, (19)

где - среднее квадратичное отклонение для значений переменной y; - среднее квадратичное отклонение для значений x_i; - коэффициент множественной детерминации для уравнения регрессии в целом; - коэффициент множественной детерминации, характеризующий зависимость между фактором x_i и остальными факторами (x₁, x₂,…, x_i-1, x_i+1,…, x_n)уравнения регрессии.

Каждое из опытных значений статистики сравнивают с критическим значением (i=1,2,…,n), которое ищется по таблице распределения Стьюдента при заданном уровне значимости α и числе степеней свободы k, равном k=m-n-1. В данном случае при уровне значимости α=0,05 и k=13-3-1=9 =2,26.

Таблица 18 – Рассчитанные опытные значения t – статистики Стьюдента

Показатель травмирования
	a1	a2	a3
Кч	7,32	7,35	6,45
Кл	8,17	8,67	7,23
Кп.з.	6,17	6,39	2,29
Кт	7,72	3,46	7,79

Если >

---

, то гипотеза о значимости коэффициента a_i не отвергается, и соответствующая переменная x_i остается в уравнении. В противном случае коэффициент a_i считается незначимым и соответствующую ему переменную следует исключить из уравнения регрессии. Таким образом, сравнив полученные опытные значения с критическим , можно сделать вывод, что незначимых коэффициентов во всех четырех уравнениях нет.
Проверка значимости линейного уравнения множественной регрессии в целом

Если окажется, что при заданном уровне значимости α уравнение незначимо, то пользоваться им нельзя, а найденной зависимостью следует пренебречь.

Для проверки значимости уравнения регрессии используется опытная F-статистика Фишера:
, (20)

где m – объем выборки; n – число переменных в уравнении множественной регрессии; f(x_i1, x_i2, …, x_in) – i-е расчетное значение переменной y; - среднее опытных значений случайной величины Y.

Полученные опытные значения критерия Фишера сравниваются с критическими значениями =F(α;k₁;k₂) при выбранном уровне значимости α. Число степеней свободы k₁ = m – n – 1, k₂ = n.

При выбранном уровне значимости α=0,05 и числе степеней свободы k₁ = 13 – 3 – 1= 9, k₂ = 3 =8,81

Таблица 19 - Рассчитанные опытные значения критерия Фишера

Показатель травмирования	Fоп
Кч	42,74
Кл	21,24
Кп.з.	20,8
Кт	22,4

---

При сравнении опытных значений критериев Фишера с критическим (при уровне значимости α=0,05 F_кр=8,81), все они удовлетворяют неравенству F_оп > F_кр и делается вывод, что с вероятностью p=1-α=0,95 все уравнения значимы, и мы получаем определенные основания доверять построенным уравнениям регрессии.
Оценка точности линейного уравнения множественной регрессии

Заключительная статистическая процедура – оценка точности построенных уравнений регрессии.

Оценка близости опытных значений y_i случайной величины Y и ее расчетных значений f(x_i), получаемых с помощью уравнения линейной регрессии, выполняется с помощью среднеквадратической погрешности по следующей формуле:

. (21)

Таблица 20 - Результаты расчета среднеквадратичной погрешности уравнений

Кч	1,223	0,318
Кл	0,003	0,016
Кп.з.	10,984	0,955
Кт	111,746	3,045

Расчет прогнозных значений

Для вычисления прогнозных значений воспользуемся данными из Программы социально-экономического развития республики. Целесообразно сравнить планируемые значения показателей с фактическими. Результаты сравнения представлены в таблицах № 21, 22.

Таблица 21 - Выполнение основных показателей Программы социально-экономического развития на 2012 – 2020 годы – Валовой региональный продукт

Год	Факт, млрд.руб.	План, млрд.руб.
2012	140	120,7
2013	164,8	132,9
2014	205,8	145,9
2015	240,3	159,4
2016	226,1	174,1
2017	264,5	243,8
2018	318,8	264,5
2019	335,4	346,6
2020	404,8	414,5

---

Таблица 22 - Выполнение основных показателей Программы социально-экономического развития на 2012 – 2020 годы – Инвестиции в основной капитал

Год	Факт, млрд.руб.		План, млрд.руб.
2012	26,9		17,7
2013	34,3		20,1
2014	44,5		22,9
2015	49,9		26,0
2016	41,3		29,1
2017	42,3		40,1
2018	60,9		50,2
2019		57,2		65,6
2020		71,8		72,3

Сравнение показало, что данными из Программы социально-экономического развития можно воспользоваться, так как плановые значения чаще ниже фактических.

