Кластерный анализ однородности статистических данных о пожарах
Cluster analysis of the uniformity of fire statistics
- 1 ФГБОУ ВО «Академия Государственной противопожарной службы МЧС России»
- 2 ФГБОУ ВО АГПС МЧС России
- 3 Государственное бюджетное образовательное учреждение высшего образования Московской области "Технологический университет имени дважды Героя Советского Союза, летчика-космонавта А.А. Леонова".
Для выявления статистических зависимостей показателей ущерба от показателей времени реагирования пожарных подразделений важным является однородность (стационарность, гомоскедастичность) выборки. В работе показано, что официальные статистические данные о пожарах принадлежат двум кластерам, разделенным 2009-2011 годами, с учетом чего и построены регрессионные модели.
To identify statistical dependences of damage indicators on indicators of response time of fire departments, it is important to homogeneity (stationarity, homoscedasticity) of the sample. The paper shows that the official statistics on fires belong to two clusters separated by 2009-2011, taking into account that the regression models were built.
Введение. Статистические данные о пожарах [1] содержат разнообразные сведения о параметрах пожаров – о временных характеристиках, причиненном материальном ущербе, погибших и пострадавших людях, а также другие виды ущерба. Вся эта многообразная статистика представлена в различных разрезах с учетом тех или иных факторов, сопутствующих пожарам. Конечно, в этом огромном массиве данных на различных фазах его формирования вносится и значительное количество искажений, обусловленных человеческим фактором, неизбежно участвующим на всех фазах измерения, регистрации, обработки, обобщения и представления данных. Так, даже одни и те же характеристики, представленные в статистических сборниках разных лет, могут отличаться. Однако большой объем данных, обладая определенной избыточностью, позволяет при анализе существенно снизить негативное влияние разнообразных ошибок. Но кроме мелких ошибок статистические данные могут отражать и существенные факторы, приводящие к существенным неоднородностям в данных. К таким факторам относятся, в частности, изменения в нормативных документах, реагирование на которые может приводить к изменениям в статистической структуре данных. Такие изменения могут быть неочевидны и выявляются только в результате статистического анализа.
В данной работе решается задача построения
регрессионных зависимостей трех
показателей ущерба (прямого материального
ущерба
,
количества погибших
и травмированных
людей в 100 пожарах) от времени прибытия
первого пожарного подразделения на
пожар [2]. Данные о прямом материальном
ущербе скорректированы на величину
инфляции путем введения дефлятора,
приводящего стоимостные оценки к
сопоставимым значениям на начало 2018
года. При этом анализируются выборки
данных, опубликованные в статистических
сборниках за 2003-2017 гг. [1]. С помощью
кластерного анализа показано, что
выборки неоднородны (нестационарны) и
для корректного регрессионного анализа
следует использовать данные за 2011-2017
гг.
Предварительный анализ данных. Поскольку рассматриваются выборки статистических данных в хронологической последовательности (по годам), то для корректности анализа показатель прямого материального ущерба, представленный в статистических сборниках в текущих ценах, преобразуем к сопоставимым по годам ценам с помощью дефлятора.
В табл. 1 приведены данные анализируемой
выборки [1], где данные среднего прямого
материального ущерба представлены в
сопоставимых по годам ценах (т.е. с
применением дефлятора -
)
в ценах на 1.01.2018 года.
