可以保證所選用的模型的預(yù)測誤差達(dá)到最小。 －詹金斯法的評價(jià) 博克斯－詹金斯法是最通用的時(shí)間序列預(yù)測法 。如不恰當(dāng)，則返回第一階段，重新選定模型。 模型識(shí)別是博克斯 詹金斯法預(yù)測中至關(guān)重要的一步。 YYX tt ?????nttYnY11 所謂 差分平穩(wěn)化 處理，就是指 對均值為零的非平穩(wěn)的時(shí)間序列 進(jìn)行差分，使之成為 平穩(wěn)時(shí)間序列 ，即對序列 Yt進(jìn)行一階差分，得到一階差分序列▽ Yt： 對一階差分序列▽ Yt再進(jìn)行一階差分，得到二階差分序列▽ 2Yt： 依此類推，可以差分下去，得到 各階差分序列 。但是，大量數(shù)據(jù)總表現(xiàn)出某種上升或下降趨勢，構(gòu)成 非零均值的非平穩(wěn)的時(shí)間序列 。這組隨機(jī)變量所具有的 依存關(guān)系或自相關(guān)性表征了預(yù)測對象發(fā)展的延續(xù)性 ，而這種自相關(guān)性一旦被相應(yīng)的數(shù)學(xué)模型描述出來，就可以從時(shí)間序列的過去值及現(xiàn)在值預(yù)測其未來值。 自回歸模型的公式為： 式中： p是自回歸模型的階數(shù)； Yt是時(shí)間序列在 t期的觀 測值， Yt1是該時(shí)間序列在 t1期的觀測值，類似 地， Ytp是時(shí)間序列在 tp期的觀測值； et是誤差 或偏差 ,表示不能用模型說明的隨機(jī)因素。 時(shí)間序列平滑法不但可以應(yīng)用于宏觀的安全生產(chǎn)預(yù)測與決策，同時(shí)也可以應(yīng)用于微觀的安全生產(chǎn)預(yù)測與決策 。 ③ 如果時(shí)間序列的變化很小， α 宜取稍小的值，一般為 ～ ，以使較早的觀測值也能充分反映在現(xiàn)時(shí)的指數(shù)平滑值中。 平滑常數(shù) α 的選擇主要還是依靠經(jīng)驗(yàn) 。 從理論上說，選 α 取 0～ 1之間任意數(shù)值均可以。若選 α ＝ 0,St＝ St1,這是充分相信初始值 ,預(yù)測過程中不需要引進(jìn)任何新信息。 布朗三次指數(shù)平滑是對二次平滑值再進(jìn)行一次平滑 ，并用以估計(jì)二次多項(xiàng)式參數(shù)的一種方法，所律立的模型為： 這是一個(gè)非線性平滑模型 ,它類似于一個(gè)二次多項(xiàng)式 ,能表現(xiàn)時(shí)序的一種曲線變化趨勢，故常用于非線性變化時(shí)序的 短期預(yù)測 。二次指數(shù)平滑值的計(jì)算公式為： 二次指數(shù)平滑值并不直接用于預(yù)測，而是 仿照二次移動(dòng)平均法 ,根據(jù)滯后偏差的演變規(guī)律建立線性預(yù)測模型 。 指數(shù)平滑法的 缺點(diǎn) 是 ,對數(shù)據(jù)的轉(zhuǎn)折點(diǎn)缺乏鑒別能力 ,這可通過調(diào)查預(yù)測法或?qū)＜翌A(yù)測法加以彌補(bǔ)；另一缺點(diǎn)是 長期預(yù)測的效果比較差 ，故多用于短期預(yù)測。 ? ? ? ? ? ?1 11 1 ?????? ttt SyS ????11?tS? ? ? ? ? ?1 11 1? ?? ?????? tttTt SySy ??Tty?? 一次指數(shù)平滑法有 兩個(gè)基本特點(diǎn) ： ① 指數(shù)平滑法對實(shí)際序列有平滑作用， 平滑系數(shù) α 越小，平滑作用越強(qiáng)，但對實(shí)際數(shù)據(jù)的變動(dòng)反應(yīng)較遲緩 。因?yàn)闄?quán)系數(shù)是指數(shù)幾何等級數(shù)，指數(shù)平滑法也由此而得名。 一次指數(shù)平滑法用于實(shí)際數(shù)據(jù)序列以隨機(jī)變動(dòng)為主的場合 ?