Analiza wrażliwości modelu potęgowego liczby zdarzeń drogowych w Polsce

• Autorzy: Rogowski A.

Warianty tytułu

EN

Sensitivity analysis of power model of road accidents in Poland

• Języki publikacji: PL

Abstrakty

PL

Wypadki drogowe stanowią istotny problem społeczny i ekonomiczny, stąd różnorodne działania zmierzające zarówno do zmniejszenia ich liczby, jak i ich skutków. Jednym z pierwszych modeli szacujących liczbę ofiar śmiertelnych w ruchu drogowym był model Smeeda będący modelem potęgowym o zmiennych objaśniających – liczbie pojazdów i liczbie ludności. Choć klasyczny model Smeeda, przynajmniej w warunkach polskich, jest nieprzydatny, to z parametrami estymowanymi metodą najmniejszych kwadratów jako model wykorzystujący klasyczne podejście do prognozy wypadków na podstawie zmiennych opisujących wystawienie na ryzyko, dość dobrze opisuje liczbę ofiar śmiertelnych i rannych w wypadkach drogowych, jak i liczbę wypadków drogowych. Jednak jego przydatność do celów prognostycznych warunkowana jest zmiennością w czasie parametrów modelu i wrażliwością modelu na zamiany wartości zmiennych objaśniających i parametrów modelu. W artykule przedstawiono wyniki analizy wrażliwości modeli potęgowych dla których parametry estymowano na podstawie danych rzeczywistych z lat 2000–2011. Stwierdzono małą wrażliwość modeli na zmiany wartości zmiennych objaśniających (uwzględniając zakres danych właściwy dla warunków polskich), co można uznać za zaletę w przypadku prognozowania – minimalizacja błędów związanych z prognozowaniem wartości zmiennych objaśniających. Jednocześnie stwierdzono bardzo dużą wrażliwość modeli na zmiany wartości parametrów – wykładników potęg, co powoduje duże trudności w doborze danych rzeczywistych do szacowania parametrów modeli. Zaproponowano modele z ustaloną wartością parametru jednej ze zmiennych objaśniających i parametrem w funkcji czasu dla drugiej zmiennej, podając postacie tych funkcji.

EN

Road accidents are a major social and economic problem, therefore various activities are undertaken in order to reduce both their number and consequences. The Smeed’s model has been one of the first. It is a power model with two explanatory variables: population and the number of vehicles. In Polish conditions the Smeed’s classic model is useless. However, the exponential models with parameters estimated by the least squares method describe reasonably well the number of fatalities and road accidents injuries, as well as the number of road accidents itself. Nevertheless, their usefulness for forecasting purposes is conditioned on the changes the values of the parameters at the time and on the sensitivity to changes of explanatory variables values and model parameters. This paper presents the results of the sensitivity analysis for the power models which parameters were estimated on the base of actual data from the years 2000-2011. Models low sensitivity to changes of explanatory variables values have been found, which can be regarded as an advantage in case of forecasting; by minimizing errors connected with forecasting the values of explanatory variables. At the same time, it was detected that models were very sensitive to changes of parameters values – the exponents. Models with a fixed value of the parameter to one of the explanatory variables and a function of the time for the second variable have been proposed as well as proposed forms of these functions.

Słowa kluczowe

PL

model potęgowy; bezpieczeństwo ruchu drogowego; prognozowanie

EN

power model; road safety; forecasting

• Wydawca: Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
• Czasopismo: Transport Miejski i Regionalny
• Rocznik: 2013
• Tom: nr 5
• Strony: 33--39
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Rogowski A.

• Uniwersytet Technologiczno-Humanistyczny w Radomiu, Wydział Transportu i Elektrotechniki, 26-600 Radom, ul. Malczewskiego 29

Bibliografia

• 1. Adams J.G.U., Smeed’s Law: some further thoughts, Traffic Engineering and Control 28 (2) 1987.
• 2. Koren C., Borsos A., Is Smeed’s Law Still Valid? A World-Wide Analysis of the Trends in Fatality Rate, Journal of Society for Transportation and Traffic Studies (JSTS) Vol. 1 2010.
• 3. Akgüngör A.P., Dogan E., An application of modified Smeed, adapted Andreassen and artificial neural network accident models to three metropolitan cities of Turkey, Scientific Research and Essay Vol. 4 (9), 2009.
• 4. Chakraborty S., Roy S.K., Traffic accident characteristics of Kolkata, Transport and Communications Bulletin for Asia and the Pacific No. 74, 2005.
• 5. Valli P., Road accident models for large metropolitan cities of India, IATSS Research Vol. 29 No. 1, 2005.
• 6. Szymanek A., Teoria i metodologia zarządzania ryzykiem w ruchu drogowym. Politechnika Radomska, Radom 2012.
• 7. Jamroz K., Metoda zarządzania ryzykiem w inżynierii drogowej, Wydawnictwa Politechniki Gdańskiej, Gdańsk 2011.
• 8. Global status report on road safety 2013. Supporting a decade of action, World Health Organization, ISBN 978 92 4 156456 4.
• 9. Rogowski A., Number of Motor Vehicles as an Explanatory Variable in the Prediction of Traffic Incidents in Poland, The Archives of Transport, Volume 25 (2013) Issue 1 (wdruku).
• 10. http://www.stat.gov.pl/bdl/app/strona.html?p_name=indeks(GUS, Bank Danych Lokalnych), http://statystyka.policja.pl/portal/st/1302/76562/Wypadki_drogowe__raporty_roczne.html(KG Policji).