广义估计方程在交通事故频数建模中的应用

《广义估计方程在交通事故频数建模中的应用》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、广义估计方程在交通事故频数建模中的应用——张宇杰丁剑周文娜李志斌123广义估计方程在交通事故频数建模中的应用张宇杰丁剑周文娜李志斌(东南大学交通学院南京210096)摘要由于交通事故数据在记录与获取方面的问题，发展中国家学者进行事故频次建模中往往受到小样本量问题的约束。为扩大样本量，传统广义线性模型将每年事故频数作为独立变量分析，但无法考虑每年事故频数间的时间相关性，估计结果存在偏差。采用广义估计方程进行小样本交通事故数据的事故频数建模，并与传统的广义线性模型估计结果进行了对比。结果表明，传统的广义线性模型低估了说明变量系数的标准

2、误差，论文采用的广义估计方程考虑了交通事故数据间的时间相关性，对于预测变量对于交通事故频数的影响估计更加准确，因此适合小样本交通事故数据的事故频数建模分析。关键词交通安全；事故频数；广义线性模型；广义估计方程；时间相关性中图分类号：U495文献标志码：Adoi：lO．3963／j．issn1674—4861．2013．05．024中国家学者们在交通事故分析时遇到的小样本数O引言据和数据时间相关性之间的矛盾的效果。广义估交通事故频数建模是交通安全研究领域常用计方程算法已经被应用于克服事故数据之间的时分析方法，可以定量评估道路几何特征

3、及交通流间相关性口’7。8

4、。为达到研究目的，本研究采集了量等预测变量对于事故频数的影响，其结果对于中国一条高速公路出口匝道的4年事故数据，分交通事故数量预测、控制事故发生影响因素从而别采用了基于累积统计值和逐年统计值的传统广降低事故数量及提高交通安全具有重要意义。传义线性模型以及基于广义估计方程算法的广义线统交通事故频数建模采用多年平均年交通事故频性模型对事故数进行了估计，并比较了不同模型数分析已减少数据随机性，并采用极大似然估计之间的效果。本文研究成果能够对发展中国家相法对模型中变量参数值进行估计[1。3’13

5、。关领域的学者

6、在建立精确的交通事故数估计模型由于交通事故数据在记录与获取方面的问和推断事故统计值的影响因素方面提供有效信题，发展中国家学者在进行事故频次建模中往往息。受到小样本量问题的约束，导致极大似然估计结1广义线性模型与广义估计方程果存在偏差[4]。将每年的事故数据作为独立的观测值进行建模在小样本的情况下增加了数据量，广义线性模型已被应用于交通事故数建模，但却忽略了每年事故数之间内在联系。从统计学而广义估计方程也被用来说明纵向数据的时间相的角度来看，数据之间的时间相关性很可能对模关性。累积剩余测试以及类分析也用于对模型的型精度造成不利影响[

7、5]。近年来，形成了很多解评价。释事故数预测模型中数据的时间相关性的算法，1．I广义线性模型大多数研究表明带有时间相关的数据预测模型优广义线性模型是原始的线性回归的一种灵活于传统模型，但这些模型并不一定能很好的解决的扩展，它允许响应变量和说明变量是其预测值发展中国家所遇到的问题[6]。因此，有必要结合的函数。广义线性模型最重要的性质就是其指定发展中国家特定的交通安全研究需求，为其选择随机成分的概率分布的灵活性。在使用广义线性合适的模型提供参考。模型进行分析交通事故数时，随机成分多服从泊本文旨在评价广义估计方程算法在解决发展松分布或

8、正态分布[4‘5]。收第稿一日作期者：简20介13：-0燃5—,(217985一修)．回硕日期士：研2究01生3-．09—研2究5向：交通安全．E—mail：241815802@qq．corn124交通信息与安全2013年5期第31卷总179期广义线性模型用于交通事故数建模的基本形残差值一般在0值附近，且残差关于任何坐标的式如下式：图像没有系统的趋势。该试验的指标主要有：观ln(E{／丝))=In(rio)+且ln(F1)+屉ln(Fz)+察累积的最大绝对值和柯尔莫戈洛夫型上确界试屉X。+⋯+岛XJ(1)验的P值。绝对值越小，P值

9、越大，模型效果越式中：E{岸)为出I：1匝道每年事故数的期望；F，和好。III型分析主要用来确定变量的相对重要Fz分别为主线和匝道的每年的日平均交通量；X，性[7。8]。其主要指标是每个变量的III型卡方。为第J个按年度累积的说明变量(歹一3，4，⋯，J)；此外，较小的P值说明，变量较为重要。向为第J个被估计的系数(歹一0，1，⋯，-，)。由于广义估计方程的算法已经较为成熟，很广义线性模型中的参数按最大似然估计法求多统计分析软件都已经具备相应的函数库。本文出[4]。但是在面临小样本建模的情况时，通常采的数据分析在SPSSl7．0中

10、实现。在软件中，首取缩短数据时间间隔的方法来扩大样本。此时模先按以下步骤进入广义估计方程菜单Analyze—型修改成以下形式GeneralizedLinearModels—-generalizedestima——In(E{U，))一ln(flo)+