學習筆記——交通安全分析14

目錄

前言

當天學習筆記整理

5城市主干道交通安全分析

結束語?

前言

#隨著上一輪SPSS學習完成之后,本人又開始了新教材《交通安全分析》的學習

#整理過程不易,喜歡UP就點個免費的關注趴

#本期內容接上一期13筆記

當天學習筆記整理

5城市主干道交通安全分析

  1. 廣義線性模型(Generalized Linear Models,GLM)經常被用于分析交通特征與事故發生頻數,如泊松模型和負二項模型。--《交通安全分析》P120
  2. 泊松模型是最基礎的計數模型,考慮了事故數據隨機、離散、非負的特點,一般要求事故數據的均值等于方差。--Regression analysis of count data 2013[M],《交通安全分析》P120-121
  3. 然而,事故數據往往過度離散,即均值小于方差,這一過度離散性違背了泊松模型均值等于方差的基本假設。--A comprehensive methodology for the fitting of predictive accident models 1996[J],《交通安全分析》P121
  4. 負二項模型由于在方程中引入了誤差項,因此可以處理過度離散的事故數據。--Negative binomial analysis of intersection-accident frequencies 1996[J],《交通安全分析》P121
  5. 泊松模型和負二項模型都假設所研究的樣本相互獨立,沒有考慮事故數據的層次結構性(比如位于同一主干道上路段的事故數可能具有空間相關性,而不同主干道上路段的事故數則不具備該空間相關性),如此可能會造成錯誤的估計。考慮到事故數據的結構以及空間相關性,研究人員開始采用隨機效應(random effect)模型、條件自回歸(conditional autoregressive)模型、多(雙)因變量(multivariate/bivariate)模型來研究道路幾何設計、交通運行、控制方式與事故頻率之間的關系。--《交通安全分析》P121
  6. 針對事故數據的相關性,隨機效應模型引入一個隨機效應項來反應不同組間未能觀測到的異質性。--《交通安全分析》P121
  7. 為了更好地考慮事故數據的空間相關性,研究人員建立了一系列空間回歸模型(如條件自回歸模型),以處理存在空間相關性的數據。--《交通安全分析》P121
  8. 不同事故嚴重程度的影響因素不同,故需要采集不同嚴重程度的事故數據來建立計數模型。--Collision prediction models using multivariate Poisson-lognormal regression 2009[J],Bayesian multivariate Poisson regression for models of injury count,by severity 2006[J],《交通安全分析》P121
  9. 但是,很多此類研究都采用了單因變量計數模型(如負二項模型),這種單變量模型忽略了特點路段上、不同嚴重程度的事故數之間的相關性,使得系數估計出現了偏差。為了考慮不同嚴重程度事故數之間的相關性,J.Ma等建立了多因變量泊松對數正態(multivariate Poisson-lognormal)模型,同時對死亡、重傷、輕傷和物損事故進行建模分析,結果表明,不同嚴重程度的事故數之間存在顯著的正相關性。--A multivariate Poisson-lognormal regression model for prediction of crash counts by severity,using Bayesian methods 2008[J],《交通安全分析》P121
  10. 地理信息系統(Geographic Information System,GIS)空間數據庫可以直觀地展示主干道范圍內路段和交叉口的位置及其屬性,以便于挑選研究樣本。--《交通安全分析》P121-122
  11. 中觀單元的道路長度平均交叉口間距來自基礎地圖,交叉口間距用交叉口密度(即平均每公里交叉口個數)表示。利用街景地圖得到每個中觀單元的道路幾何特征,包括接入口數量、平曲線類型、車道數、中央分隔帶類型和機非分隔帶類型。--《交通安全分析》P122
  12. 在影響主干道安全狀況的路網范圍確定之后,采用介度中心度來描述路網形態。使用UCINET軟件計算中觀單元在鄰近路網中的介度中心度并依據介度中心度將路網進行形態劃分。--Centrality in social networks conceptual clarification 1978[J],《交通安全分析》P124-125

結束語?

