راه تصادفات نرخ پیشبینی در فضایی اقتصادسنجی مدلهای از استفاده ایران تهران مدرس تربیت دانشگاه زیست محیط و عمران مهندسی دانشکده مکاتبات( استادیار )مسئول بروجردیان میرزا امین ایران تهران مدرس تربیت دانشگاه زیست محیط و عمران مهندسی استاد دانشکده زاده صفار محمود ایران تهران جنوب تهران واحد اسالمی آزاد دانشگاه مهندسی فنی دانشکده ارشد کارشناسی آموخته دانش خشکرودی زاده قاسم علی E-mail:ambrouj@yahoo.com پذیرش: 1393/05/14 دریافت: 1392/09/11 چکيده: دارای منفی دوجملهای مدل مانند آماری معمول میگیرد.مدلهای انجام آماری مدلهای کمک به عمدتا راه قطعات در تصادفات پیشبینی رثا این به نمیشود. گرفته درنظر یکدیگر به خاص تقاطع دو بودن نزدیک متقابل اثر مدلها این در مثال برای هستند محدودیتهایی نشده گرفته نظر در راه قطعات بین فضایی وابستگی شده انجام مطالعات اکثر میشود.در گفته متوالی قطعات دادههای بین فضایی رابطه میتوانند دارند را راه قطعات بین فضایی وابستگی محاسبه توانایی که اتورگرسیوفضایی مدلهای مکانی دادههای با مواجهه در است. فضایی وابستگی است ممکن هستند مکانی مشخصه دارای دادهها که زمانی واقع.در گردند آماری مرسوم روشهای و مدلها جایگزین این میکند. خطا دچار را تحلیل نتایج نمیگیرند درنظر را وابستگی این که مرسوم شیوههای بکارگیری و باشد داشته وجود مشاهدات بین با قطعه هر به تصادفات تخصیص و راه قطعهبندی از پس تحقیق این در دارند. را فضایی ناهمسانی و فضایی وابستگی محاسبه توانایی مدلها فضایی تاخیر معمولی فضایی اتورگرسیو مدلهای عملکرد بررسی به یکدیگر به قطعات فضایی وابستگی محاسبه جهت وزن ماتریس تشکیل مالک نام با مدل ارزیابی معیار دو طریق از مدلها این مقایسه با نهایت در بیزی روش با پارامترها برآورد از پس و پرداخته فضایی خطای و BIC AICو مقدار با فضایی خطای مدل بیزی روش به برآورد در است. شده اتخاب مدل بهترین بیزی ارزیابی مالک و آکائیک ارزیابی خطای مدلهای دو هر در و گردید انتخاب شده برآورد مدلهای بین در مدل بهترین عنوان به 279/9365 و 274/0256 برابر ترتیب به راه قطعات در تصادفات نرخ پیشبینی به سپس آمد. دست به ساده خطی رگرسیون مدل به نسبت بهتری برازش فضایی تاخیر و فضایی بررسی با که است شده انتخاب کننده پیشبینی بهترین RMSE مالک از استفاده و شده پیشبینی و واقعی تصادفات نرخ مقایسه با و پرداخته مدل بهترین عنوان به 7/0697 میزان به RMSE مقدار با فضایی خطای مدل بیزی روش در واقعی مقادیر و شده پیشبینی مدلهای RMSE سازی ایمن و بودجه تخصیص بندی اولویت و راه بندی رتبه در تحقیق این نتایج شد. شناخته تحقیق این در تصادفات نرخ کننده پیشبینی داشت. خواهد کاربرد راه قطعات در تصادفات احتمال پراکندگی نقشه تهیه و تصادفخیز قطعات بیز روش به برآورد تصادفات نرخ پیشبینی وزن ماتریس فضایی وابستگی فضایی اتورگرسیو كليدي: واژههاي 1394 بهار / سوم شماره / ششم سال / نقل و حمل مهندسی 383
