×
西罗·卡里恩多;毛里齐奥·吉达;法比奥·波斯蒂格利奥内;俄罗斯，伊西多罗

具有相关参数的贝叶斯二元层次模型，用于分析意大利隧道中的道路碰撞。 （英语） 兹伯利07507719

统计方法应用。 31，第1号，109-131（2022）.
总结：对意大利252条单向高速公路隧道在4年监测期内发生的交通事故进行了分析，以确定隧道内交通事故的主要原因。在本文中，我们提出了一个具有相关参数的完全贝叶斯二元泊松对数正态层次模型，用于联合分析两种严重程度的碰撞，即严重（仅包括死亡和伤害事故）和非严重（仅财产损失），提供关于基于严重和非严重独立单变量模型的分析的可用数据的更好见解。特别是，所建议的模型表明，对于这两种严重程度，碰撞频率随着一些参数的增加而增加：每条车道的平均年日交通量、隧道长度和卡车百分比，而人行道的存在可以减少严重事故。此外，第三条车道的存在也减少了严重事故的发生。此外，这两种碰撞类型的碰撞频率多年来有所降低。参数之间的相关性可能会为一些组合如何影响隧道安全提供更多见解。通过强调建议方法的优点和缺点，对结果进行了批判性讨论。

MSC公司：

62至XX 统计

关键词：

贝叶斯层次模型;二变量模型;泊松对数正态模型;相关参数;MCMC公司;公路隧道事故

软件：

WinBUGS公司;漏洞
PDF格式BibTeX公司 XML格式引用
\textit｛C.Caliendo｝等人，《统计方法应用》。31，编号1，109--131（2022；Zbl 07507719）
全文： 内政部