#好啦~,以上就是我《交通安全分析》第十三期學習筆記的學習情況啦~,希望能與大家交流學習經驗,共同進步吖~

#也非常感謝大家對我的一路陪伴,寶子們的關注、支持和打賞就是up兒不斷更新滴動力

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/41530.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/41530.shtml
英文地址,請注明出處:http://en.pswp.cn/web/41530.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Avalonia中的Property

文章目錄 前言附加屬性樣式屬性直接屬性總結前言 在WPF中, 是可以定義依賴屬性和附加屬性的 依賴屬性: 當您需要單獨創建控件時, 并且希望控件的某個部分能夠支持數據綁定時, 你則可以使用到依賴屬性。 通過DependencyProperty.Register注冊依賴屬性 附加屬性: 這種情況很多,…

【原理+使用】DeepCache: Accelerating Diffusion Models for Free

論文:arxiv.org/pdf/2312.00858 代碼:horseee/DeepCache: [CVPR 2024] DeepCache: Accelerating Diffusion Models for Free (github.com) 介紹 DeepCache是一種新穎的無訓練且幾乎無損的范式,從模型架構的角度加速了擴散模型。DeepCache利…

【因果推斷】優惠券政策對不同店鋪的影響

這次依然是用之前rossmann店鋪競賽的數據集。 之前的數據集探索處理在這里已經做過了,此處就不再贅述了CSDN鏈接 數據集地址:競賽鏈接 這里探討數據集中Promo2對于每家店鋪銷售額的影響。其中,Promo2是一個基于優惠券的郵寄活動,發…

SQL Server 2022 中的 Tempdb 性能改進非常顯著

無論是在我的會話中還是在我寫的博客中,Tempdb 始終是我的話題。然而,當談到 SQL Server 2022 中引入的重大性能變化時,我從未如此興奮過。他們解決了我們最大的性能瓶頸之一,即系統頁面閂鎖并發。 在 SQL Server 2019 中&#x…

三級_網絡技術_06_IP地址規劃技術

1.下列對IPv6地址表示中,錯誤的是()。 AE1A:0:0:0:0:A2:F3:FE08:5 E3E0::1A90:FE:0:4CA2:9C5C E2C1::0:0:81/48 :E140:1A5C:0:05D9 2.下列對IPv6地址表示中,錯誤的是()。 1F1A:0:0:0:0:A2:F3:FE08:3 E360::2A90:FE:0:4CA2:9C5A B2C1::0:0:81/48 …

Go語言如何入門,有哪些書推薦?

Go 語言之所以如此受歡迎,其編譯器功不可沒。Go 語言的發展也得益于其編譯速度夠快。 對開發者來說,更快的編譯速度意味著更短的反饋周期。大型的 Go 應用程序總是能在幾秒鐘之 內完成編譯。而當使用 go run編譯和執行小型的 Go 應用程序時,其…

如何利用Github Action實現自動Merge PR

我是螞蟻背大象(Apache EventMesh PMC&Committer),文章對你有幫助給項目rocketmq-rust star,關注我GitHub:mxsm,文章有不正確的地方請您斧正,創建ISSUE提交PR~謝謝! Emal:mxsmapache.com 1. 引言 GitHub Actions 是 GitHub 提供的一種強大而靈活的自…

(九)Docker 的網絡通信

文章目錄 1、常用模式2、概念了解2.1、Docker 內容器的通信2.2、宿主機和 Docker容器的通信 1、常用模式 直接使用 端口映射,宿主機:宿主機端口->容器 ip:容器端口端口映射宿主機 hosts 映射,首先在宿主機 /etc/hosts文件中增加 宿主機 ip:容器 host…

