| 论文名称 | 考量空间相依性之路口事故频次分析模式 |
| 年别 | 108 |
| 学位 | 硕士 |
| 学校系所 | 交通大学 运输与物流管理学系 |
| 作者 | 许竹涵 |
| 指导教授 | 邱裕钧 |
| 论文摘要 | 过去许多研究以传统的广义线性模式(generalized linear model, GLM)建立路口事故频次模式,此类模式假设样本间相互独立,忽略了位置邻近之路口因相似的车流组成、道路设计与建成环境所产生潜在的空间相依性(spatial dependency),如此可能导致偏误的估计结果。部分研究尝试透过不同的统计方法来处理空间相依性问题,例如广义估计方程式(generalized estimating equation, GEE)、空间误差模型(spatial error models, SEMs)、混合效果模型(mixed effect model)等。上述方法透过对误差项的处理将空间相依性纳入模式中,然其推估结果仍为一组固定的参数值,代表风险因素对事故频次之平均影响效果,如此无法得知空间效应如何随路口距离增加而递减,以及估计值在各区域大小不同的影响效果。 基于上述原因,本研究旨在利用卜瓦松回归(Poisson regression)、负二项回归(negative binomial regression)两类常见的计数模型,建构地理加权回归模式(geographically weighted regression, GWR),以纳入路口之空间相依性。由于全域型负二项模式之绩效表现优于全域型卜瓦松模式,故本研究以负二项模式为基础发展地理加权负二项回归模式(geographically weighted negative binomial regression, GWNBR),探讨风险因素对事故频次影响效果的空间变动情形。此外,由于路口之空间相依性除距离外,也会受道路属性与号志连锁影响,本研究进一步透过路口的道路属性与号志连锁来建构空间权重。 本研究以台北市227个号志化路口作为研究样本,以地理加权负二项回归推估多项风险因素对事故频次之影响效果,并与全域型的卜瓦松回归及负二项回归进行模式绩效比较。研究结果显示,GWNBR模式之表现明显优于全域型的负二项与卜瓦松模式。此外,同时加入道路属性与号志连锁设定空间权重之GWNBR模式的绩效表现相较单独加入道路属性或号志连锁之GWNBR模式来得更为良好,并优于传统仅以距离设定空间权重之GWNBR模式。绩效表现最佳之GWNBR模式的推估结果显示,道路交通量、机车比例、路口方向数、三叉路口、机车待转区与行人穿越道数量等变量会增加事故频次;支道速限、中央分隔岛、公共汽车专用道等变量则会减少事故频次,本研究并依据推估结果提出相应之路口安全改善策略。 |
| 附件下载 | (电子档于110-08-13后开放下载) 考量空间相依性之路口事故频次分析模式.pdf |
| 张贴日 | 2019/10/24 |
| Hashtags |
查看次数:
6