18 時系列分析による交通事故対策の研究事例を図 3-12に示す。 図 3-12 時系列分析による交通事故対策の研究事例 3-3 分析用モデル及び推定結果 本章で分析に用いたINAR(1) Poissonモデル概要の説明を図 3-13に示す。 図 3-13 INAR(1) Poissonモデル概要の説明 9時系列分析による交通事故対策の研究事例○イギリスの死亡事故対策（シートベルト着用や交通安全の新規制）の効果を評価するため、Quddusは自己回帰和分移動平均（ＡＲＩＭＡ）、負の二項回帰（ＮＢ）、時間に伴う変化を考慮した負の二項（NBwithatimetrend）回帰、整数値自己回帰ポアソン（INAR(1)Poisson）等のモデルを用いた分析結果を整理した上、INAR(1)Poissonモデルの優位性を示した出典：Mohammed A. Quddus, Time series count data models: An empirical application to traffic accidents, Accident Analysis and Prevention Vol. 40, 2008, 1732-1741.INAR(1) Poissonモデル概要の説明○本研究で用いた整数値自己回帰ポアソンモデルは下記の通りである。ここで、パラメータαは高齢運転者による事故に関する月間の相関性を捉えて、パラメータβは当月における高齢運転者による事故件数に影響を与える要因の効果を表現〇本研究は条件付き最尤法（conditionalmaximumlikelihoodestimation）を用いて、未知パラメータのβ、θを推定ベルヌーイ分布ポアソン分布tY： 時点の高齢運転者による事故件数（ 時点）tX： 時点の説明変数（高齢者人口数、事故対策期間のダミー等）1tttYYe−=+1111,12,1,11.........ttYtttYtiiYuuuu−−−−−−=+++=exp()ttX=() ttePoissonDistribution ()~iBernoulliDiustributionexp()=exp()1+
元のページ ../index.html#23