Таблица 1 - Выборка пожарной статистики для времени реагирования (среднего времени прибытия 1-го пожарного подразделения к месту пожара) и показателей ущерба
Год |
Время прибытия 1-го пожарного подразделения |
Прямой мат. ущерб |
Кол. погибш. на 100 |
Кол. травмир. на 100 |
||||||||
Все |
Гор. |
Село |
Все |
Гор. |
Село |
Все |
Гор. |
Село |
Все |
Гор. |
Село |
|
2003 |
11,82 |
8,44 |
19,37 |
64,8 |
59,6 |
75,3 |
8,1 |
6,8 |
10,7 |
5,9 |
6,2 |
5,2 |
2004 |
12,02 |
8,55 |
19,64 |
83,7 |
83,4 |
84,4 |
8,1 |
6,8 |
10,7 |
5,9 |
6,3 |
5,2 |
2005 |
12,18 |
8,56 |
19,67 |
86,2 |
85,6 |
87,5 |
8,0 |
6,8 |
10,3 |
5,8 |
6,2 |
5,1 |
2006 |
12,42 |
8,59 |
20,02 |
102,7 |
106,5 |
95,7 |
7,8 |
6,8 |
9,8 |
6,1 |
6,8 |
5,0 |
2007 |
12,06 |
8,38 |
19,24 |
100,3 |
91,6 |
116,3 |
7,6 |
6,2 |
10,0 |
6,4 |
6,9 |
5,5 |
2008 |
11,71 |
8,16 |
18,41 |
132,7 |
138,6 |
122,0 |
7,6 |
6,5 |
9,5 |
6,4 |
6,8 |
5,6 |
2009 |
10,12 |
7,12 |
15,01 |
115,5 |
120,5 |
107,3 |
7,4 |
6,3 |
9,3 |
7,1 |
7,8 |
5,8 |
2010 |
9,57 |
6,86 |
13,81 |
144,3 |
115,6 |
189,9 |
7,3 |
6,2 |
9,0 |
7,3 |
8,2 |
6,0 |
2011 |
9,08 |
6,66 |
12,87 |
176,6 |
202,1 |
135,5 |
7,1 |
5,9 |
9,1 |
7,4 |
8,2 |
6,1 |
2012 |
8,76 |
6,5 |
12,18 |
148,5 |
168,6 |
116,8 |
7,2 |
5,9 |
9,2 |
7,5 |
8,4 |
6,1 |
2013 |
8,4 |
6,29 |
11,59 |
140,2 |
141,2 |
138,7 |
6,9 |
5,6 |
8,9 |
7,3 |
8,1 |
5,9 |
2014 |
8,36 |
6,24 |
11,4 |
164,4 |
189,0 |
128,3 |
6,7 |
5,5 |
8,5 |
7,3 |
8,3 |
5,8 |
2015 |
8,21 |
6,08 |
11,24 |
187,8 |
198,3 |
172,1 |
6,4 |
5,2 |
8,2 |
7,5 |
8,2 |
6,5 |
2016 |
8,13 |
6,09 |
10,99 |
103,9 |
92,0 |
121,5 |
6,3 |
5,2 |
7,8 |
7,1 |
8,1 |
5,6 |
2017 |
8,17 |
6,08 |
11,08 |
109,4 |
124,3 |
88,3 |
5,9 |
4,8 |
7,4 |
7,0 |
8,1 |
5,6 |
Для выявления зависимостей выходных
показателей ущерба (
)
от входных (факторов), в качестве которых
выступают показатели времени реагирования
пожарных подразделений, проведен
подробный анализ свойств таких
зависимостей на примере фактора времени
прибытия на пожар первого пожарного
подразделения (
).
Для построения искомых зависимостей
использован стандартный инструментарий
регрессионного анализа [3]. С этой целью
по данным табл. 1 (для всех пожаров)
представлены соответствующие данные
(рис. 1), в которых по горизонтальной оси
отложены значения фактора
,
а по вертикальной оси (основной и
вспомогательной) – значения
.
Там же приведены и регрессии (в них
)
по каждому из показателей ущерба.
Рисунок 1 - Зависимости показателей ущерба от времени прибытия первого пожарного подразделения, а также их линейные тренды
По рис. 1 и характеристикам трендов можно заключить следующее:
1. Использование в анализе данных прямого
материального ущерба в текущих ценах
позволяет построить более адекватную
линейную модель (
)
чем в случае сопоставимых цен (
).
Однако это может быть обусловлено тем,
что применение дефлятора делает
зависимость от времени (по годам) более
нелинейной, что дает основание при
дальнейшем анализе рассмотреть варианты
аппроксимации зависимости
полиномиальной регрессионной моделью.
В дальнейшем анализе будем использовать
показатель прямого материального ущерба
в сопоставимых ценах (
),
что придаст большую обоснованность
результатам и выводам исследования.
2. Построенные по выборке данных за
2003-2017 гг. линейные уравнения регрессии
,
и
имеют некоторые «странности», не
поддающиеся логическому объяснению и
противоречащие здравому смыслу. Так,
первая и третья из этих функций убывают
по мере увеличения
,
т.е. получается, чем дольше едет пожарное
подразделение на пожар, тем в среднем
меньше прямой материальный ущерб и тем
меньше число людей, травмированных на
пожаре. При этом количество людей,
погибших на пожаре, растет по мере роста
времени прибытия первого пожарного
подразделения. Этот тренд не противоречит
здравому смыслу.
Парадокс убывания функций
,
и
частично можно объяснить, на наш взгляд,
нестационарностью временного ряда
наблюдений, взятых из сборников
официальной пожарной статистики и
приведенных в табл. 1. Но остается открытым
вопрос о том, почему
ведет себя иначе по сравнению с
,
и
.
Нестационарность может проявляться в
том, что с 2009 года вступил в силу новый
Технический регламент о требованиях
пожарной безопасности [4], в котором была
регламентирована максимальная величина
времени прибытия
для города - 10 минутами, а для сельской
местности – 20 минутами.
