38 基礎集計結果•運転が好き以上の割合は74.8％である。72.6％の高齢者では、送迎している方がいる•鉄道、バス両方とも利用できない方は10.3％を占める。7.5%の高齢運転者が過去3年間で事故を起こした経験がある11.20%63.60%24.90%0.30%非常に好き好きあまり好きでない嫌い72.60%27.40%有無23.70%14.30%51.70%10.30%バスと鉄道両方鉄道のみバスのみ両方ともない92.50%0.30%0.30%1.90%5.00%無交差点での人身事故単路での人身事故交差点での物損事故単路での物損事故図運転が好き図送迎交通図自宅から公共交通機関利用図事故経験（過去3年間）4基礎集計結果•一時停止標識のある交差点での運転について、不可の割合が最も高く、63.9％を占める。約31％の高齢者が運転に対する不安意識を持っている•41.4%の高齢者は仕方なく運転している。11.5％の高齢者が免許返納をしたい・考える9.70%63.90%42.10%28.30%90.30%36.10%57.90%71.70%0%20%40%60%80%100%信号機のある交差点一時停止標識のある交差点進路変更カーブ走行不可可0.60%29.90%56.10%13.40%非常に不安不安不安はないまったく不安はない41.40%46.40%12.10%仕方なく運転している。できれば運転したくない。運転は楽しくないが、運転することは苦でない。運転は楽しいし、積極的に運転したい。0.90%10.60%88.20%返納したい。考えている。返納は考えていない・しない。図運転診断結果図運転に対する不安意識図今後の運転に対する気持ち図運転免許の返納意識5分析用モデル•運転に対する不安意識、今後の運転に対する気持ち、運転免許の返納意識それぞれに影響を及ぼす要因を明らかにするため、三変量順序プロビットモデルを構築•モデルを効率的に推定するため、ギブスサンプリング手法＊を用いる（Greene,2011）見かけ上無関係な回帰モデル：未知パラメータ未知パラメータ*iiiyx=+潜在変数ベクトル..~(0,)iidiTVN*1111Tiiiyx=+*2222Tiiiyx=+: 運転に対する不安意識: 今後の運転に対する気持ち順序プロビットモデル: 順序プロビットモデル: *3333Tiiiyx=+順序プロビットモデル: : 運転免許の返納意識*：直接サンプリングが難しい確率分布の代わりにそれを近似するサンプル列を生成するMCMC法（Markov chain Monte Carlo algorithm）の一種6分析用モデル•潜在変数（効用）と観測変数（アンケート回答結果）の関係性は以下の通り示す。なお、運転に対する不安意識について、非常に不安な回答者は非常に少ないため、「非常に不安」と「不安」に分けずに、「不安以上である」とする•モデルを推定する際に、三変量順序プロビットモデルそれぞれの二つの閾値は-0.431、0.431として設定し、未知パラメータの誤差項の共分散行列を推定*111*111112*1210,1,2,iiiiifyyifyormoreify=運転に対する不安意識：全く不安はない。不安はない。不安以上である。*331*331332*3230,1,2,iiiiifyyifyify=運転免許の返納意識：返納は考えていない・しない。考えている。返納したい。*221*221222*2220,1,2,iiiiifyyifyify=今後の運転に対する気持ち：仕方なく運転している。できれば運転したくない。運転は楽しくないが、運転することは苦でない。運転は楽しいし、積極的に運転したい。7
元のページ ../index.html#43