基于變量邏輯回歸的高速公路事故類型預(yù)測模型研究

基于變量邏輯回歸的高速公路事故類型預(yù)測模型研究

道路交通事故的類型分為三種類型：死刑事故、傷亡事件和財產(chǎn)損失事件。事故的類型在一定程度上反映了事故的嚴重性，但它不完全適用于事故的嚴重程度。如果兩者之間存在一定的對應(yīng)關(guān)系，則驗證可能屬于哪個類型的事故。近年來，隨著外國對這一問題的研究日益增多，中國的道路交通事故現(xiàn)在是一個重要的關(guān)鍵時期。在此基礎(chǔ)上，本文運用邏輯回歸方法，結(jié)合來自高速公路的數(shù)據(jù)，探索和測試了預(yù)測事故類型的模型。1類的logit模型因變量是多水平的分類變量的情況在研究領(lǐng)域內(nèi)常見.對于因變量的j個水平,應(yīng)該有j-1個回歸方程,每個水平的因變量概率預(yù)測值在0～1之間,自變量可以是連續(xù)變量或計數(shù)變量.用邏輯回歸方法對因變量的概率值建立回歸模型,如果因變量有j類可能性,第i類的Logit模型為log(Pcyi)Pcyj))=βi0+βi1X1+βi2X2+?+βipXp(1)log(Ρcyi)Ρcyj))=βi0+βi1X1+βi2X2+?+βipXp(1)式中:β為模型的回歸系數(shù),對應(yīng)每一個Logit模型都將會獲得一組系數(shù).對于基準類別,其模型所有的系數(shù)為0.就本研究而言,因變量(事故類型)具有3個分類,基準類別是死亡事故,將會獲得兩組非零系數(shù).Logistic回歸方程另一種形式是P=exp(y)/[1+exp(Y)].式中:Y=a+∑βixi,也可以表示為Y=ln[P/(1-P)],通過變換可以得出概率P與變量xi之間的數(shù)學表達式P=exp(β0+∑iβixi)1+∑exp(β0+∑iβixi)(2)Ρ=exp(β0+∑iβixi)1+∑exp(β0+∑iβixi)(2)2模型的構(gòu)建2.1流變量.自變量已有研究成果表明,平原區(qū)的高速公路線形對交通事故的發(fā)生影響較小,因此本研究建模時重點考慮環(huán)境變量和交通流變量.自變量主要考慮城市-鄉(xiāng)村變量(city_rural)、小時交通量(volume)、是否是立交影響區(qū)(interchange)、大小車速度差(speed_difference)、大車比例(truck%)和小時影響變量(hour)等6個,相關(guān)分析的結(jié)果已經(jīng)表明6個變量之間相關(guān)性不是很強,可以同時代入模型.2.2城市-鄉(xiāng)村變量本研究選擇2條4車道高速公路的事故數(shù)據(jù)進行分析,2055條原始事故數(shù)據(jù)來自于交通事故臺賬和部分交通事故卷宗信息.本研究中車輛分為2大類,小車對應(yīng)的是文獻中的小客車;大車指的是文獻的中型車、大型車和拖掛車.事故類型分為3類,分別用1,2,3表示;城市-鄉(xiāng)村變量分為2類,分別用1,0表示;是否為立交影響區(qū)分為2類,否為0,是為1;小時交通量如表1所列.大小車速度差分類如表2所列.大車比例分成4類,如表3所列.把小時影響變量也納入到建模中,將24h分成白天(07:00-19:00)和黑夜(20:00～06:00)2個時間段.2.3城市-鄉(xiāng)村變量對事故類型的影響在初步確定的6個影響變量基礎(chǔ)上,建立含有一個自變量的預(yù)測模型,看其對事故類型影響的大小.首先,考慮城市-鄉(xiāng)村變量的影響,研究表明事故類型的分布在兩種路段上并不相同.表4表明事故類型中死亡事故最少,PDO事故和受傷事故比例相差不大.從表5中可以看出,在鄉(xiāng)村路段財產(chǎn)損失事故較多,占70.5%,在城市路段則傷人事故比較多,占62.6%.從表6可以看出,把城市-鄉(xiāng)村變量作為影響事故類型的變量是合適的,把該變量納入模型后,-2LogLikelihood顯著降低.表7中模型統(tǒng)計量表給出了回歸公式中的參數(shù)估計值,檢驗統(tǒng)計量非常顯著,exp(B)所表示的具體含義為,與是Fatal事故相比,發(fā)生在鄉(xiāng)村路段是PDO事故的可能性是城市路段的0.416倍,發(fā)生在鄉(xiāng)村路段是受傷事故的可能性是城市路段的0.053倍.