参考文献：

[1] 阿夫加里，美联社；马里兰州哈克；南卡罗来纳州华盛顿市。；Smyth，T.，全球获得的信息先验对为澳大利亚碰撞数据开发的贝叶斯安全性能函数的影响，《事故分析预览》，129，55-65（2019）
[2] Aguero-Valverde，J.，《地区层面过度碰撞频率的多元空间模型：哥斯达黎加案例》，《事故分析预览》，59365-373（2013）
[3] 阿奎罗·瓦尔维德（Aguero-Valverde，J.）。；Jovanis，PP，《不同相邻结构的多层次碰撞频率模型效应的空间相关性》，《运输研究记录》，2165，21-32（2010）
[4] Anastasopoulos，PC；Mannering，FL，关于用随机参数计数模型模拟车辆事故频率的注释，《事故分析预览》，第4153-159页（2009年）
[5] Anastasopoulos，PC；Mannering，FL，使用碰撞和非碰撞特定伤害数据对固定和随机参数逻辑模型进行实证评估，《事故分析预览》，43，1140-1147（2011）
[6] Arima，S。；克雷塔罗拉。；乔纳·拉西尼奥（Jona Lasinio），G。；Pollice，A.，绘制塔兰托市城区污染物浓度的贝叶斯单变量时空层次模型，统计方法应用，21，75-91（2012）·Zbl 1333.62006年
[7] 贝德里克，EJ；Christensen，R。；Johnson，W.，广义线性模型先验的新观点，J Am Stat Assoc，91，436，1450-1460（1996）·兹伯利0882.62057
[8] 布鲁克斯，S。；Gelman，A.，《监控迭代模拟收敛性的通用方法》，《计算图形统计杂志》，7，4，434-455（1998）
[9] Caliendo C，De Guglielmo ML（2012），公路隧道事故率和社会成本评估。第五届国际公路基础设施可持续性大会。《社会与行为科学》53:166-177
[10] Caliendo，C。；德古列尔莫，马里兰州；Guida，M.，公路隧道的碰撞预测模型，Accid Ana Prev，55，107-115（2013）
[11] Caliendo，C。；德古列尔莫，马里兰州；Guida，M.，《使用随机参数模型比较和分析公路隧道交通事故频率和比率》，J Transp Saf Secur，8，2，177-195（2016）
[12] Caliendo，C。；德古列尔莫，马里兰州；Russo，I.，基于相关随机参数方法的高速公路隧道碰撞频率分析，Tunn Underer Sp-Tech，85，243-251（2019）
[13] Caliendo，C。；Guida，M.，用于同时分析总车祸和严重车祸发生率的新二元回归模型，J Transp Saf Secur，6，1，78-92（2014）
[14] Caliendo，C。；吉达，M。；Parisi，A.，《多车道道路的碰撞预测模型》，《事故分析预览》，39，4，657-670（2007）
[15] 英国石油公司卡林；Louis，TA，Bayes和经验Bayes方法用于数据分析（2000年），Boca Raton:Chapman&Hall/CRC，Boca Raton·兹比尔1017.62005
[16] 科鲁·E。；Bilgic，A。；Tortum，A.，《聚合数据的事故分析：随机参数负二项面板计数数据模型》，《分析方法Accid Res》，第7期，第37-49页（2015年）
[17] Dong，C。；克拉克，DB；严，X。；Khattak，A。；Huang，B.，《多元随机参数零膨胀负二项回归模型：估计十字路口交通事故频率的应用》，Accid Ana Prev，70，320-329（2014）
[18] El-Basyouny，K。；Sayed，T.，使用多元泊松对数正态回归的碰撞预测模型，《事故分析预测》，41，4，820-828（2009）
[19] 欧洲议会和理事会（2004）指令2004/54/EC。欧盟官方公报。L.167，布鲁塞尔，4月30日，欧洲委员会（EU28）。2017年道路安全。https://ec.europa.eu/transport/road_safety/sites/roadsafety/files/vademcum_2018.pdf。2020年6月9日访问
[20] Farid，A。；Abdel-Aty，M。；Lee，J。；Eluru，N.，应用贝叶斯信息先验增强安全性能函数的可转移性，Accid Anal Prev，62155-161（2017）
[21] Furlan，C.，霍尔德内斯海岸悬崖海岸侵蚀的层次随机效应模型，统计方法应用，17，335-350（2008）·Zbl 1367.62305号
[22] Gelman，A。；Hill，J.，《使用回归和多级/层次模型的数据分析》（2007），纽约：剑桥大学出版社，纽约
[23] 郭毅。；李，Z。；刘，P。；Wu，Y.，《探索高速公路分流区不同碰撞类型的碰撞风险因素：未观察到的异质性的解释》，IEEE Access，7，11809-11819（2019）
[24] Han，C。；黄，H。；Lee，J。；Wang，J.，《调查道路水平因素对跨区域碰撞频率的不同影响：贝叶斯分层随机参数建模方法》，Anal Method Accid Res，20，81-91（2018）
[25] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素》（2009），纽约：施普林格出版社，纽约·Zbl 1273.62005年