；谶@種思想，指數(shù)平滑法認(rèn)為， 數(shù)據(jù)的重要程度按時(shí)間上的遠(yuǎn)近成非線性遞減 。一次移動(dòng)平均法假定近期 N個(gè)數(shù)據(jù)同等重要。 tyyy , 21 ?? 依賴于時(shí)間變化的變量Ｙ t稱之為時(shí)間序列 ,簡稱時(shí)序列。 其基本思想在于 ： 除一些不規(guī)則變動(dòng)外，過去的時(shí)序數(shù)據(jù)存在著某種基本形態(tài)，假設(shè)這種形態(tài)在短期內(nèi)不會(huì)改變，可以作為下一期預(yù)測的基礎(chǔ) 。 ⑵ 線性二次移動(dòng)平均法 為了消除預(yù)測的系統(tǒng)誤差，可將一次移動(dòng)平均值，加上一次移動(dòng)平均值與二次移動(dòng)平均值之差。為了避免利用線性一次移動(dòng)平均法預(yù)測有趨勢的數(shù)據(jù)時(shí)產(chǎn)生系統(tǒng)誤差，發(fā)展了 線性二次移動(dòng)平均 。 移動(dòng)平均法具有 兩個(gè)優(yōu)點(diǎn) ： ①計(jì)算量少； ②移動(dòng)平均線能較好地反映時(shí)序趨勢及其變化 。 移動(dòng)平均法有兩種極端情況 ： ①在移動(dòng)平均值的計(jì)算中包括的過去觀察值的實(shí)際個(gè)數(shù) N=1，這時(shí)利用最新的觀察值作為下一期的預(yù)測值； ② N＝ n,這時(shí)利用全部 n個(gè)觀察值的算術(shù)平均值作為預(yù)測值。 ⑴一次移動(dòng)平均法 一次移動(dòng)平均的方法是收集一組觀察值，計(jì)算這組觀察值的均值，利用這一均值作為下一期的觀察值，也可以利用這一均值作為下一期的預(yù)測值 。這里最常用的是一階向后差分法。 ②指數(shù)曲線預(yù)測模型 常見的指數(shù)曲線預(yù)測模型有： 指數(shù)曲線預(yù)測模型 修正指數(shù)曲線預(yù)測模型 tbby t 10? ??2210? tbtbby t ???332210? tbtbtbby t ????nnt tbtbtbby ????? ?2210?btt aey ??tt beay ???③ 對數(shù)曲線預(yù)測模型 常見的對數(shù)曲線預(yù)測模型有： ④生長曲線預(yù)測模型 皮爾曲線預(yù)測模型 ： 式中： L為變量 Yt的極限值； a、 b為常數(shù)； t為時(shí)間 。 由以上兩個(gè)假設(shè)條件可知， 趨勢外推法 是事物發(fā)展?jié)u進(jìn)過程的一種統(tǒng)計(jì)預(yù)測方法。這就是趨勢外推法。 ⑵時(shí)間序列分解模型 將時(shí)間序列分解成 長期趨勢 T、 季節(jié)變動(dòng) S、 周期變動(dòng) C和 不規(guī)則變動(dòng) I四個(gè) 因 素后 ， 可以認(rèn)為 時(shí)間序列Ｙ是這四個(gè)因素的函數(shù)， 即 ： 時(shí)間序列分解的方法有很多，較常用的模型有加法模型 和 乘法模型 。在某種情況下，它也可以表現(xiàn)為某種類似指數(shù)趨勢或其他曲線趨勢的形式。該預(yù)測方法的一個(gè)明顯特征是所用的 數(shù)據(jù)都是有序的。具體到每一類事故，情況又很復(fù)雜。在進(jìn)行回歸預(yù)測時(shí)，必須考慮未來因素的變化，修正分析的結(jié)論。在整理資料過程中， 如發(fā)現(xiàn)個(gè)別因素缺少某些年度的數(shù)字，可采用一定的統(tǒng)計(jì)方法（如比例推算法、統(tǒng)計(jì)插值法、調(diào)查估算法等）予以補(bǔ)齊。如果有進(jìn)行外推的充分根據(jù)和需要 ,也應(yīng)十分慎重 ,而且 不能離開原來的范圍太遠(yuǎn) 。 