Статистический анализ аварий на нефтепроводах

Аварии вследствие коррозии. Низкая проницаемость почвы, пересечение сточных труб и улиц очень опасно:___

Аварии вследствие внешней деятельности. Городская территория, малый диаметр труб, пересечение железных дорог и улиц очень опасно:

Аварии вследствие механических отказов. Большой диаметр труб и вы-

сокое рабочее давление очень опасно:

Статистические модели оценки риска

Для определения линейной комбинации количественных независимых переменных (или классифицирующих функций), наилучшим образом характеризующих различие между группами аварий с риском и без риска, можно использовать различные классифицирующие процедуры.

Эти результаты получены без обучающего множества.

Были проведены несколько тестов с логистической регрессией, но улучшение не было значительным. Применение нейронных сетей для классификации причин аварий и разработки моделей оценки риска планируется в дальнейшем.

Дискриминационный анализ

Для решения проблемы дискриминационного анализа было проведено сравнение между различными статистическими методами. Методы, которые были сравнены по эффективности прогнозирования: линейный дискриминационный анализ, логистическая регрессия и нейронные сети.

Линейный дискриминационный анализ описан ниже. С использованием дискриминационного анализа могут быть проанализированы различия среди g групп (ранее определенных, g>2) с п наблюдениями: р независимых переменных могут быть объединены в одно или более линейное уравнение, называемое классифицирующей функцией:

В данном разделе анализ проводится по двоичной переменной (риск / нет риска), следовательно, вычисляется только одна классифицирующая функция. Коэффициенты классифицирующей функции рассчитываются с целью максимизации различия между группами. Наблюдения систематизируются в каждую из групп по классифицирующим меткам dy, рассчитанным для проанализированных наблюдений. Для расчета статистической значимости используются F-тест и р-значение.

В дискриминационном анализе приняты четыре основные гипотезы.

• 1) каждое наблюдение независимо;
• 2) каждая переменная должна иметь многомерное распределение;
• 3) диапазон дисперсии в переделах групп должен быть одинаковым;
• 4) ковариация в переделах групп должна быть одинаковой.

В практических приложениях эти гипотезы не полностью выполняются, но результаты дискриминационного анализа могут быть использованы для качественного анализа.