خشکرودی زاده قاسم علی صفارزاده محمود بروجردیان میرزا امین شامل است ممکن دار چراغ تقاطعات در تصادفات فراوانی موقعیت به ولی باشد جغرافیایی معین ناحیه یک از مشاهداتی تقاطعات از سری یک اگر مثال ندارد. حساسیتی تصادفات باشند داشته زیادی تصادفات فراوانی مسیر یک در چراغدار نزدیک اثر 3 منفی دوجملهای مدل مانند آماری معمول مدلهای حالی در نمیگیرند نظر در را یکدیگر به خاص تقاطع دو بودن یک یکه درصورت باشند. مهم میتوانند فضایی های رابطه این که که اتفاقی هر باشد داشته قرار دیگر تقاطع دست پایین در تقاطع باشد. تأثیرگذار دست پایین در میتواند دهد رخ دست باال در داشته وجود 4 فضایی سرریز اثرات است ممکن دیگر عبارت به دادهها که زمانی واقع در.]Mills and Fricker, باشد] 2011 وابستگی است ممکن که ازآنجا هستند مکانی جزء دارای شیوههای بکارگیری باشد داشته وجود مشاهدات بین فضایی مناسب چندان نمیگیرند درنظر را وابستگی این که مرسوم دو مکانی دادههای و مشاهدات با مواجهه در عبارتی به نیست. قرار توجه مورد 6 فضایی ناهمسانی و 5 فضایی وابستگی ویژگی وابستگی بهتر عبارت به.]Lesage, ]1998 گرفت خواهند فضایی ناهمسانی و داشت خواهد وجود مشاهدات بین فضایی در آمد. خواهد وجود به میشوند مدلسازی که روابطی در فضایی وابستگی مرسوم اقتصادسنجی در که صورتی در واقع گاس- فرضهای گیرد قرار توجه مورد فضایی ناهمسانی و فرض گاس-مارکوف قضیه در شد. خواهد نقض مارکوف ثابت تکراری نمونهگیریهای در مستقل متغیرهای که میشود نقض را نمونهها بین فضایی وابستگی فرض این که هستند در مارکوف گاس- فرض فضایی ناهمسانی همچنین میکند. را نمونهای مشاهدات بین مشخص خطی رابطه وجود مورد دادهها بین فضایی وابستگی وجود فرض با زیرا میکند نقض کرد خواهد تغییر رابطه نمونه فضای دادههای بین حرکت با بود نخواهند وابسته متغیر حسب بر خطی تابع ضرایب و نخواهند کاربرد مرسوم اقتصادسنجی روشهای اینرو از ضرورت فضایی اقتصادسنجی روشهای از استفاده و داشت.]Asgari and Akbari, مییابد] 2001 مقدمه 1. و ارتباطات گسترش کشورها توسعهیافتگی نشانههای از یکی افزایش به منجر جمعیت افزایش است. حملونقل زیرساختهای نقل و حمل برای تقاضا افزایش شد. خواهد حملونقل برای تقاضا هزینههای شامل تنها هزینهها این میشود. هایی هزینه ایجاد سبب اتالف مانند هزینههایی و نبوده زیرساختها ایجاد مانند مستقیم غیره و ترافیکی تصادفات و محیطی زیست آلودگیهای وقت افراد جان و سالمت اهمیت به توجه با میشود. شامل نیز را شناسایی راستا این در و دارد فراوانی اهمیت ترافیک ایمنی مقوله بسیاری اهمیت دارای جادهای تصادفات بر گذار تاثیر عوامل شناسایی منظور به تصادفات تحلیل در مختلفی است.روشهای گرفتهاند. قرار استفاده مورد جادهای تصادفات بر تاثیرگذار عوامل مدلهای از استفاده با تصادفات تحقیق تحلیل این اولیه هدف دادههای برای مناسب مدلهای بخصوص 1 فضایی اقتصادسنجی برای که سنجی اقتصاد مدلهای اصوال است. 2 عرضی مقطع منظور به که مدلهایی با میروند بکار تصادفات فراوانی تحلیل مدلهایی دارند. تفاوت میشوند استفاده تصادفات شدت تحلیل ایجاد دنبال به میروند بکار تصادفات فراوانی تحلیل برای که در و معین بخش یک در مرتبط عوامل و تصادفات بین رابطهای شدت تحلیل برای که مدلهایی و هستند معین زمانی دوره یک بین رابطهای ایجاد دنبال به معموال شوند می استفاده تصادفات ویژگیهای و خسارتی( جرحی )فوتی شدت مختلف سطوح تصادفات شدت و