Кластерный анализ. Проверена гипотеза нестационарности с помощью инструментария кластерного анализа. Существует достаточно много методов кластерного анализа. Наиболее часто используются на практике метод иерархической кластеризации и метод K-средних, которые и были использованы для анализа.
Для проведения кластерного анализа
выполнено нормирование координат точек
на плоскости время реагирования -
показатель ущерба и для анализа был
использован программный комплекс
Statistica [5]. Кластерный анализ
позволил построить оценки координат
центров двух кластеров, соответственно:
и
,
где Т - символ транспонирования.
Полученные результаты имеют высокий
уровень значимости т.к. по критерию
Фишера он не превышает величину
.
Кластерный анализ показал, что в каждом из двух кластеров существует по одной точке, находящейся между ними. Эти точки соответствуют 2009 г. и 2010 г. Для анализа закономерностей по данным каждого из этих кластеров представляется целесообразным исключить из рассмотрения эти две точки. Их промежуточное положение можно объяснить переходным периодом, когда новый Технический регламент о требованиях пожарной безопасности от 2008 года [4] вступил в силу, но фактически в показателях реагирования переход на него не был мгновенным, а процесс организационной перестройки и переобучения личного состава продолжался (как видно из статистики наблюдений) порядка двух лет.
Выявление зависимости видов ущерба от времени прибытия первого пожарного подразделения. Проведенный кластерный анализ показал, что для получения корректных зависимостей следует рассматривать лишь те статистические данные, которые относятся к периоду 2011-2017 гг.
На рис. 2 приведены выборки данных для
,
и
по всем пожарам за период 2011-2017 гг. Там
же показаны линии тренда (парная линейная
регрессия) для каждого из рассматриваемых
показателей ущерба.
Рисунок 2 - Данные наблюдений
,
и
по всем пожарам за период 2011-2017 гг.
Как видно из диаграммы, исключение фактора нестационарности за счет отбрасывания данных, полученных ранее в 2011 г., привело к получению зависимостей, не противоречащих здравому смыслу – увеличение времени прибытия первого пожарного подразделения приводит к росту всех трех показателей ущерба от пожара. Полученные уравнения регрессии имеют вид:
Регрессионный анализ показал, что коэффициенты детерминации построенных уравнений не высоки. Это можно объяснить такими причинами, как малый объем выборки, наличие факторов, не вошедших в модели, но существенно влияющих на показатели ущерба от пожаров.
Выводы
Кластерный анализ позволил выявить нестационарность временных рядов наблюдений на интервале 2003-2017 гг., причем все данные разделяются на два явных кластера с границей 2008-2011 гг.
Построенные по второму кластеру данных
уравнения парной регрессии отражают
тенденцию снижения ущерба при уменьшении
времени реагирования (в частности,
прибытия первого пожарного подразделения).
Эти уравнения значимы с уровнями
значимости соответственно
;
;
,
что позволяет использовать их в целях
прогнозирования. Однако, коэффициенты
этих уравнений не все значимы (с уровнем
значимости
),
что не позволяет использовать их в целях
анализа чувствительности отклика к
изменениям того или иного фактора, что,
однако, для парной регрессии и не является
существенным.
Построенные модели могут служить основой
для расчета эффекта (видов ущерба) от
уменьшения времени прибытия первого
пожарного подразделения
.
Поскольку все три уравнения регрессии
линейны, то коэффициенты при переменной
и определяют тот эффект в единицах
измерения показателей, который может
быть достигнут при уменьшении (или
увеличении) фактора
.
Так при уменьшении времени прибытия
первого пожарного подразделения
на одну минуту (для всех пожаров):
средний прямой материальный ущерб от одного пожара сократится на 43,7 тыс. руб.;
среднее количество погибших людей на 100 пожаров сократится на 1,1 человек;
среднее количество травмированных людей на 100 пожаров сократится на 0,3 человек.
Литература
1. Пожары и пожарная безопасность в 2016 г. [Текст] // Статистический сборник. М: ФГУ ВНИИПО. 2017. 124 с.
2. Брушлинский Н.Н. Соколов С.В. Математические методы и модели управления в ГПС и РСЧС [Текст]. М.: АГПС МЧС России. 2011. 250 с.
3. Себер Дж. Линейный регрессионный анализ [Текст]. М.: Мир. 1980. 456 с.
4. Технический регламент о требованиях пожарной безопасности. Федеральный закон РФ от 22.07.2008 №123-ФЗ [Текст] // Российская газета. 2008. №163.
5. Боровиков В.П. Statistica: искусство анализа данных на компьютере [Текст]. СПб.: Питер. 2001. 656 с.