PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!
Tytuł artykułu

Prognozowanie liczby wypadków drogowych na Podkarpaciu

Identyfikatory
Warianty tytułu
EN
Forecasting of the number of road accidents in the Subcarpathian region
Języki publikacji
PL
Abstrakty
PL
Od kilku lat bezpieczeństwo na drogach w Polsce systematycznie się poprawia. Obniża się zarówno liczba wypadków jak i ich ofiar. Mimo tego Polska zajmuje ostatnie miejsca w rankingu bezpieczeństwa na drogach wśród państw Unii Europejskiej. Wstępując do UE Polska zobowiązała się do realizacji polityki unijnej również w zakresie poprawy bezpieczeństwa w ruchu drogowym. Podstawą polityki drogowej krajów UE jest tzw. Wizja Zero, która przyświeca państwom wysoko rozwiniętym i jest filozofią zakładająca, że w perspektywie długofalowej nikt nie powinien ponosić ciężkich obrażeń, ani ginąć w wypadkach drogowych. Na pytanie, na ile jest to możliwe w Polsce, można udzielić odpowiedzi przeprowadzając prognozę długookresową dla wskaźników bezpieczeństwa w ruchu drogowym. W artykule przedstawiono prognozę liczby wypadków drogowych w województwie podkarpackim w 2015 roku w ujęciu sezonowym miesięcznym. Do wyznaczenia prognozy wykorzystano trzy modele sezonowe szeregów czasowych: autoregresyjny z trendem liniowym, ARIMA oraz model sieci neuronowych. Dane statystyczne dotyczyły odstępów miesięcznych i obejmowały okres od stycznia 2010 roku do grudnia 2014 roku. Prognozę miesięczną wyznaczono na kolejny rok, w okresie od stycznia 2015do grudnia 2015. Dane pochodziły ze strony głównej Komendy Policji. Obliczenia wykonano z użyciem programu Statistica 10 oraz arkusza kalkulacyjnego Excel. Oszacowane w pracy modele umożliwiają także przeprowadzenie prognoz długookresowych.
EN
For several years safety on the roads in Poland has been steadily improving. Both the number of accidents and their victims decrease. Despite this, Poland occupies the last place in the ranking of road safety among the EU countries. Poland, when accessing the EU, has been committed to the implementation of EU policies in improving road safety. The basis of the EU road policy is so-called Vision Zero project, which underlies the highly developed countries, and it is a philosophy which assumes that in the long term no one should suffer serious injury or fatalities in road traffic. The answer to the question whether it is possible in Poland can be found by conducting long-term forecasts for indicators of road safety. In this article the monthly forecasts of the number of road accidents in the Subcarpathian region were presented. To determine the forecast there were applied three seasonal time series models: autoregressive with linear trend, ARIMA and neural network model. Statistical data were related to monthly intervals and covered the period from January 2010 to December 2014. The monthly forecast is scheduled for next year, in the period from January 2015 to December 2015. The data came from the homepage of the Police. Calculations were performed by using Statistica 10 and an Excel spreadsheet. The models estimated in the paper allow also to carry out long-term forecasts.
Czasopismo
Rocznik
Tom
Strony
2782--2796, CD2
Opis fizyczny
Bibliogr. 18 poz., rys., tab., wz.
Twórcy
  • Politechnika Rzeszowska, Wydział Zarządzania, Katedra Metod Ilościowych, 35-959 Rzeszów, al. Powstańców Warszawy 10
autor
  • Politechnika Rzeszowska, Wydział Zarządzania, Katedra Metod Ilościowych, 35-959 Rzeszów, al. Powstańców Warszawy 10
Bibliografia
  • 1. Bishop C. M., Neural networks for pattern recognition, Oxford University Press, Oxford 1995.
  • 2. Box G.E.P., Jenkins G.M., Analiza szeregów czasowych – prognozowanie i sterowanie, Państwowe Wydawnictwo Naukowe, Warszawa 1983.
  • 3. Chudy K., Pisula T., „Bezpieczeństwo w ruchu drogowym w Polsce w przekroju województw – analiza porównawcza”, TTS – Technika Transportu Szynowego, Zeszyt 10, Instytut Naukowo-Wydawniczy „TTS” 2013, s. 1895-1906.
  • 4. Cieślak M., Prognozowanie gospodarcze. Metody i zastosowania, Wydawnictwo Naukowe PWN, Warszawa 2005.
  • 5. Dittmann P., Metody prognozowania sprzedaży w przedsiębiorstwie, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 1998.
  • 6. Globalny Plan Dekady Działań na rzecz Bezpieczeństwa Ruchu Drogowego 2011-2020, ITS BRD 2011, nr 1, http://www.who.int/roadsafety/decade_of_action/plan/plan_english .pdf.
  • 7. Goryl A., Jędrzejczyk Z., Kukuła K., Osiewalski J. Walkosz A., Wprowadzenie do ekonometrii, Wydawnictwo Naukowe PWN, Warszawa 2009.
  • 8. Grygier M., „Wizja Zero: idealistyczne bzdury, czy wizja przyszłości?”, www.moto.wp.pl.
  • 9. Hydzik P., Migała – Warchoł A., Sobolewski M., „Analiza bezpieczeństwa ruchu drogowego w państwach Unii Europejskiej w latach 1991– 2011”, Zeszyty Naukowe Politechniki Rzeszowskiej,Rzeszów 2013.
  • 10. Krajowy Program Bezpieczeństwa Ruchu Drogowego 2005-2007-2013, GAMBIT 2005, Warszawa 2005.
  • 11. Którędy droga - raport o tym jak odblokować inwestycje drogowe w Polsce, Fundacja FOR, Widyńscy i wspólnicy, Warszawa 2009.
  • 12. Narodowy Program Bezpieczeństwa Ruchu Drogowego 2013-2020, Dokument przyjęty przez KRBRD uchwałą nr 5/2013 z dnia 20.06.2013 r., Warszawa, czerwiec 2013.
  • 13. Program Realizacyjny na lata 2014 – 2015 do Narodowego Programu Bezpieczeństwa Ruchu Drogowego 2013-2020, Krajowa Rada Bezpieczeństwa Ruchu Drogowego, Warszawa 2014.
  • 14. Sokołowski A., Przykłady prognozy ekonomicznej, Statsoft Polska, Kraków, http://statsoft.pl/ Portals/0/Downloads/Przyklady_prognozy_ekonomicznej.pdf.
  • 15. Stan Bezpieczeństwa Ruchu Drogowego oraz działania realizowane w tym zakresie - raport, Krajowa Rada Bezpieczeństwa Ruchu Drogowego, Warszawa 2013.
  • 16. Tadeusiewicz R., Sieci neuronowe. Akademicka Oficyna Wydawnicza, Warszawa 1993.
  • 17. Witkowska D., Sztuczne sieci neuronowe i metody statystyczne, Wydawnictwo C.H. Beck, Warszawa 2002.
  • 18. Wypadki drogowe w Polsce w 2013 roku, Komenda Główna Policji, Biuro Prewencji i Ruchu Drogowego, Wydział Ruchu Drogowego, Warszawa 2014.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-45cd471d-68a6-414e-8f44-94f6cb7303c8
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.