文献

J-GLOBAL ID：201702249405121346   整理番号：17A0441916

衝突データ解析のための一般化非線形モデルベース混合多項ロジットアプローチ【Powered by NICT】

A generalized nonlinear model-based mixed multinomial logit approach for crash data analysis

著者 (10件)： Zeng Ziqiang (School of Tourism and Economic Management, Chengdu University, Chengdu, 610106, PR China) ,  Zeng Ziqiang (Uncertainty Decision-Making Laboratory, Sichuan University, Chengdu, 610064, PR China) ,  Zeng Ziqiang (Department of Civil and Environmental Engineering, University of Washington, Seattle, WA 98195, USA) ,  Zhu Wenbo (Department of Civil and Environmental Engineering, University of Washington, Seattle, WA 98195, USA) ,  Ke Ruimin (Department of Civil and Environmental Engineering, University of Washington, Seattle, WA 98195, USA) ,  Ash John (Department of Civil and Environmental Engineering, University of Washington, Seattle, WA 98195, USA) ,  Wang Yinhai (Department of Civil and Environmental Engineering, University of Washington, Seattle, WA 98195, USA) ,  Xu Jiuping (Uncertainty Decision-Making Laboratory, Sichuan University, Chengdu, 610064, PR China) ,  Xu Xinxin (School of Tourism and Economic Management, Chengdu University, Chengdu, 610106, PR China) ,  Xu Xinxin (Uncertainty Decision-Making Laboratory, Sichuan University, Chengdu, 610064, PR China)
資料名： Accident Analysis & Prevention  (Accident Analysis & Prevention)
巻： 99  号： PA  ページ： 51-65  発行年： 2017年 
JST資料番号： D0828A  ISSN： 0001-4575  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 観察されない不均一性を説明することができ,混合多項ロジット(MNL)の手法は,事故重度に寄与する諸因子の影響を解析することで使用されている有望な不規則モデルである。しかし,衝突の厳しさとその寄与因子の確率の間の関係を調べるために線形関数を用いての基本的な仮定は,実際に侵害される。本論文では,観察されない不均一性との関連に寄与する因子のための非線形予測因子を開発することにより,非単調関係を捉えることができる一般化された非線形モデルベース混合MNL手法を開発した。2011年1月と2014年12月間のワシントン州の七州際高速道路上の事故データを収集モデルにおける非線形予測因子を開発することである。交通特性,道路の幾何学的特性,および気象条件の十三要因は,三種の事故の厳しさレベルにおける衝突密度に大きな混合(固定またはランダム)効果を有すると同定される:致命的な,損傷,および物損のみであった。提案したモデルは,標準混合MNLモデルと比較した。比較結果は,赤池情報量基準(12.06%減少)およびBayes情報量基準(9.11%減少)で測定した,モデル適合に関して新手法のわずかな優位性を示唆した。新しいアプローチの衝突の厳しさの三つの全ての準位の予測衝突密度は標準混合MNLモデルにより予測されたものより観測にも近い(平均)。最後に,寄与因子の重要性と影響を解析した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 気象条件 ,  道路 ,  ワシントン州 ,  不均一性 ,  高速道路 ,  *データ解析
準シソーラス用語： 情報量基準 ,  交通特性 ,  予測因子 ,  *非線形モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 一般化非線形モデル ,  混合多項ロジット ,  衝突周波数 ,  衝突重症度 ,  交通安全

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (5件)： 衝突 ,  データ解析 ,  一般化 ,  非線形モデル ,  多項ロジット