$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

RPNB모형을 이용한 지방부 신호교차로 교통사고 모형개발
Developing an Accident Model for Rural Signalized Intersections Using a Random Parameter Negative Binomial Method 원문보기

大韓交通學會誌 = Journal of Korean Society of Transportation, v.33 no.6, 2015년, pp.554 - 563  

박민호 (한국건설기술연구원 도로연구소) ,  이동민 (서울시립대학교 교통공학과)

초록
AI-Helper 아이콘AI-Helper

본 연구는 확률적 모수를 고려한 음이항 모형을 이용하여 지방부 신호교차로에서 발생한 교통사고에 대한 모형을 개발하는데 목적이 있다. 교통사고 모형개발에 사용되는 기존의 가산모형(대표적으로 포아송/음이항모형)의 단점은 시간적 변화 혹은 각 지점/구간이 가진 고유한 특성에 대한 변화를 통합하여 설명하지 못한다는 것이다. 이로 인해, 추정되는 계수의 표준오차가 과소추정되어 결과적으로 모형 전체의 신뢰성을 하락시킨다. 이러한 문제점을 개선하기 위하여 이 연구에서는 각 대상 지점/구간의 이질성을 고려 할 수 있는 random parameter를 적용하여 기존 가산모형의 한계점을 개선하였다. 분석결과 교통량의 증가와 는 부도로의 보행자 시설들은 사고발생 증가에 영향을 미치고, 좌회전 전용차로 및 중앙분리대는 교통사고 감소에 효과가 있음을 확인할 수 있었다. 본 연구결과를 토대로 본 연구에서는 random parameter를 적용한 모형개발방법이 효과적임을 확인할 수 있었다. 하지만 본 연구에서는 기하구조의 변경 관련 자료의 부재로, 이들에 대한 영향까지는 확인하지 못한 한계가 있다.

Abstract AI-Helper 아이콘AI-Helper

This study dealt with developing an accident model for rural signalized intersections with random parameter negative binomial method. The limitation of previous count models(especially, Poisson/Negative Binomial model) is not to explain the integrated variations in terms of time and the distinctive ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 우선, 포아송 모형와 음이항 모형의 선택은 앞장에서 설명한 바와 같이 과분산 계수값(α : dispersion parameter)에 의해 결정이 되는데, 두 가지 모형 모두에서 과분산 계수값이 통계적으로 유의함을 보여(α≠0) 음이항 모형이 적합한 것으로 나타났다. 그러므로 본 연구에서는 음이항 모형의 결과만을 제시하고자 한다.
  • 본 연구에서는 random parameter 음이항 모형을 이용하여 지방부 교차로 64개소에 대한 기하구조, 교통량등의 자료 및 사고자료를 통하여 교통사고 모형을 개발하였다. 전통적으로 사용되는 음이항 모형에서는 고려할 수 없었던 이질성에 대한 부분으로 인하여 교통사고 예측 시 사고의 예측값에 대한 불확실성(uncertainity)와 임의성(randomness)을 해결할 수 가 없었다.
  • 본 연구의 분석결과에 따르면, 변수별 계수값은 모형에 따라 차이가 있으나, 부호는 동일하게 도출되어, 교통사고 감소/발생에 동일한 양상을 보였으며, 주요 변수에 대한 설명은 random parameter를 우선적으로 제시하고자 한다.
  • 이에 본 연구에서는 지방부 신호교차로를 대상으로 기존의 음이항 모형에 random parameter를 적용한 이질성을 고려하여 교통사고와 교차로의 기하구조와의 관계를 파악하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
포아송/음이항 모형에서 어떤 경우에 음이항 모형과 포아송 모형을 적용하는가? 음이항 모형은 기존의 포아송 모형에서 오차항의 추가(VAR[ni]=E[ni]+αE[ni]2 )로 인하여, 분산이 평균과 같아야 하는 기본 전제조건을 완화시킬 수 있게 된다. 포아송/음이항 모형의 적용은 분산계수값(α)이 통계적으로 0과 다르면 음이항 모형을 선택하고, 그렇지 않으면 포아송 모형을 선택하면 된다(Washington et al., 2003).
포아송 모형의 기본 전제는? 포아송 모형은 평균(mean)과 분산(variance)이 같아야 한다(E[ni]=VAR[ni])는 기본 전제로 인하여, 사용되는 자료의 특성에 의해 이러한 기본 전제를 만족하지 않는 경우가 발생할 수 있다. 특히, 교통사고건수의 경우, 대부분의 경우에서, 분산값이 평균값보다 큰 과분산(overdispersion)의 형태를 보이는 경우가 발생하게 되는데 이러한 문제점을 보완하기 위해, 포아송 모형에서 감마분포를 따르는 오차항(εi)이 추가되어, 음이항 모형은 다음과 같은 형태로 사용된다.
교통사고 자료의 통계적 분석을 위해 선형회귀식을 사용 시 단점은? 과거 선형회귀식(linear regression model)이 적용되기도 하였으나, 변수별 계수(coefficient) 추정 시, 사용되는 변수값이 증가할수록 분산값이 증가하게 되어 선형회귀식의 기본 가정인 등분산성(homoscedasticity)을 충족하지 못하는 경우가 발생되었다. 이는 도출된 계수의 유의수준에 변화를 가져와 결과적으로 모형의 통계적 신뢰성을 낮추게 되었다, 그리고, 특정기간동안 사고가 발생하지 않았거나, 낮은 사고건수에 대해서는 음의 사고수를 예측하는 단점이 있었다(Jovanis and Chang, 1986). 이러한 문제점을 개선하기 위하여, 사고건수를 이산 확률 변수(discrete random variable)로 접근하여 해석하는 포아송 회귀식이 제안되었다(Jovanis and Chang, 1986, Joshua and Garber, 1990).
질의응답 정보가 도움이 되었나요?