فراوانی مدلهای دو هر هستند. تصادفات با مرتبط عوامل و تصادفات بین رابطهای ایجاد برای میتوانند مدلهای عنوان به آنها از میتوان واقع در و شوند گرفته بکار آن کاهش در گستردهای کاربردهای که برد نام تصادفات پیشبینی دارند. پیوسته بوقوع تصادفات شدت و فراوانی طور به حملونقل و ترافیک علم حوزه در شده انجام تحقیقات آماری مدلهای است. استوار نمونهای دادههای پابه بر ای گسترده تعدادی با وابسته متغیرهای برخی بین رابطه ایجاد بر سنتی طور به را فضایی وابستگی مدلها این هستند. متمرکز تبیینی متغیرهای از پیشبینی مدل مثال برای نمیگیرند. نظر در خود محاسبات در 384 1394 بهار / سوم شماره / ششم سال / نقل و حمل مهندسی
استفاده از مدل های اقتصادسنجی فضایی در پیش بینی نرخ تصادفات راه سواالت اصلی این تحقیق عبارتند از: آیا استفاده از مدل اتورگرسیو فضایی سبب افزایش کارآیی مدلهای مورد استفاده در تصادفات خواهد شد با توجه به مالکهای ارزیابی مدل از بین مدلهای فضایی و مدل رگرسیون خطی کدام مدل بهتر است مطابق معیار RMSE کدام مدل پیشبینی دقیقتری از نرخ تصادفات ارائه خواهد کرد 2. پیشینه تحقیق تحلیل در سطح میانی مدیریت ایمنی به رابطه بین تعداد تصادفات مرتبط با قطعات راه و ویژگیهای مختلف آن )عوامل مؤثر در وقوع تصادفات( در این قطعات میپردازد ]2004.]PIARC, عواملی که معموال در تحلیل قطعات راه استفاده میشوند عبارتند از ویژگیهای افراد درگیر در تصادفات )برای مثال سن جنس سطح تحصیالت وضعیت تاهل و غیره( طرح هندسی قطعات )برای مثال تعداد خطوط قوسهای افقی و قائم درصد شیب و غیره( ویژگی های ترافیکی )برای مثال جریان ترافیک سرعت( و شرایط روسازی راه )برای مثال ناهمواری(. معموال این داده ها در سطح قطعات راه جمع آوری و سپس با استفاده از مدل آماری مناسب مانند مدل پوآسون و یا مدل گاما- پوآسون )معروف به )NB تحلیل میشوند. مطالعات بسیاری در مورد مدلهای تصادفات بر پایه تحلیل در سطح قطعات راه انجام شده است.]Šenk, Ambros, Pokorný, and Striegler, 2012[ بسیاری از این مطالعات مانند مطالعه آناستاسپولوس در سال 2012 روی آزادراهها انجام شده است Anastasopoulos,[ Haddock, 2012.]Mannering, Shankar and انواع دیگر مطالعات راه شامل مطالعات راههای بین ایالتی مانند مطالعهای که شانکار و همکاران در سال 1995 انجام دادند Shankar,[ Barfield, 1995 ]Mannering and و یا راههای ایالتی مانند مطالعهای که عبدل و آتی در سال 2000 انجام دادند Abdel-[ Radwan, 2000 ]Aty and و برخی مطالعات دیگر هستند. 1-2 مطالعات انجام شده در سطح قطعات راه در مطالعات مقطع عرضی از روشهای مختلفی جهت تقسیم شبکه راه به قطعات کوچکتر استفاده میشود. اساسا دو روش در مطالعات موجود مورد استفاده قرار گرفته است: استفاده از قطعات با طول یکسان و قطعات با طول متغیر. روش دوم به منظور استفاده از قطعات همگن با مشخصات هندسی یکسان است برای مثال راه ها با عرض شانه یکسان میتوانند به عنوان یک قطعه در نظر گرفته شوند. شانکر و همکاران )1995( مزایا و معایب این دو روش را مورد بحث قرار دادند و نتیجه گرفتند که استفاده از قطعات با طول یکسان بهتر است ]1995 al..]shankar et