1.一种事故经济损失影响因素分析方法,其特征在于,包括如下步骤:S1:根据已获渔船事故的样本特征的观测信息构建贝叶斯随机参数GB2模型;
S2:基于所述贝叶斯随机参数GB2模型和样本特征的观测信息构建多个用于分析渔船事故的经济损失影响因素的多个随机参数模型;
S3:通过计算模块分别计算各所述随机参数模型的留一法交叉验证信息准则值;
S4:选取留一法交叉验证信息准则值较低的随机参数模型进行渔船事故经济损失影响因素分析,获得各种解释变量对于渔船事故经济损失的正向性影响或负向性影响;
S5:基于所述步骤S4所获各种解释变量对于渔船事故经济损失的正向性影响或负向性影响,挖掘出解释变量对事故经济损失的影响程度;
所述贝叶斯随机参数GB2模型中:
随机变量的概率密度函数如下:
式中,
a为形状参数,决定经济损失分布的峰值与尾部厚度;
p为较小经济损失的事故概率;
q为重大经济损失事故的概率;
B(p,q)为B函数;
λ反映事故的经济损失水平,为尺度参数,控制损失的整体水平和范围,其计算式如下:λ=exp(β′x)=exp(β0+β1x1+β2x2+...+βkxk),式中,x为影响渔船事故经济损失的协变量向量;
β为x对应的系数向量;
k为协变量个数;
随机变量的第k阶矩如下:
2.根据权利要求1所述的事故经济损失影响因素分析方法,其特征在于,所述步骤S2中的多个随机参数模型包括一般随机参数模型、均值异质性随机参数模型和均值与方差异质性随机参数模型。
3.根据权利要求2所述的事故经济损失影响因素分析方法,其特征在于,所述一般随机参数模型表述如下:式中,
βn为随机参数向量;
b为渔船事故的样本特征的所有观测值的平均参数向量;
为随机分布的误差项,用于捕捉可能的异质性。
4.根据权利要求3所述的事故经济损失影响因素分析方法,其特征在于,所述均值异质性随机参数模型表述如下:式中,
Zn为影响βn平均值的解释变量向量;
Θ为Zn对应的可估计参数向量;若Θ中的元素与零有显著差异,则说明所述均值异质性随机参数模型存在均值异质性。
5.根据权利要求4所述的事故经济损失影响因素分析方法,其特征在于,所述均值与方差异质性随机参数模型表述如下:式中,
Wn为一个解释变量向量,用于捕捉标准偏差σ的异质性;
ω为Wn对应的可估计参数向量;
若ω中没有元素与零有显著差异,则代表所述均值与方差异质性随机参数模型只有均值的异质性;
若Θ中没有元素与零有显著差异,则代表所述均值与方差异质性随机参数模型退化为所述一般随机参数模型。
6.根据权利要求5所述的事故经济损失影响因素分析方法,其特征在于,所述步骤S3中,计算模块获得留一法交叉验证信息准则值的计算式如下:LOOIC=-2ELPDLOO,
式中,
pM(yi|θ)代表回归模型中的M可能性;
pM(θ|y-i)代表参数θ的后验值,其中观测值yi被排除在外。
7.一种事故经济损失影响因素分析系统,其特征在于,基于权利要求1-6任意一项所述的事故经济损失影响因素分析方法,包括建立电路连接关系的:模型模块,被设置为根据已获渔船事故的样本特征的观测信息构建贝叶斯随机参数GB2模型;
参数模型模块,被设置为基于所述贝叶斯随机参数GB2模型和样本特征的观测信息构建多个用于分析渔船事故的经济损失影响因素的多个随机参数模型;
计算模块,被设置为分别计算各所述随机参数模型的LOOIC值;
选择模块,被设置为选取留一法交叉验证信息准则值较低的随机参数模型进行渔船事故经济损失影响因素分析,获得各种解释变量对于渔船事故经济损失的正向性影响或负向性影响;
分析模块,被设置为各种解释变量对于渔船事故经济损失的正向性影响或负向性影响,挖掘出解释变量对事故经济损失的影响程度。