[26] 侯，Q。；阿联酋塔尔科；Meng，Z.，《分析高速公路隧道中的碰撞频率：相关随机参数方法》，《事故分析预览》，11194-100（2018）
[27] 黄，H。；Chang，F。；周，H。；Lee，J.，《区域碰撞频率的未观察异质性建模：空间相关数据的混合成分贝叶斯多元随机参数模型》，分析方法Accid Res，24，100-105（2019）
[28] 黄，H。；Chin，HC，《零通货膨胀和现场特定随机效应的道路交通事故建模》，《统计方法应用》，第19期，第445-462页（2010年）·Zbl 1333.62302号
[29] 黄，H。；周，H。；Wang，J。；Chang，F.等人。；Ma，M.，城市十字路口交通方式碰撞频率的多元空间模型，分析方法Accid Res，14，10-21（2017）
[30] 意大利国家统计研究所（2017），意大利道路事故，2017年。https://www.istat.it/en/archivio/219652。访问日期：2020年6月9日
[31] Lee，J。；Abdel-Aty，M。；Choi，K。；Huang，H.，《行人安全的多层次热点区域识别》，《Accid Anal Prevention》，第76页，第64-73页（2015年）
[32] Lee，J。；Abdel-Aty，M。；Jiang，X.，机动车辆和非机动模式在宏观层面上的多变量碰撞建模，Accid Anal Prevention，78，146-154（2015）
[33] 刘，C。；Sharma，A.，使用多元时空贝叶斯模型按严重程度分析交通事故，Ana Method Accid Res，17，14-31（2018）
[34] Lunn，D。；施皮格尔（Spiegelhalter），DJ；托马斯。；Best，N.，《BUGS项目：进化、批判和未来方向》（The BUGS project:Evolution，critical and future directions（with discussion），Stat Med，28，25，3049-3082（2009）
[35] 礼仪，F。；Bhat，C.，《事故研究中的分析方法：方法学前沿和未来方向》，《Anal Method Accid Res》，1，1-22（2014）
[36] 礼仪，佛罗里达州；Shankar，V。；Bhat，CR，《未观察到的异质性和公路事故数据的统计分析》，Ana Method Accid Res，11，1-16（2016）
[37] 公园，ES；哦，R。；Ahn，JY；哦，MS，使用连接函数对多变量碰撞计数进行贝叶斯分析，Accid Anal Prevent，149105431（2020）
[38] PIARC技术委员会C3.3，公路隧道运营，报告R17（2008），人为因素和公路隧道用户安全，巴黎。https://www.piarc.org/en/order-library/6173-en-Human网站
[39] CP罗伯特；Casella，G.，《用R介绍蒙特卡罗方法》（2010），纽约：Springer，纽约·Zbl 1196.65025号
[40] Schluter，P。；迪利，J。；Nicholson，A.，《使用分层贝叶斯模型对机动车事故现场进行排名和选择》，J Roy Stat Soc D-Sta，46，3，293-316（1997）
[41] 施皮格尔（Spiegelhalter），DJ；最佳，NG；英国石油公司卡林；范德林德，A.，模型复杂性和拟合的贝叶斯度量，J Roy Stat Soc B，64，4，583-639（2002）·Zbl 1067.62010年
[42] 施皮格尔（Spiegelhalter），DJ；托马斯。；贝斯特，N.，《贝叶斯图形模型的计算》，贝叶斯统计，5，5，407-425（1996）
[43] 施皮格尔（Spiegelhalter），DJ；托马斯。；贝斯特，N。；Lunn，D.，《WinBUGS用户手册》（2005），剑桥：MRC生物统计学组，剑桥
[44] 世界卫生组织，WHO（2018）《2018年全球道路安全状况报告》。日内瓦。https://www.who.int/violence_injury_provention/road_safety_status/2018/GSRRS2018_Summary_EN.pdf。2020年6月9日访问
[45] 谢凯。；Ozbay，K。；Yang，H.，按损伤严重程度建模碰撞次数的多元空间方法，Prev事故分析，122189-198（2019）
[46] 杨，JS；Wong，YD，新加坡高速公路隧道中的道路交通事故，Tunn Underr Sp-Tech，38，534-541（2013）
[47] Yu，R。；熊，Y。；Abdel Aty，M.，研究天气条件对山区高速公路撞车风险影响的相关随机参数方法，Transp Res C-Emer，50，68-77（2015）
[48] 曾强。；郭，Q。；SC Wong；温，H。；黄，H。；Pei，X.，《按严重程度联合建模区域级交通事故率：贝叶斯多元随机参数时空Tobit回归》，Transportmetrica a，15，2，1867-1884（2019）
[49] 庄林，M。；春福，S。；盛瑞，Z.，中国高速公路隧道交通事故特征，Tunn Underer Sp Tech，24350-355（2009）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。