با اینحال برخی محققان از قطعات همگن در مطالعات خود استفاده کردند. لیو )2007( از قطعه بندی راه به کمک تقاطعها استفاده کرد ]2007 Jarrett,.]Liu and لیو قطعات راه و تقاطعها را بر پایه دادهها و مدلهای مختلف تحلیل و مقایسه کرد و نتیجه گرفت برای قطعات راه یکسان مدلهایی که اثرات وابستگی فضایی را بین قطعات همسایه در نظر میگیرند بهتر برازش میشوند. در مطالعه لیو برخی از متغیرهای تبیینی مانند مشخصات هندسی راه در نظر گرفته نشد. در برخی موارد مانند مطالعه ایوان در سال 2000 از تحلیل قطعات با طول ثابت استفاده شده است ویژگی مطالعه او این بود که هر قعطه دارای ویژگی های مقطع عرضی همگن بود )در تمام قطعات عرض خط و شانه یکسان بودند( Wang[ Ivan, Bernardo, 2000.]and با این حال این فرض نمیتواند برای راههای طوالنی و یا مدلی شامل چندین راه مختلف مورد استفاده قرار گیرد. به طور خالصه تصادفات در بسیاری از مطالعات مبتنی بر قطعات راه مورد تحلیل قرار گرفته اند که بسیاری از این مطالعات در آزاد راهها و با طول قطعات یکسان انجام شده است. 2-2 مروری بر مدلهای مورد استفاده در مطالعات قبلی و محدودیتهای آنها مدل کردن فراوانی تصادفات با متغیرهای تبیینی مختلف تاریخچه طوالنی در مطالعات گذشته دارد. از آنجا که فهم و کاربرد مدلهای رگرسیون خطی آسان است مدلهای ابتدایی پیش بینی تصادفات 385 مهندسی حمل و نقل / سال ششم / شماره سوم / بهار 1394
امین میرزا بروجردیان محمود صفارزاده علی قاسم زاده خشکرودی از نوع رگرسیون خطی بودند ]1993 Lum,.]Miaou and باید اشاره کرد که این نوع از مدلها برای دادههای پیوسته مناسب هستند. تعداد تصادفات عموما یک داده قابل شمارش است که خواص منحصربه فرد زیادی مانند تصادفی بودن گسسته بودن و نامنفی بودن دارد از اینرو محققان دریافتند که مدل رگرسیون خطی برای دادههای شمارشی مثل تصادفات مناسب نیست. مدلهای اقتصادسنجی برای دادههای شمارش پذیر از مدتها قبل مورد استفاده قرار میگرفت کاربردهای ابتدایی آن به سال 1890 برمیگردد ولی تا 1990 در تحلیل تصادفات مورد استفاده قرار نگرفت 1998[ Trivedi,.]Cameron and دادههای شمارش پذیر مانند تعداد تصادفات معموال با توزیع پوآسون مدل میشدند ]1993 Lum,.]Miaou and به همین ترتیب مدلهای رگرسیونی به منظور ایجاد رابطه آماری بین تصادفات راه و عوامل مختلف مرتبط با وقوع تصادفات بکار میرفت. مدل رگرسیون پوآسون دارای محدودیتهایی است. یکی از این محدودیتها فرض برابر بودن میانگین با انحراف معیاراست. اگر این فرض حاکم نباشد خطاهای استاندارد منجر به نتایج اریب و نتیجه گیری اشتباه میشوند ]1995 al..]shankar et دادههای تصادفات به طور محسوسی پراکنده هستند )یعنی واریانس خیلی بزرگتر از میانگین است ]1995 al..]shankar et به منظور حل مشکل پراکندگی دادههای تصادفات مدل دو جمله ای منفی )مدل گاما- پوآسون( پیشنهاد گردید 2000[ Radwan,.]Abdel-Aty and پیشرفتهای شگرفی در توسعه و استفاده از روش دو جمله ای منفی در تصادفات راه به وجود آمده است. مدلهای پوآسون/ دو جمله ای منفی اغلب در راستای توضیح بهتر ویژگیهای مرتبط با دادههای تصادفات بهبود یافتهاند. استفاده از