15 表 3-1 既往文献の整理 著者名 分析対象 メッシュorポイント 目的・特徴 分析手法 森地ら2) (1994) 500 mメッシュ 交通事故の発生に関連する要因分析を行う ポアソン回帰分析 鹿野島ら3) (1999) ポイント（交通事故） 効率が良い手法を用いて交通事故分析を行ったので、その報告をする データマイニング 決定根拠帰納ツール 回帰ツリー帰納ツール 村瀬ら4) (2004) ポイント（交通事故） 交通事故分析のデータベースを作成した後に、交通事故発生要因の知識ベースを作成し、その知識ベースから交通事故予測ルールを作成し、ファジィ理論を用いた交通事故件数予測モデルを構築する ファジィ推論 小澤ら5) (2010) ポイント（交通事故） これまでの事故多発地点に着目して、重点的に交通安全対策を実施するといった測地的対策による事故削減を踏まえて、今後の総合的な交通安全対策展開の基礎的な検討として、マクロ的な事故要因に係る分析を行っている データマイニング 決定木分析 多田ら6) (2012) ポイント（交通事故） 高齢者と非高齢者の観点から、上記の変数から要因を5つまでに絞り、有意な差があるものを抽出する 高齢者・非高齢者の有意水準の差検定 三村7) (2015) 500 mメッシュ 道路ネットワークおよび周辺土地利用の影響を考慮した交通事故発生レベル予測モデルを提案する 相関分析 ポアソン回帰分析 負の二項回帰分析 重回帰分析 山田ら8) (2015) ポイント（交通事故） 交通事故の多発箇所の分布パターンと重大事故のパターンの間に差があるかを分析する カーネル密度推計 1 kmメッシュ 交通事故が集中している場所の特徴を把握する クラスタリング FOR法（補正） 金ら9) (2017) ポイント（交通事故） 今後の合理的で新たな安全対策の上積み検討に資すること 質的データと量的データを合わして分析する手法を検討していること 数量化3類（質データを量データに変換） クラスター分析
元のページ ../index.html#21