广义估计方程在交通事故频数建模中的应用

• 作者: 丁剑 周文娜 张宇杰 李志斌
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 交通安全 事故频数 广义线性模型 广义估计方程 时间相关性
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 交通安全
• 页码范围: 123-126,130
• 页数: 5页
• 分类号: U495
• 字数: 4283字
• 语种: 中文
• DOI: 10.3963/j.issn1674-4861.2013.05.024

摘要

由于交通事故数据在记录与获取方面的问题,发展中国家学者进行事故频次建模中往往受到小样本量问题的约束.为扩大样本量,传统广义线性模型将每年事故频数作为独立变量分析,但无法考虑每年事故频数间的时间相关性,估计结果存在偏差.采用广义估计方程进行小样本交通事故数据的事故频数建模,并与传统的广义线性模型估计结果进行了对比.结果表明,传统的广义线性模型低估了说明变量系数的标准误差,论文采用的广义估计方程考虑了交通事故数据间的时间相关性,对于预测变量对于交通事故频数的影响估计更加准确,因此适合小样本交通事故数据的事故频数建模分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志斌	东南大学交通学院	18	146	9.0	12.0
2	周文娜	东南大学交通学院	7	11	2.0	3.0
3	张宇杰	东南大学交通学院	1	2	1.0	1.0
4	丁剑	东南大学交通学院	2	16	2.0	2.0