این مدلها )پوآسون یا دو جمله ای منفی( در مورد دادههای مقطع عرضی سری زمانی مناسب نیست زیرا در این مدلها فرض میشود مشاهدات مستقل از یکدیگرند. این موضوع بخصوص در مورد دادههای پانلی 7 بروز مینماید که چندین مشاهده برای یک ناحیه در طول زمان وجود دارد. در نتیجه برای رفع این مشکل در دادههای پانلی هر دو مدل با اثرات ثابت یا تصادفی پوآسون/ دو جملهای منفی پیشنهاد شدند و در تحلیل تصادفات بکار رفتند and[ Noland.]Quddus, 2004 اگرچه بکار بردن مدلهای دوجملهای منفی در مطالعات تصادفات به سرعت در بین محققان ایمنی گسترش یافته برخی قیود و محدودیتها در این مدلها وجود دارند. برای مثال دادههای مقطع عرضی مانند تصادفات به موقعیتشان در طول راه وابسته هستند و زمانی که دادهها بعد مکانی مییابند دو مشکل اساسی ایجاد میشود 1998[ :]Lesage, 1- وجود وابستگی فضایی بین مشاهدات 2- وقوع ناهمسانی فضایی در رابطه بین اجزایی که مدل شدهاند. با توجه به مشکالت بیان شده در مطالعات قبلی در نظر گرفتن اثر وابستگی فضایی در مدل کردن تصادفات ضروری به نظر میرسد. 3-2 مروری بر مطالعات انجام شده در رابطه با اقتصادسنجی فضایی و مدلهای پیشبینی در سال 1988 پروفسور انسلین برای نخستین بار تصویر جامعی از واقعیتهای اقتصادسنجی فضایی ارائه نمود. وی بیان کرد که این مدلها دارای قابلیت وکاربرد بهتری نسبت به اقتصادسنجی مرسوم در مطالعات منطقه ای و مکانی است و قادر است در مواجهه با داده ها و مشاهدات مکانی و منطقهای مانند مطالعات بازرگانی تجاری جمعیتی و غیره جایگزین مدلهای اقتصادسنجی مرسوم شود 1988[.]Anselin, مدلهای اقتصادسنجی از معیاری کمی برای ایجاد رابطههای فضایی در ناحیهای معین استفاده میکنند که در مقاالت و مطالعات به ماتریس وزن شناخته میشود. انواع مختلف مدلهای اقتصادسنجی فضایی وجود دارند که در مطالعات مختلف بکار رفته است که از آن جمله میتوان به استفاده از مدلهای اقتصادسنجی فضایی در تعیین رشد منطقهای در بریتانیا Soto-treviño,[ Clewley and 2007 [ ارزش زمین و میزان توسعه با ارزیابی امالک و مستغالت اشاره کرد. ]2012 Bitter, ]Krause and الگوهای فضایی تغییرات جمعیت فیلها ]2006 Maurseth, ]Frank and اثرات 386 مهندسی حمل و نقل / سال ششم / شماره سوم / بهار 1394
استفاده از مدل های اقتصادسنجی فضایی در پیش بینی نرخ تصادفات راه زیرساختهای حمل و نقل بر ارزش امالک Paul,[ Cohen and 2007[ الگوهای فضایی نتیجه انتخابات در پرتقال and[ Caleiro ]Guerreiro, 2005 و عوامل تأثیرگذار در تبدیل نواحی روستایی به شهری اشاره کرد 2009[ Haque,.]Huang, Chin, and مدلهای شدت تصادفات میتوانند برای شناسایی عوامل موثر بر شدت تصادفات بکار روند و برای بهبود اقدامات الزم به منظور کاهش شدت تصادفات مفید باشند و مدلهای فراوانی تصادفات در شناسایی عوامل ریسک تأثیرگذار بر فراوانی تصادفات اثر گذارهستند به عبارت دیگر به منظور ارزیابی اثر اقدامات ایمنی انجام شده بر راه از این مدلها استفاده میشود. دو رویکرد برای این عملکرد وجود دارد: 1- تحلیل مقطع عرضی یا دادههای پانلی که عوامل ریسک میتوانند به عنوان متغیرهای تبیینی در مدل در نظر گرفته