资源描述：
《基于贝叶斯修正Logistic回归模型的电梯风险评估研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、2摘要摘要在我国经济稳定增长，城市化逐步推进时，电梯的保有量也因此持续上升。然而，相应的维保工作和监管工作不到位，由此电梯事故频频发生。近几年电梯事故的伤害程度更是越来越严重，这引起了人们的恐慌，而电梯运行的安全问题俨然成为了社会聚焦的舆论热点。从此，全国各地纷纷出台相应的防护及监管对策，但是由于安全责任链条不清，使得电梯安全主体责任难以落实，而且也给质检工作带来突出的监管矛盾。为了保证在用电梯安全运行、提高电梯管理抽查效率且提出电梯监管新模式，与风险相关的电梯监督抽查管理体系及应用研究已刻不容缓。为了提高在用电梯监督抽查工作效率及有效性,本文在统计分析电梯安全监管抽查的大样本数
2、据基础上,构建以电梯使用情况、电梯基本参数及制造维保相关情况等为指标的管理体系。本文介绍了国内外在电梯相关行业及领域已有的研究和法律法规。根据电梯抽查数据,对Logistic回归方法引入贝叶斯修正，从而作出改进得到贝叶斯修正Logistic回归方法。在实证分析中，先对数据进行预处理,使用基于贝叶斯修正的WOE编码方法对自变量重新编码，然后构建风险分级,使用基于贝叶斯修正的Logistic回归方法为电梯整机风险建立量化模型,形成电梯整机风险评估体系。从理论的角度看,通过使用LIFT统计量和K-S统计量比较两种风险值计算模型,得出用贝叶斯修正Logistic方法进行风险评估更为准确。
3、最后，把两种模型分别结合两种常用的抽样方法，逐一进行模拟抽样。模拟抽样结果表明,利用贝叶斯修正Logistic回归法与基于平均风险值赋权比例法的组合为电梯安全监管抽样调查提供的筛选比例,更合理准确。综合结果说明，贝叶斯修正对提高Logistic回归的预测精度有显著影响。关键词：电梯风险;Logistic回归;贝叶斯方法;变量筛选;抽样方法IABSTRACTAbstractWiththesteadygrowthofeconomyandthegradualadvanceofurbanization,thequantityofelevatorhasbeenrising.However,
4、it’smaintenanceandsupervisionarenotgoodenoughsothattheelevatoraccidentsstilloccurfrequently.Recently,moreandmoreseriousinjurieshavecausedpublicpanicandthesafetyofelevatoroperationhasbecomeasocialfocus.Afterthat,manyprovinceshaveissuedprotectionandsupervisionmeasures.Butunclearresponsibilityma
5、nagementmakesitdifficulttoimplementelevatorsafetyresponsibilities,andbringregulatoryconflictstothequalityinspection.Inordertoensurethesafeoperationofelevators,improvetheefficiencyofelevatorsampling,andputforwardnewregulatorymodels,therelatedspot-checkmanagementsystemandapplicationresearcharei
6、nnohurry.Inordertoimprovetheefficiencyandeffectivenessofelevatorinspections,itbuildsamanagementsystembasedontheanalysisofsamplingdata,usingelevatorusage,basicparametersandmanufacturingmaintenanceasindicators.Itintroducestheexistingresearch,lawsandregulationsofelevatorathomeandabroad.According
7、tospot-checkdata,usingBayesianimprovedLogisticregressiontogetnewmethods-BayesianModifiedLogisticRegression.Intheempiricalanalysis,thedatawasfirstpreprocessed,andtheindependentvariableswererecodedusingtheBayesianmodifiedWOEcodingmethod.Thenthe
