文献

J-GLOBAL ID：201802252271135357   整理番号：18A0587837

連鎖方程式を用いた不完全な交通事故データのための多重代入【Powered by NICT】

Multiple imputation for incomplete traffic accident data using chained equations

著者 (4件)： Li Linchao (School of Transportation, Southeast University) ,  Zhang Jian (School of Transportation, Southeast University) ,  Wang Yonggang (School of Highway, Chang’an University) ,  Ran Bin (School of Transportation, Southeast University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ITSC  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 交通事故データにおける欠落値が有意な因子の発見を防ぐ事故重症度を低減し,無効な結論を導くことさえした。以前の研究では,この問題を扱うために,研究者は主に不完全なデータに適合するような方法論の改善を試みた。本論文では,欠測値を提案した補完法。交通事故データセット中の欠測値を帰属させうる。法は柔軟であり,実用的な連鎖方程式(MICE)による多重代入と呼ばれている。単変量欠測値がまた多変量欠測値に対応できるだけでなく。提案したアルゴリズムは,ニューヨークからの二種類の公開利用可能な交通事故データセットを用いて二伝統的な補完法と比較した。さらに,異なる欠損比を持つモデルの性能を試験した。連続変数と離散変数のための補完を別々に解析した。結果は,著者らの提案したモデルは,ほぼすべての状況下で,他の二モデルより優れていることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 多重化 ,  ニューヨーク州 ,  *交通事故 ,  アルゴリズム
準シソーラス用語： 連続変数 ,  多変量 ,  欠測値 ,  重症度 , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 連鎖 ,  方程式 ,  交通事故 ,  多重