Mojo: 輕量級Perl框架的魔力

在Perl的豐富生態系統中,Mojolicious(簡稱Mojo)是一個輕量級的實時Web框架,以其極簡的API和強大的功能而受到開發者的喜愛。Mojo不僅適用于構建高性能的Web應用,還可以用來編寫簡單的腳本和命令行工具。本文將帶你探索…

SSM中小學生信息管理系統 -計算機畢業設計源碼02677

摘要 隨著社會的發展和教育的進步,中小學生信息管理系統成為學校管理的重要工具。本論文旨在基于SSM框架,采用Java編程語言和MySQL數據庫,設計和開發一套高效、可靠的中小學生信息管理系統。中小學生信息管理系統以學生為中心,通過…

赤壁之戰的烽火臺 - 觀察者模式

“當烽火連三月,家書抵萬金;設計模式得其法,千軍如一心。” 在波瀾壯闊的三國歷史長河中,赤壁之戰無疑是一場改變乾坤的重要戰役。而在這場戰役中,一個看似簡單卻至關重要的系統發揮了巨大作用——烽火臺。這個古老的…

UNION、UNION ALL、INTERSECT、MINUS

UNION、UNION ALL、INTERSECT、MINUS? 說明 UNION:對兩個結果集進行并集操作,不包括重復行,同時進行默認規則的排序;IUNION ALL:對兩個結果集進行并集操作,包括重復行,不進行排序&am…

OpenAI的崛起:從夢想到現實

OpenAI的崛起不僅是人工智能領域的重大事件,也是科技史上一個引人注目的篇章。本文將深入探討OpenAI從創立到如今的演變過程,分析其成功的關鍵因素,以及未來的發展方向。 一、OpenAI的初創期:理想主義與混亂并存 OpenAI成立于20…

插入排序——C語言

假設我們現在有一個數組,對它進行排序,插入排序的算法如同它的名字一樣,就是將元素一個一個插入到合適的位置,那么,該如何做呢? 如果我們要從小到大進行排序的話,步驟如下: 1.對于…

區間最值問題-RQM(ST表,線段樹)

1.ST表求解 ST表的實質其實是動態規劃&#xff0c;下面是區間最小的遞歸公式&#xff0c;最大只需將min改成max即可 f[i][j] min(f[i][j - 1], f[i (1 << j - 1)][j - 1]); 二維數組的f[i][j]表示從i開始連續2*j個數的最小/大值。 例如&#xff1a;我們給出一個數組…

uniapp啟動安卓模擬器mumu

mumu模擬器下載 ADB&#xff1a; android debug bridge &#xff0c; 安卓調試橋&#xff0c;是一個多功能的命令行工具&#xff0c;他使你能夠與連接的安卓設備進行交互 # adb連接安卓模擬器 adb connect 127.0.0.1:port # 查看adb設備 adb deviceshubuilderx 有內置的adb&a…

MSPM0G3507——滴答定時器和普通定時

滴答定時器定時&#xff1a;&#xff08;放在主函數即可&#xff09; volatile unsigned int delay_times 0;//搭配滴答定時器實現的精確ms延時 void delay_ms(unsigned int ms) {delay_times ms;while( delay_times ! 0 ); } //滴答定時器中斷 void SysTick_Handler(…

Kubernets Apiserver IP 段變更后的故障處理

集群Service IP 段變更后&#xff08;從 10.96.0.0/16 變為 10.17.0.0/16&#xff09;&#xff0c;導致 kubernetes.default.svc 的ClusterIP IP &#xff08;10.96.0.1&#xff09;和段范圍不一樣&#xff0c;對于這個情況&#xff0c;需要重建該 svc。 重建方法很簡單&#…

Python28-7.4 獨立成分分析ICA分離混合音頻

獨立成分分析&#xff08;Independent Component Analysis&#xff0c;ICA&#xff09;是一種統計與計算技術&#xff0c;主要用于信號分離&#xff0c;即從多種混合信號中提取出獨立的信號源。ICA在處理盲源分離&#xff08;Blind Source Separation&#xff0c;BSS&#xff0…