基于负二项模型区域日度事故预测及影响因素分析

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

文章导航 > 交通信息与安全 > 2020 > 38(1): 61-66,83

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

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

北京警察学院道路交通管理系北京 102202
中国人民公安大学治安与交通管理学院北京 100038
北京警察学院道路交通管理系北京 102202

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

中图分类号: U491
计量
- 文章访问数: 337
- HTML全文浏览量: 51
- PDF下载量: 1
- 被引次数: 0
出版历程
- 刊出日期: 2020-02-28

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.
- 交通安全 /
- 事故数预测模型 /
- 负二项回归 /
- 气象条件 /
- 日期性质

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 337
HTML全文浏览量: 51
PDF下载量: 1
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

本系统由北京仁和汇智信息技术有限公司开发