toepassing van de poisson-Tweedie-distributie bij het analyseren van crashfrequentiegegevens

jan 20, 2022
admin

dit artikel beschrijft een studie die de poisson-Tweedie-distributie toepast bij het ontwikkelen van crashfrequentiemodellen. De poisson-Tweedie-distributie biedt een uniform kader voor het modelleren van overdispersed, underdispersed, zero-inflated, ruimtelijke en longitudinale telgegevens, evenals meerdere responsvariabelen van soortgelijke of gemengde typen. De vorm van zijn variantiefunctie is eenvoudig, en kan worden gespecificeerd als het gemiddelde toegevoegd aan het product van dispersie en het gemiddelde verhoogd tot de macht P. de flexibiliteit van de poisson-Tweedie verdeling ligt in het domein van P, die positieve reële getalwaarden omvat. Speciale gevallen van de poisson-Tweedie distributiemodellen zijn de lineaire vorm van het negatieve binomiaal (NB1) model met P gelijk aan 1.0, het geometrische Poisson (GeoP) model met P gelijk aan 1.5, de kwadratische vorm van het negatieve binomiaal (NB2) model met P gelijk aan 2.0, en het Poisson Inverse Gaussian (PIG) model met P gelijk aan 3.0. In deze studie werd een reeks modellen ontwikkeld met behulp van de poisson-Tweedie distributie zonder beperkingen op de waarde van de vermogensparameter en met specifieke waarden van de vermogensparameter die NB1, GeoP, NB2 en VARKENSMODELLEN vertegenwoordigen. De effecten van vaste en variërende dispersieparameters (d.w.z. dispersie als functie van covariabelen) op de variantie en verwachte crashfrequentieschattingen werden ook onderzocht. Drie jaar (2012-2014) van crashgegevens van stedelijke drie-benige stop-gecontroleerde kruispunten en stedelijke vier-benige gemarkeerde kruispunten in de staat Florida werden gebruikt om de modellen te ontwikkelen. De Poisson-Tweedie-modellen of de GeoP-modellen bleken beter te presteren wanneer de dispersieparameter constant of vast was. Met de variërende dispersieparameter bleken de NB2-en VARKENSMODELLEN beter te presteren, waarbij beide even goed presteren. Ook bleken de waarden van de vaste dispersieparameter kleiner te zijn in de modellen met een hogere waarde van de vermogensparameter. De variatie tussen de modellen in hun schattingen van gewichtsfactor, verwachte crashfrequentie en potentieel voor verbetering van de veiligheid van gevaarlijke locaties op basis van de empirische Bayes-methode werd ook besproken.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.