شوند 2- مطالعات قبل و بعد که از روشهای تجربی یا بیزی کامل جهت ارزیابی اثر اقدام مشخص ایمنی انجام شده استفاده میکنند.]Park,2009[ تحلیل مقطع عرضی یا دادههای پانلی در مطالعات قبلی مانند مطالعه نولند در سال 2005 مورد استفاده قرار گرفته است ]2005 Quddus,.]Noland and مطالعات قبل و بعد اغلب به منظور ارزیابی عملکرد در محل مورد مطالعه قبل و بعد از انجام اقدامات ایمنی بکار میرود. روشهای بیز تجربی مدتهاست که با موفقیت در مطالعات قبل و بعد بکار میروند ]2007 Lyon,.]Persaud and اخیرا مطالعهای توسط عزیزی در مورد اثرات ایمنی قبل و بعد از ایجاد دوربرگردان با رویکرد بیز تجربی انجام شده است ]2013 Sheikholeslami, Azizi [.استفاده and از تحلیل مقطع عرضی/دادههای پانلی یا تحلیل قبل و بعد کامال به نوع مطالعه و طبیعت داده ها بستگی دارد. در مطالعات قبل و بعد عوامل ریسک )مثل چراغدار کردن تقاطع ها( اغلب شناخته شده است و اطالعات حاصل از اعمال یک اقدام ایمنی در راستای بهبود ایمنی )مثل نصب چراغ های ترافیکی یا ایجاد یک دور برگردان( در دسترس است بنابراین اثر این اقدامات در محل میتواند ارزیابی شود. جدا از اینکه یک مطالعه بر پایه تحلیل مقطع عرضی/ داده پانلی یا تحلیل قبل و بعد باشد مدلهای پیش بینی باید برآوردهای درستی در هر دو نوع مطالعه داشته باشد. این تحقیق بر پایه تحلیل مقطع عرضی یا دادههای پانلی است که برای شناسایی عوامل مؤثر در وقوع تصادفات راه مفید است. یکی دیگر از کاربردهای مهم مدلهای پیش بینی تصادفات رتبه بندی راه استکه با هدف شناسایی نواحی خطرناک که مشکالت ایمنی دارند بکار میرود. رتبه بندی راه را غربالگری شبکه نیز مینامند Lan,[ Persaud, Bhim, 2010.]Lyon and نواحی که به صورت بالقوه نیاز به افزایش ایمنی دارند را در مقاالت نقاط سیاه نقاط داغ و یا نواحی در انتظار مینامند ]2009 al..]huang et بعد از شناسایی نقاط سیاه تصادفات اقدامات مهندسی ضروری با توجه به محدودیت بودجه اعمال میشوند. این امر سبب افزایش ایمنی و اطمینان از ثمربخش بودن و بهرهوری منابع تخصیص یافته میشود. چندین روش رتبه بندی راه وجود دارد که میتوان آنها را به دو بخش روش رتبه بندی واقعی و روش رتبه بندی براساس مدل تقسیم نمود. روش رتبه بندی واقعی روش سادهای است که از داده تصادفات مشاهده شده به طور خالص استفاده میکند برای مثال رتبه بندی راه به ترتیب نزولی فراوانی تصادفات یا نرخ با استفاده از دادههای تصادفات مشاهده شده اگرچه روش رتبه بندی واقعی نسبتا آسان است ولی این روش دارای محدودیتهایی است و نتایج به دست آمده از این روش به طور قابل توجهی اریب هستند ]2007.]Elvik, از آنجا که تصادفات پدیده هایی وابسته به علتشان هستند و با توجه به عدم دقت کافی در علت وقوع آنها این پدیده را با مدلهای تصادفی میتوان تحلیل نمود مشاهده تصادفات برای محل مورد مطالعه در دوره ی زمانی کوتاه ممکن است مشکالت ایمنی را آشکار نکند. به عبارت دیگر نواحی با فراوانی یا نرخ تصادفات زیاد ممکن است به دلیل تغییرات آماری و نه مشکالت ایمنی باشد Lyon,[ Persaud and 2007[. در مطالعه تصادفات مشاهدات برای سه تا پنج سال جمعآوری میگردد ]2004.]PIARC, 387 مهندسی حمل و نقل / سال ششم / شماره سوم / بهار 1394
