文献

J-GLOBAL ID：201002219933470053   整理番号：10A0468012

安全性能関数の開発に及ぼす外れ値の説明の方法

A method to account for outliers in the development of safety performance functions

著者 (2件)： EL-BASYOUNY Karim (Dept. of Civil Engineering, Univ. of British Columbia, Vancouver, BC, V6T 1Z4 Canada) ,  SAYED Tarek (Dept. of Civil Engineering, Univ. of British Columbia, Vancouver, BC, V6T 1Z4 Canada)
資料名： Accident Analysis & Prevention  (Accident Analysis & Prevention)
巻： 42  号： 4  ページ： 1266-1272  発行年： 2010年07月 
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： 事故データセットは,残りのデータの典型値ではない,いくつかの異常データ点を含む。これらのデ-タ点(通常,外れ値と呼ばれる)の存在は,安全性能関数(SPF)のはパラメー推定において,顕著なインパクトを持つ可能性がある。SPFの開発において,外れ値の解析がなされたことは少ない。これらの研究での実行は,外れ値を識別し,引き続く解析から,これを除外することにあった。本報は,多変量Poisson(MVPLN)回帰に基づいた代替混合モデルを紹介する。提案したアプローチは,外れ値の抵抗モデル化手法を提示し,外れ値を排除するのではなく,観測の重みを下げることによって,ロバストで安全な推定を提供する。第1の提案モデルは,尺度-混合モデルで,Poisson対数正規階層における正規分布を,端部がより長いStudentのt分布で置き換えることによって得られるものである。第2のモデルは,2成分混合(混合正規分布モデル)で,そこでは,ほとんどの観測は基本分布から発生し,一方,残りのいくつかの外れ値は,より大きな偏差を持つ代替分布から発生すると仮定される。その結果は,Poissonを外れる変動パラメータの推定は,混合モデルでは,かなりより小さく,より高い精度につながることを示している。また,両方の混合モデルは,同じ組の外れ値を同定した。あてはめの良さで表現すれば,両方の混合モデルは,MVPLNに勝った。MVPLNモデルを拒絶する外れ値は,優秀なあてはめをもたらし,より小さなDICとパラメータ推定における標準偏差を提供する。しかしながら,本アプローチは,パラメータ推定において小さすぎる標準偏差を生むことから,不確かさを過小評価する傾向があり,そのことが,正しくない結論につながる可能性がある。提案した外れ値モデル化手法は,外れ値の観測を排除することが,データに関係した理由(たとえば,データ収集エラー)によって正当化されなければ,使用されることが推奨される。Copyright 2010 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *異常値 ,  Gauss模型 ,  対数正規分布 ,  Bayes推定 ,  モンテカルロ法 ,  t分布 ,  *安全性 ,  不確実性
準シソーラス用語： Markov連鎖モンテカルロ法 ,  Student分布 ,  安全性能関数 ,  *外れ値 ,  混合正規分布モデル ,  不確かさ

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 (4件)： 関数 ,  開発 ,  外れ値 ,  説明