表8是觀測值和模型預(yù)測值的對照表,從表中可以看出,財產(chǎn)損失事故一共有930起,其中有46%被正確地分類;沒有一個死亡事故被正確地分類,這也從側(cè)面說明了死亡事故的發(fā)生是比較隨機的;而受傷事故被正確分類的比例最高,達到了90.2%.總體來說,約有65.0%的事故被正確地分類,但這并不能說明模型對數(shù)據(jù)的擬合程度不好,只能說明模型對數(shù)據(jù)的分類效果不明顯.綜合來看,城市-鄉(xiāng)村變量對事故類型的影響較大,建模時應(yīng)重點考慮.對于其他5個影響變量也用類似的分析方法進行了研究,得出如下結(jié)論:(1)是否是立交影響區(qū)對事故類型的影響相對較小;(2)小時交通量對事故類型的影響較小,統(tǒng)計量Sig.值表明交通量的Logit系數(shù)與零之間不存在顯著性差異的情況;(3)大小車速度差對事故類型的影響較大,分析結(jié)果同時表明對于速度差變量只需分成兩類即可;(4)大車比例對事故類型的影響較大,尤其是對死亡事故的發(fā)生造成影響;(5)小時變量對事故類型的影響相對較小.2.4城市-鄉(xiāng)村變量與事故類型的關(guān)系為了更精確的衡量各個自變量對事故類型的影響,把上述討論的6個影響變量同時代入模型,綜合比較其對事故類型的影響如表9所列.從表9可以看出,AIC和BIC減少量、對數(shù)似然比測試、卡方檢驗以及變量等各項指標在模型中的顯著性均表明城市-鄉(xiāng)村變量與事故類型是最為相關(guān)的,這一點從模型擬合的偽R2值,以及前述對單個變量影響的分析都可以看出,因此不能從模型中剔除.而小時交通量的影響相對最小,應(yīng)最先從模型中剔除.結(jié)合前述對單個變量的分析,再參考表9中多個統(tǒng)計量的指標值,最終確定對事故類型影響較大的變量依次為城市-鄉(xiāng)村變量、大小車速度差和大車比例,而是否是立交影響區(qū)、交通量和小時變量則影響相對較小.3logit模型回歸剔除影響不大的3個變量,把對事故類型影響較大的3個變量代入模型,其中大小車速度差重新合并成2類,以20km/h為分類界限,大車比例也重新合并成2類,以70%為分類界限.回歸模型的統(tǒng)計結(jié)果表明與前述把6個自變量均代入模型的結(jié)果相比,模型的各個指標都有了很大的提高,模型基本上能夠滿足要求,GoodnessofFit中的Sig.值,即Hosmer-Lemeshow統(tǒng)計量>0.05,接受觀測數(shù)據(jù)和預(yù)測數(shù)據(jù)之間沒有顯著差異的零假設(shè),即認為模型對數(shù)據(jù)擬合較好.同時模型回歸的分類表也表明,有近一半的PDO被正確地分類,90.2%的傷人事故被正確地分類,死亡事故仍然是未被正確的預(yù)測出,模型對數(shù)據(jù)的分類正確率為70%,基本滿足要求.最終Logit模型為G1=log(PpPf)=2.028?0.779(City_rural)+0.108(Speed_difference)+0.484(Truck%)(3)G2=log(PiPf)=2.553?2.790(City_rural)+0.376(Speed_difference)+0.275(Truck%)(4)G1=log(ΡpΡf)=2.028-0.779(City_rural)+0.108(Speed_difference)+0.484(Τruck%)(3)G2=log(ΡiΡf)=2.553-2.790(City_rural)+0.376(Speed_difference)+0.275(Τruck%)(4)式中:City_rural為鄉(xiāng)村路段時取1,城市路段取0;Speed_difference小于等于20km/h時取1,大于20km/h取0;Truck%小于等于70%時取1,大于70%時取0.當事故發(fā)生的地點信息、交通流信息確定后,就可以根據(jù)式(3),(4)結(jié)合式(2)來判斷該起事故可能屬于哪種事故類型.4對于基本事件的預(yù)測和分析,其也正不斷深化了國內(nèi)的重性城市-鄉(xiāng)村變量、大小車速度差和大車比例對事故類型的影響較大.交通流特征參數(shù)對事故發(fā)