在具體運(yùn)用時(shí)，應(yīng)注意以下幾個(gè)問題： ①定性分析問題 依靠研究人員的理論知識(shí)、專業(yè)知識(shí)、實(shí)際經(jīng)驗(yàn)和分析研究能力確定現(xiàn)象之間的相互關(guān)系和發(fā)展規(guī)律性，并且在多數(shù)情況下，現(xiàn)象之間只是在一定范圍內(nèi)才具有相關(guān)關(guān)系。 ⑵確定相關(guān)函數(shù)中的未知參數(shù) 函數(shù)類型確定以后，接下來就需要確定函數(shù)關(guān)系式的未知參數(shù)。因而，可以用線性回歸方法解決非線性回歸預(yù)測問題。多元回歸與一元回歸類似， 可以用最小二乘法估計(jì)模型參數(shù) 。最小二乘法的意義在于使： 達(dá)到最小。 具體方法 主要有 一元線性回歸預(yù)測法 和 非線性回歸預(yù)測法 。 二、回歸預(yù)測法 除了 預(yù)測對象隨時(shí)間自變量變化 外，許多預(yù)測對象的變化因素之間是相互關(guān)聯(lián)的，它們之間往往存在著互相依存的關(guān)系，將這些相關(guān)因素聯(lián)系起來，進(jìn)行 因果關(guān)系分析 ，才可能進(jìn)行預(yù)測。 德爾菲法目前正在成為重要的決策工具， 在缺少歷史數(shù)據(jù)或涉及決策的數(shù)據(jù)量較大時(shí) ，往往應(yīng)用這種方法，避免了花費(fèi)大量的時(shí)間和精力來處理數(shù)據(jù) ,對于受相關(guān)因素影響變動(dòng)大的決策問題 ,更體現(xiàn)出這種方法的可行性。問題要按等 級排隊(duì)，先簡單，后復(fù)雜；先綜合，后局部， 這樣易于引起專家回答問題的興趣。 第四步 ： 專家等人接到第二次通知后 ，就各種預(yù)測意見及其依據(jù)和理由進(jìn)行分析， 再次進(jìn)行預(yù)測 ，提出自己的修改預(yù)測意見及其依據(jù)和理由。要求每一位專家講明有什么特別資料可用來分析這些問題以及這些資料的使用方法。把專家看成相當(dāng)于一架電子計(jì)算機(jī)，腦子里貯存著許多數(shù)據(jù)資料，通過分析、判斷和計(jì)算，可以確定比較理想的預(yù)測值。德爾菲是古希臘傳說中的神諭之地 ,城中有座阿波羅神殿可以預(yù)卜未來 ,因而借用其名。專家主要指在某個(gè)領(lǐng)域中或某個(gè)預(yù)測問題上有專門知識(shí)和特長的人員。事故指標(biāo)預(yù)測的成敗，關(guān)鍵在于對系統(tǒng)結(jié)構(gòu)特征的分析和預(yù)測模型的建立。它對安全管理與決策有重要指導(dǎo)作用。 第二節(jié) 事故統(tǒng)計(jì)預(yù)測原理 二、事故指標(biāo) 事故指標(biāo) 是衡量系統(tǒng)安全的重要參數(shù)，國家進(jìn)行宏觀決策和規(guī)劃或有關(guān)部門制定安全管理目標(biāo)時(shí)，通常 要考慮各項(xiàng)事故指標(biāo)的現(xiàn)狀和未來達(dá)到的目標(biāo) 。 在事故預(yù)測中，不僅要有數(shù)學(xué)計(jì)算，而且還要有經(jīng)驗(yàn)判斷。以現(xiàn)代安全系統(tǒng)工程理論為基礎(chǔ)，將各種現(xiàn)代數(shù)學(xué)方法和計(jì)算機(jī)技術(shù)相結(jié)合，建立以隱患分析、事故預(yù)測、安全評價(jià)、安全決策為內(nèi)容的工業(yè)安全決策支持系統(tǒng)，將成為工業(yè)安全研究的發(fā)展趨勢 。由于研究的對象不同，目的不同，采用的方法也不一樣。