本文關(guān)鍵詞：Hurdle回歸和零膨脹回歸在交通事故人員傷亡中的應(yīng)用研究

  更多相關(guān)文章： 交通事故 高斯-牛頓算法 零膨脹 Hurdle模型 似然比檢驗(yàn) Vuong檢驗(yàn)

【摘要】：零膨脹計(jì)數(shù)數(shù)據(jù)廣泛存在于農(nóng)業(yè)、醫(yī)療、工業(yè)、保險(xiǎn)等領(lǐng)域,Hurdle回歸和零膨脹回歸模型是分析處理該類數(shù)據(jù)最有效的兩類回歸模型。ZIP和PH回歸模型是處理零膨脹計(jì)數(shù)數(shù)據(jù)的常用模型,但二者僅能解決計(jì)數(shù)數(shù)據(jù)存在的零膨問題,ZINB和NBH回歸模型分別作為ZIP和PH回歸模型的拓展,既能解決計(jì)數(shù)數(shù)據(jù)存在的零膨脹問題,又考慮了計(jì)數(shù)數(shù)據(jù)由未觀察到的異質(zhì)性和事件發(fā)生相關(guān)性所導(dǎo)致的過度離散。隨著經(jīng)濟(jì)的飛速發(fā)展,交通事故發(fā)生愈加頻繁,引起國內(nèi)外學(xué)者的廣泛關(guān)注。而交通事故傷亡人數(shù)往往是具有零膨脹特點(diǎn)的計(jì)數(shù)數(shù)據(jù),可采用Hurdle回歸和零膨脹回歸模型對(duì)其進(jìn)行回歸擬合,同時(shí)將Hurdle回歸和零膨脹回歸模型的應(yīng)用研究推廣到交通事故的新領(lǐng)域。PH和ZIP回歸模型擬合交通事故數(shù)據(jù),考慮了傷亡人數(shù)的零膨脹特點(diǎn),能夠有效改善普通計(jì)數(shù)回歸模型的擬合效果,增加結(jié)論準(zhǔn)確性；而NBH和ZINB回歸模型作為PH和ZIP模型的有效拓展,同時(shí)考慮了計(jì)數(shù)數(shù)據(jù)零膨脹和過度離散特征,對(duì)不但具有零膨脹特點(diǎn)而且存在因個(gè)體間異質(zhì)性引起的過度離散特點(diǎn)的人員傷亡計(jì)數(shù)數(shù)據(jù),為最優(yōu)理論模型。本文通過對(duì)交通事故數(shù)據(jù)分析研究,將不同計(jì)數(shù)回歸模型應(yīng)用于交通事故人員傷亡的影響因素分析,并通過模型選擇方法進(jìn)行比較,得出如下結(jié)論：1、交通事故多發(fā)生在出行較密集的月份和時(shí)點(diǎn)；發(fā)生在晴天的事故數(shù)明顯多于陰、雨天氣；交通事故造成財(cái)產(chǎn)損失在1,000元以下比較集中,萬元以上的大額損失相對(duì)較少；發(fā)生事故的車輛駕駛者年齡多數(shù)在23-45歲。2、ZINB回歸模型為此交通事故數(shù)據(jù)中人員傷亡影響因素分析的最佳適用模型。3、在影響交通事故的諸因素中,肇事車輛有無牌照、車損情況,天氣狀況以及肇事司機(jī)駕駛資歷等因素對(duì)事故人員傷亡影響顯著。4、ZINB回歸模型在交通事故傷亡人數(shù)的影響因素分析中的分析結(jié)果與交叉分析結(jié)果基本一致,進(jìn)一步驗(yàn)證了將ZINB回歸模型應(yīng)用在交通事故傷亡人數(shù)影響因素分析中的合理性。文中僅考察研究了天氣,肇事車輛車型、有無牌照、車損情況,駕駛?cè)四挲g、駕駛資歷等事故影響因素對(duì)傷亡人數(shù)的影響,而Hurdle回歸和零膨脹回歸模型在數(shù)據(jù)量比較大的數(shù)據(jù)資料擬合中更為適用,因此,可以進(jìn)一步收集大量數(shù)據(jù)并選取更多事故影響因素進(jìn)行分析以得到更加完善的結(jié)論。
【關(guān)鍵詞】：交通事故 高斯-牛頓算法 零膨脹 Hurdle模型 似然比檢驗(yàn) Vuong檢驗(yàn)
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：C81;D631.5
【目錄】：

• 摘要3-5
• Abstract5-8
• 第一章 引言8-10
• 1.1 交通事故問題研究背景及現(xiàn)狀8-9
• 1.2 Hurdle及零膨脹回歸模型9
• 1.3 本文所做工作9-10
• 第二章 模型理論分析10-22
• 2.1 參數(shù)估計(jì)及迭代算法10-11
• 2.1.1 極大似然估計(jì)10
• 2.1.2 高斯-牛頓迭代算法10-11
• 2.2 一般計(jì)數(shù)回歸模型11-14
• 2.2.1 Poisson回歸模型12
• 2.2.2 負(fù)二項(xiàng)(NB)回歸模型12-14
• 2.3 Hurdle回歸模型14-18
• 2.3.1 Hurdle模型14-15
• 2.3.2 Poisson-Hurdle(PH)回歸模型15-17
• 2.3.3 負(fù)二項(xiàng)-Hurdle(NBH)回歸模型17-18
• 2.4 零膨脹(zero-inflated)回歸模型18-22
• 2.4.1 零膨脹模型18-19
• 2.4.2 零膨脹泊松(ZIP)回歸模型19-20
• 2.4.3 零膨脹負(fù)二項(xiàng)(ZINB)回歸模型20-22
• 第三章 模型選擇方法22-24
• 3.1 模型選擇檢驗(yàn)方法22-23
• 3.2 AIC、BIC準(zhǔn)則23-24
• 第四章 交通事故數(shù)據(jù)分析24-36
• 4.1 交通事故基本情況分析24-28
• 4.1.1 交通事故發(fā)生月份分布24-25
• 4.1.2 交通事故發(fā)生時(shí)間分布情況25-26
• 4.1.3 發(fā)生交通事故的天氣分布26-27
• 4.1.4 事故造成的財(cái)產(chǎn)損失分布27
• 4.1.5 駕駛者年齡分布情況27-28
• 4.2 交通事故變量交叉分析28-32
• 4.3 交通事故傷亡的主要影響因素分析32-36
• 4.3.1 數(shù)據(jù)處理32-33
• 4.3.2 參數(shù)估計(jì)33-34
• 4.3.3 模型比較與選擇34-36
• 第五章 結(jié)論36-38
• 參考文獻(xiàn)38-40
• 攻讀碩士期間發(fā)表論文情況40-42
• 致謝42

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 李文權(quán),王煒;交通事故的時(shí)間分布規(guī)律[J];中國安全科學(xué)學(xué)報(bào);2005年04期

2 趙麗華;劉桂芬;原靜;曾平;;Hurdle模型及其在居民就診影響因素中的應(yīng)用[J];中國衛(wèi)生統(tǒng)計(jì);2010年02期

，

本文編號(hào)：554945