مقایسه آماری مدلهای جمعی تعمیم یافته گوسین معمولی، مقیاس-مکان و دومتغیره توام در مدل سازی جرایم رانندگی فاصله و سرعت غیرمجازبراساس داده های تردد شمار فروردین ماه ۱۳۹۸ کشور ایران

مدلهای خطی جمعی تعمیم یافته به عنوان یکی از مدلهای آماری که با در نظر گرفتن ساختار منعطف برای متغیرهای پیشبین در قالب رگرسیونهای اسپلاین مکعبی و ... و متغیرهای پاسخ از خانواده توزیع نمایی وجود دارد. بسط این مدلها، هنگامی که متغیرهای پاسخ دارای توزیع های مکان-مقیاس یا چندمتغیره هستند، در این تحقیق مطالعه و با یکدیگر مقایسه شده اند. برای این منظور از مجموعه دادهی محورهای تردد شمار در کل کشور ایران در ماه فروردین ۱۳۹۸ استفاده شده است. این مجموعه داده ها به صورت ساعتی و روزانه شاخصهای متعدد ترافیکی را در استانهای مختلف کشور ثبت میکنند. از دو شاخص رانندگی پرخطر براساس گزارش سازمان بهداشت جهانی، تعداد جرایم رانندگی فاصله و سبقت غیرمجاز، استفاده شده است. کیفیت مجموعه داده ها، بررسی و تنها آنهایی که در تمام ۶۰ دقیقه در یک ساعت فعال بوده است، در این تحیل استفاده شده است. هدف این پژوهش بررسی همبستگی بین تعداد جرایم در استان های مختلف و در نظر گرفتن عامل ساعت شبانه روز در مدل سازی آنهاست. برای این منظور از اماره انرژی برای آزمون نرمال بودن دومتغیره و برای بررسی همبستگی از دو آزمون پیرسون و اسپیرمن استفاده شده است. در نهایت با سه مدل خطی جمعی تعمیم یافته با توزیع گوسین، مکان-مقیاس و دومتغیره داده ها مدل سازی شده است. یافته های تحقیق نشان میدهند که مدل با در نظر گرفتن توزیع دومتغیره گوسین، ساختار کواریانس براوردی بین دو جریمه رانندگی را براورد میکند و ضرایب به دست آمده برای هر جریمه در قالب رگرسیون اسپلاین مکعبی با یکدیگر در یک مدل استخراج میشود. همچنین نتایج مدل ها از نظر میانگین مجذور مربعات و همبستگی بین مشاهدات واقعی و برازش شده با یکدیگر اختلاف زیادی ندارند. شاخصهای AIC و BIC مدلها به تفکیک استان گزارش شده است و درصد انحراف در مدل مکان-مقیاس نسبت با دو مدل دیگر بیشتر است.

Keywords:

جرایم رانندگی , مدلهای جمعی تعمیم یافته , آزمون نرمال چندمتغیره انرژ