Статистические, полученные расчетные и прогнозные данные представлены в таблице.

Таблица 23 - Статистические, расчетные и прогнозные показатели травматизма

Год	Кч	Кч прог.	Кл	Кл прог	Кп.з.	Кп.з.прог	Кт	Кт прог
2004	6,170	5,543	0,124	0,107	1,579	1,598	23,000	23,309
2005	5,586	5,448	0,103	0,106	1,474	1,525	23,500	23,978
2006	5,273	5,334	0,118	0,104	1,613	1,493	25,600	25,931
2007	5,012	5,192	0,081	0,100	1,688	1,475	24,417	25,136
2008	4,689	4,761	0,085	0,096	1,449	1,353	24,660	26,106
2009	4,308	4,454	0,087	0,090	1,313	1,301	26,121	29,03
2010	3,872	3,984	0,103	0,082	1,062	1,219	35,826	32,353
2011	3,492	3,582	0,052	0,072	1,171	1,158	43,105	35,621
2012	3,089	3,792	0,062	0,076	1,237	1,154	39,604	35,45
2013	3,121	3,121	0,041	0,040	1,369	1,380	38,899	39,261
2014	3,084	2,754	0,047	0,058	1,150	0,917	41,300	42,047
2015	2,500	2,624	0,034	0,055	0,621	0,834	40,665	44,417
2016	2,203	1,874	0,070	0,044	0,529	0,624	46,544	46,809
2017	-	1,812	-	0,033	-	0,714	-	47,940
2018	-	1,496	-	0,027	-	0,637	-	50,028
2019	-	1,179	-	0,020	-	0,561	-	52,116
2020	-	0,862	-	0,014	-	0,484	-	54,204

---

Расчет риска травмирования

В настоящее время многие авторы отмечают, что поток несчастных случаев на производстве распределяется по дискретному пуассоновскому закону. Этот закон предполагает, что указанный поток обладает свойствами стационарности - интенсивность несчастных случаев не зависит от времени работы, ординарности - вероятность возникновения двух несчастных случаев и более на малом отрезке времени является величиной более высокого порядка малости по сравнению с вероятностью одного случая травмирования, отсутствием последействия - на любых двух не перекрещивающихся отрезках времени числа проявлений несчастных случаев независимы. Стационарность доказывается тем, что число случаев травмирования по годам меняется незначительно, ординарность - тем, что групповые несчастные случаи происходят крайне редко. Отсутствие последействия подтверждается тем, что число несчастных случаев, например, в декабре не зависит от того, сколько их было в предыдущем месяце, т.е. несчастные случаи появляются на оси времени по причинам, не зависимым от самих этих случаев. Вероятность несчастных случаев, по данным В.М. Минько, может быть представлена формулой
, (22)

где Р(к) - вероятность k несчастных случаев, k = 0, 1, 2, 3, ...; N - число работающих; t - продолжительность работы, лет; β - повышающий коэффициент, использующийся тогда, когда есть основания считать данные о несчастных случаях заниженными. Имеются результаты исследований, из которых вытекает, что 1 < β < 5.

Выражение позволяет получать прогностические оценки различных событий, связанных с производственным травматизмом. Может быть получен и риск R травмирования

, (23)

где Р(о) вычисляется по выражению. При k = 0 выражение получает вид

, (24)

В выражение вместо коэффициента частоты можно ввести коэффициент смертности Кс.и., что позволяет записать

, (25)

где - вероятность Кс.и. (Кс.и. = 0, 1, 2, ...) несчастных случаев со смертельным исходом.

Таблица 24 – Риски травмирования

---

Смотрите также файлы

• Влияние физической культуры и спорта на организм человека.rtf

• 1 хаттамасы маусым 2023ж саат минуттан саат минута дейін Абдрашид Ділшат лы 1304000Есептеу техникасы жне бадарламамен амтасыз ету.docx

• Организационная структура и взаимодействие подразделений организации с бухгалтерией (кассой).docx

• Организационное обеспечение (ОО).docx

• Теоретические основы организации рекламной деятельности в туристическом бизнесе.docx