第五章 事故統(tǒng)計(jì)預(yù)測與安全決策 本章主要內(nèi)容 第一節(jié) 事故預(yù)測概述 第二節(jié) 事故統(tǒng)計(jì)預(yù)測原理 第三節(jié) 事故統(tǒng)計(jì)預(yù)測方法 第四節(jié) 安全決策過程與決策要素 第五節(jié) 定性屬性的量化 第六節(jié) 安全決策方法 第七節(jié) 模糊決策－評價(jià) 第五章 事故統(tǒng)計(jì)預(yù)測與安全決策 第一節(jié) 事故預(yù)測概述 事故預(yù)測就是對系統(tǒng)未來的安全狀況進(jìn)行分析和測算。 微觀預(yù)測 分析系統(tǒng)的不安全隱患，研究、評價(jià)系統(tǒng)的安全狀況，采取相應(yīng)的安全技術(shù)措施，消除事故隱患，提高系統(tǒng)安全性能，避免事故發(fā)生。 就目前而言， 工業(yè)事故的預(yù)測分析與預(yù)防決策控制技術(shù)已成為現(xiàn)代安全管理的核心 。事故統(tǒng)計(jì)預(yù)測屬于預(yù)測方法的研究范疇，即如何用科學(xué)的統(tǒng)計(jì)方法對事故未來發(fā)展進(jìn)行定量推測 。只有這樣，才能將統(tǒng)計(jì)學(xué)的理論在事故統(tǒng)計(jì)工作中得到推廣和應(yīng)用，才能為安全生產(chǎn)監(jiān)督管理工作提供科學(xué)依據(jù)，以便采取有效措施，推動(dòng)我國經(jīng)濟(jì)持續(xù)、健康、快速發(fā)展。進(jìn)行 事故指標(biāo)預(yù)測 ，有助于進(jìn)一步開展事故隱患分析和系統(tǒng)安全評價(jià)。 慣性原理、相似性原則、相關(guān)性原則，為事故指標(biāo)預(yù)測提供了良好的基礎(chǔ) 。 其準(zhǔn)確性取決于專家知識(shí)的廣度、深度和經(jīng)驗(yàn) 。它是美國蘭德公司于 1964年首先用于預(yù)測領(lǐng)域的。 (2)匿名性 由于專家是背靠背提出各自的意見的，因而可免除心理干擾影響。專家人數(shù)不宜過多 ,一般在 8人～ 20人左右為宜。 第三步 ： 主持預(yù)測單位或領(lǐng)導(dǎo)小組 根據(jù)專家的預(yù)測意見 ,加以歸納整理 ,對不同的預(yù)測值，分別注明預(yù)測值的依據(jù)和理由 (根據(jù)專家意見 ,但不注明哪個(gè)專家的意見 ),然后再寄給各位專家，要求專家修改自己原有的預(yù)測，以及提出還有什么要求。 ⑴問題要集中，要有針對性，不要過分分散 ，以 便使各個(gè)事件構(gòu)成一個(gè)有機(jī)整體。如果一個(gè)事件包括兩個(gè)方面， 一方面是專家同意的 ,另一方面則是不同意的 , 這樣，專家就難以作出回答。 德爾菲法 缺點(diǎn) 是 責(zé)任比較分散，專家由于背景不同，意見有時(shí)可能不完整或不切合實(shí)際 。同時(shí)間序列預(yù)測模型類似，使用回歸預(yù)測模型時(shí)， 預(yù)測對象與影響因素之間必須存在因果關(guān)系，且數(shù)據(jù)量不宜太少，通常應(yīng)多于 20個(gè)，過去和現(xiàn)在數(shù)據(jù)的規(guī)律性應(yīng)適用于未來 。 1110 uXbby t ??? 線性回歸模型參數(shù)的估計(jì)方法通常用最小二乘法。 ? ? ? ????????????niiiniiinii xbbyyyu12101212 ? 事物的變化往往受到多個(gè)因素的影響，因此，一般要進(jìn)行 多元回歸分析 ，把包括 兩個(gè)或兩個(gè)以上自變量的回歸稱為多元回歸 。 實(shí)際中，很多現(xiàn)象之間的關(guān)系并不是線性關(guān)系，對這種類型現(xiàn)象的分析預(yù)測一般要應(yīng)用 非線性回歸預(yù)測 ， 通過變量代換 ,可以將很多的非線性回歸轉(zhuǎn)化為線性回歸