基于数据可视化的短时小数值交通事故的描述及成因推理.PDFVIP

第15卷 第5期 道 路 交 通 与 安 全 Vol.15 No.5 2015年 10月 摇 摇 Oct. 2015 DOI:10.13986/ ki.jote.2015.05.006 基于数据可视化的短时小数值交通事故的描述及 成因推理 陈永胜 (公路交通安全技术行业重点实验室,交通运输部公路科学研究院,北京摇 100044) (加拿大艾尔伯塔省埃德蒙顿市交通安全办公室,9304 41Avenue Edmonton T6J4L8) 摘摇 要:交通事故是小概率随机事件. 在特定时间空间内某些类型的交通事故指标通常是相对较小的数字. 应用 传统的针对连续变量的方法(例如广义线性模型)对其进行分析和预测,通常由于数值小,随机性及起伏波动大而 无法获得统计显著的结果;而采用传统的针对离散变量的方法(例如罗基模型)进行分析和预测,则又由于其分类 数值太多而难以实现. 本论文探讨以数据可视化方法来解决这种短时、小数值交通事故数据的描述及推理分析的 问题. 基于加拿大某城市的交通事故与天气数据,本论文探索使用一系列的“数据可视化冶方法,例如数据分解、彩 色散点矩阵图、三维散点图等,描述事故相关要素及其互动规律. 在此基础上,进一步应用图形模型作为成因推理 的手段,以完成推理性的数据可视化分析,藉此分析造成交通事故的成因要素、各要素的关系结构以及要素对事故 的数量化影响程度. 这一研究解决了在短时、小数值背景下对于交通安全状况进行精确描述及成因分析的问题,其 成果可直接应用于交通安全管理、交通执法、道路养护等多个领域中的实时安全管控、安全治理措施的预案制订与 效果评估等实际工作之中. 关键词:数据可视化;短时事故;成因推理 中图分类号:U268郾6 文献标志码:A 文章编号:1008鄄2522(2015)05鄄27鄄09 Description and Causal Inference of Short鄄term Small鄄number Collisionsby Data Visualizations CHEN Yong鄄sheng (Key Laboratory of Road Safety Ministry of Transport, Research Institute of Highway Ministry of Transport, Beijing 100088,China) (Office of Traffic Safety,Transportation Services,City of Edmonton,Alberta,Canada) Abstract:Collisions are rare random events. Particular collision dataitems within specific temporal or spatial units,e.g. ,daily fatal and injury collisions of a small or medium sized city,are generally small numbers (say,0-25).These small鄄numberedcollisionsareinadaptabletobeanalyzedandpredictedby conventional approaches. For methods with continuous variables, such as generalized linear model (GLM),this typeof datahaslimitedvaluerange,toohighrandomnessandvariation,sothatstatistically significant (SS) results are unlikely to be obtained. On another hand, for methods with discrete variables,e.g.