선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 바 있다. 본 연구는 이 방안을 구체적으로 소개하고 이를 국내 사고자료를 통해 적용할 수 있는지의 여부를 판단하고자 한다.
- 본 연구에서는 고속도로의 구간별 사고 자료를 구하기 어려워 도로 구간별로 사고건수를 분류하는 대신 AADT에 따라 사고건수를 분류하고 이를 설명할 수 있는 모형을 우선 구축하고자 한다. 또한, Hauer(2004)가 합의 관계로 설명한 지점 특성 변수들은 고려하지 않고 있으므로, 모형식은 곱의 관계식으로만 구성된다.
- 본 연구에서는 기존의 전통적 사고예측모형이 지ifg M Q 닌 한계를 극복하는 Hauer(2004)의 새로운 사고예 , 측모형을 소개하고 이를 국내 고속도로 사망사고 :17) 자료를 통해 적용하여 보았다.
- 그 후 Hauer (2004)에서 소개된 새로운 사고예측모형 방법론을 구체적으로 설명한다. 이러한 새로운 사고예측모형의 국내 적용가능성은 고속도로 사망사고자료를 통한 모형 구축을 통해 판단하여본다.
가설 설정
- 가령, 한 변수에 의해 모형이 추정되어 있다고 가정한 후 다음으로 고려할 변수 V를 설명변수로 도입할 지의 여부를 판단하여본다. 예를 들어 화물차 비율을 새로운 변수로 고려한다면, *= 0-2%, V2 = 3-4%, .
-
3. AADT와 사고
고속도로 사망사고수에 가장 큰 영향을 끼치는 변수로 AADT를 가정하고, AADT와 사고건수를 설명할 수 있는 모형을 추정한다. 그러나 AADT와 사고 건수 자체로는 정확한 경향성을 파악하기 어려워 AADT별 사고건수면적을 Plotting하고 이를 기반으로 모형을 추정하여 본다.
- 사고건수와 가장 관련이 있을 것으로 예상되는 AADT를 첫 번째 변수로 설정하고, AADT와 사고건수를 그래프에 나타내어 AADT 에 대한 함수를 선정하였다. 모수 추정에는 최우추정법 (Maximum likelihood Method)를 사용하였고, 사고건수가 음이항분포 (Negative Binomial Distribution)를 따른다고 가정하였다. 그 후 잔차분석을 통하여 모형이 적합하다고 생각되면 다음 변수를 고려한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.