참고문헌 (20)

  1. Bhat C. (2003), Simulation Estimation of Mixed Discrete Choice Models Using Randomized and Scrambles Halton sequences, Transportation Research Part B, 37(1), 837-855. 

  2. Chin H. C., Quddus M. A. (2003), Applying the Random Effect Negative Binomial Model to Examine Traffic Accident Occurrence at Signalized Intersections, Accident Analysis and Prevention, 35, 253-259. 

  3. Engel J. (1984), Models for Response Data Showing Extra-Poisson Variation, Statistica Neerlandica, 38(3), 159-167. 

  4. Greene W. (2007), Limdep, Version 9.0. Econometric Software Inc., Plainview, NY. 

  5. Highway Safety Manual Knowledge Base, NCHRP 17-27(2009). 

  6. Joshua S. C., Garber N. J. (1990) Estimating Truck Accident Rate and Involvements Using Linear and Poisson Regression Models, Transportation Planning and Technology, 15(1), 41-58. 

  7. Jovanis P. P., Chang H. L. (1986), Modeling the Relationship of Accidents to Miles Traveled, Transportation Research Record: Journal of the Transportation Research Board, 1068, 42-51. 

  8. Lee G. H., Park M. H., Roh J. H. (2014), Random Parameter Negative Binomial Models of Interstate Accident Frequencies on Interchange Segment by Interchange Type/Region, International Journal of Highway Engineering,16(5), 133-142. 

  9. Lord D., Washington S., Ivan J. (2007), Further Notes on the Application of Zero Inflated Models in Highway Safety, Accident Analysis and Prevention, 39(1), 53-57. 

  10. Maher M. (1991), A New Bivariate Negative Binomial Model for Accident Frequencies, Traffic Engineering and Control, 32(9), 422-433. 

  11. Miaou S. (1994), The Relationship Between Truck Accidents and Geometric Design of Road Sections: Poisson Versus Negative Binomial Regressions, Accident Analysis and Prevention, 26(4), 471-482. 

  12. Milton J., Shankar V., Mannering F. (2008), Highway Accident Severities and the Mixed Logit Model: an Exploratory Empirical Analysis, Accident Analysis and Prevention, 40(1), 260-266. 

  13. Park M. H. (2013), Relationship Between Interstate Highway Accidents and Heterogeneous Geometrics by Random Parameter Negative Binomial Model-A Case of Interstate Highway in Washington State, USA, Journal of the Korean Society of Civil Engineers, 33(6), 2437-2445. 

  14. Shankar V. N., Albin R. B., Milton J. C., Mannering F. L. (1998), Evaluating Median Cross-Over Likelihoods with Clustered Accident Counts: An Empirical Inquiry Using Random Effects Negative Binomial, Transportation Research Record: Journal of the Transportation Research Board, 1635, 44-48. 

  15. Shankar V., Mannering F., Barfield W. (1995), Effect of Roadway Geometrics and Environmental Factors on Rural Freeway Accident Frequencies, Accident Analysis and Prevention, 27(3), 542-555. 

  16. Shankar V., Milton J., Mannering F. (1997), Modeling Accident Frequencies as Zero-Altered Probability Processes: An Empirical Inquiry, Accident Analysis and Prevention, 29(6), 829-837. 

  17. Stamatiadis N., Hedges A., Kirk A. (2015), A Simulation-based Approach in Determining Permitted Left-turn Capacities, Transportation Research Part C(online version). 

  18. Train K. (1997), Mixed logit models for recreation demand, In: King, C., Herriges. J.(Eds), Valuing the Environment Using Recreation Demand Models, Elgar Press, New York. 

  19. Venkataraman N. S., Ulfarsson G. F., Shankar V. N., Oh J., Park M. (2011), Model of Relationship Between Interstate Crash Occurrence and Geometrics - Exploratory Insights from Random Parameter Negative Binomial Approach, Transportation Research Record: Journal of the Transportation Research Board, 2236, 41-48. 

  20. Washington S., Karlaftis M., Mannering F. (2010), Statistical and Econometric Models for Transportation Data Analysis, Chapman Hall/CRC Press, Boca Raton, Fla. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로