مدلسازی شدت تصادفات موتورسیکلت درشهرتهران

دراین مقاله نتایج کاربرد اطلاعات گرداوری شده درمورد وقوع تصادفات موتورسیکلت درشهرتهران باهدف دستیابی به مدلی که قادر به پیش بینی شدت تصادفات مزبور باشد ارایه شده است روش مدلسازی مورداستفاده دراین تحقیق روش رگرسیون لاجستیگ و یاجایگزین های آن شامل پرابیت و لاجیت دوگانه بوده است ابتدابااستفاده ازمدل عمومی پرابیت وتعریف یک متغیرکه دارای چهاردرجه و نشان دهنده شدت تصادف بودها ست متغیرهای مستقل قابل درنظرگرفتن درمدل با استفاده ازنتیجه آزمون آماری wald انتخاب شده اند درمرحله بعدمتغیر شدت به یک متغیردوگانه تبدیل شده و بابهره گیری ازترکیبهای مختلف متغیرهای مستقل غیروابسته مدلهای مختلف شدت تصادف ازروش لاجیت دوگانه بدست آمده اند دراین تحقیق اصول مدلسازی به روش رگرسیون لاجستیک تشریح شده وروشهای جایگزین آن نیز مورد بررسی مقایسه ای قرارگرفته و به بررسی اثرمتغیرهای مستقل مختلف برشدت تصادف پرداخته شده است بررسی اثرمتغیرها برشدت بااستفاده ازپارامترشانس احتمال ارزیابی شده که براساس آن نامشخص بودن مشخصات گواهینامه وقوع تصادف بین ساعت 4تا6 صبح دخیل بودن مینی بوس یا اتوبوس وقوع تصادف دربزرگراه یا کمربندی برخورد باوسایل نقلیه سنگین وجود مانع دید وقوع تصادف بین ساعت 24تا2بامداد و وجود نقص درعلایم عواملی بوده اند که نقش عمده ای درافزایش شدت تصادفات داشته اند

Keywords:

تصادف , موتورسیکلت , شدت , مدلسازی , لاجستیک , پرابیت