留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于负二项模型区域日度事故预测及影响因素分析

何庆 马社强 李洋

何庆, 马社强, 李洋. 基于负二项模型区域日度事故预测及影响因素分析[J]. 交通信息与安全, 2020, 38(1): 61-66,83. doi: 10.3963/j.jssn.1674-4861.2020.01.008
引用本文: 何庆, 马社强, 李洋. 基于负二项模型区域日度事故预测及影响因素分析[J]. 交通信息与安全, 2020, 38(1): 61-66,83. doi: 10.3963/j.jssn.1674-4861.2020.01.008
HE Qing, MA Sheqiang, LI Yang. A Prediction of Daily Road Accidents in an Area of Beijing and Factors Analysis Based on Negative Binomial Model[J]. Journal of Transport Information and Safety, 2020, 38(1): 61-66,83. doi: 10.3963/j.jssn.1674-4861.2020.01.008
Citation: HE Qing, MA Sheqiang, LI Yang. A Prediction of Daily Road Accidents in an Area of Beijing and Factors Analysis Based on Negative Binomial Model[J]. Journal of Transport Information and Safety, 2020, 38(1): 61-66,83. doi: 10.3963/j.jssn.1674-4861.2020.01.008

基于负二项模型区域日度事故预测及影响因素分析

doi: 10.3963/j.jssn.1674-4861.2020.01.008
基金项目: 

首都社会安全研究基地项目

北京市公安局课题项目

详细信息
  • 中图分类号: U491

A Prediction of Daily Road Accidents in an Area of Beijing and Factors Analysis Based on Negative Binomial Model

  • 摘要: 分析区域日度交通事故规模的影响因素,是做好区域日度交通事故短时预测与防控的基础.搜集北京某区域2012—2015年道路交通事故、气象和日期性质等数据,采用负二项回归技术,建立了区域交通事故预测模型;以2012—2014年的数据作为训练集,以2015年的数据为测试集,拟合模型伪R2为0.645,预测期内绝对百分误差的中位数为17.04%,模型预测效果较好,达到了精度要求.模型还表明:①节假日期间事故减少,节假日前1d事故增加,节假日后1d天事故平稳;②1周内,周一和周日事故规模相对较小;③1年内,2月、3月事故规模稍小,7月、9月、10月、11月、12月事故规模稍高;④尾号限行对事故规模影响大,但针对尾号为4和9的限行几乎没有影响;⑤相较于晴天,多数非晴朗天气情况下事故规模反而下降;⑥日平均气温提高会小幅降低事故规模,但日最高气温和最低气温之差增大会增加事故规模.

     

  • 加载中
计量
  • 文章访问数:  488
  • HTML全文浏览量:  92
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-02-28

目录

    /

    返回文章
    返回