基于分位數(shù)回歸的高速公路交通事故預測.pdf

1、由于近年來高速公路里程與交通量的迅速增長，交通事故明顯增加，給人民的生命財產造成了嚴重危害。因此，對交通事故進行深入分析，預測交通事故的發(fā)展趨勢，對于道路交通安全評價、規(guī)劃以及決策具有重要意義?；诖四康模疚奶岢隽嘶诜治粩?shù)回歸的高速公路交通事故預測方法。
　　由于國內在交通安全方面的研究起步較晚，在交通事故預測方法的研究上，特別是在回歸模型方法上，無論是研究對象的深度和廣度都與國外存在一定的差距，有待于進一步深化研究。本文首先

2、，對交通事故數(shù)據(jù)常見特征（偏大離差、偏小離差、低樣本均值和小樣本量）以及可能存在的問題（未記錄、時變性變量、內生變量、遺漏變量）進行分析和考慮，結合回歸模型法、神經網絡法、時間序列法、灰色預測法的基本原理以及優(yōu)缺點，確定了本文對比的事故預測方法。然后，從道路環(huán)境因素角度，詳細調研了道路線形（平面線形、縱斷面線形和平縱線形組合）、特殊路段（橋梁、隧道）和交通環(huán)境（交通量、交通組成、車速）對交通安全的影響，以此確定本文事故預測時的變量。最后

3、，將普通分位數(shù)回歸擴展到事故數(shù)據(jù)的應用上，用分位數(shù)回歸的兩個指標（邊際效應和靈敏度）解釋變量，并基于分位數(shù)回歸的一系列參數(shù)估計，提出了本文交通事故的預測方法:歷史數(shù)據(jù)法和概率法，與負二項回歸法進行對比。
　　實際案例證明了分位數(shù)回歸在交通事故預測上的優(yōu)越性。在分析過程中，分位數(shù)回歸給出了任意分位點下的參數(shù)估計、邊際效應和靈敏度，相比負二項回歸的一組估計更加全面;在事故預測上，歷史數(shù)據(jù)法準確度高達74％，均方根誤差為0.618?；?/p>