امین میرزا بروجردیان محمود صفارزاده علی قاسم زاده خشکرودی 3. روش تحقیق هدف این تحقیق استفاده از مدلهای اقتصاد سنجی فضایی در پیشبینی نرخ تصادفات است. متغیرهای سن جنسیت سطح تحصیالت رانندگان مقصردرتصادفات به عنوان متغیرهای تبیینی و نرخ تصادفات در قطعات راه به عنوان متغیر وابسته درنظرگرفته شد. با این حال از آنجا که تعداد رانندگان زن مقصر درتصادفات بسیار کم بود بکار بردن این متغیر مستقل تأثیری در ارائه نتایج رگرسیون نداشت. همچنین رابطه معنی داری بین سن و نرخ تصادفات به دست نیامد و تنها رابطه معنی دار سطح تحصیالت بود که مقدار p-value در جدول )1( ارائه میگردد. نرخ تصادفات اشاره شده در رابطه )2( پارامترهای طول قطعات تعداد تصادفات در هر قطعه تعداد سال مورد بررسی و متوسط ساالنه ترافیک روزانه را در محاسبات لحاظ مینماید. 1-3 مدل اتورگرسیو فضایی در پیشبینی نرخ تصادفات سادهترین شکل مدل اتورگرسیو فضایی مدل اتورگرسیو فضایی ساده است که در رابطه )1( نشان داده شده است. y=ρwy+ε )1( که در آن: y= نشاندهنده نرخ تصادفاتاست که مطابق رابطه )2( تعریف میگردد w= نشان دهنده ماتریس وزن فضایی است که در ادامه تعریف میگردد ρ= نشان دهنده پارامتر تأخیر فضایی )یا اتورگرسیو فضایی( و ε= نشان دهنده بردار توزیع نرمال )یا اتورگرسیو فضایی( و = نشان دهنده بردار باقیماندهها است. FF ii 10 6 yy = RR = )2( 365.25 LL ii NN AAAAAAAA که در آن: =L i F= i فراوانی تصادفات در قطعه مورد نظر R= نرخ تصادفات طول قطعه مورد نظر N= تعداد سال مورد مطالعه و =AADT میانگین ساالنه ترافیک روزانه است پارامتر w که در رابطه )1( به آن اشاره گردید بیانگر ماتریس وزن فضایی بوده که وظیفه آن ایجاد وابستگی بین قطعات راه است. روشهای مختلفی برای تعیین وابستگی بین قطعات وجود دارد که میتوان ماتریس وزن بر پایه مجاورت ماتریس وزن بر مبنای فاصله و نزدی کترین k همسایه را نام برد. در این تحقیق از ماتریس وزن بر پایه مجاورت استفاده میشود. مطابق تعریف دو قطعه با یکدیگر همسایهاند اگر مرز مشترکی داشته باشند. باید توجه داشت که درایههای قطر اصلی در ماتریس وزن مجاورت مقادیر صفر را به خود اختصاص میدهند. در مدلهای اقتصادسنجی فرض میشود هر بخش فضایی با خود همسایه نیست. تبعیت نکردن از این فرض منجر به نتایجی میشود که به طور قابل توجهی پیچیده بوده و به راحتی قابل تفسیر نیستند. سرریز فضایی تنها بر یک همسایه ناحیه مورد مطالعه تأثیر نمیگذارد بلکه بر همسایههای همسایه هم تأثیرگذار است و این زنجیره ادامه مییابد تا اثرات سرریز به محدوده ناحیه مورد مطالعه برسد. همسایگیهای مرتبه اول نزدی کترین همسایهها به بخش فضایی موردنظر هستند. همسایگی های مرتبه دوم همسایههای همسایگی مرتبه اول است. همسایگی های مرتبه سوم همسایگیهای همسایگی مرتبه دوم هستند LeSage,[ 2009[. با اینحال در این تحقیق تنها اثرات همسایگی مرتبه اول در نظر گرفته خواهد شد. در صورتیکه تنها پنج قطعه موجود باشد ماتریس وزن به صورت شکل )1( خواهد بود که در آن قطعاتی که با یکدیگر مجاور هستند با درایه یک و قطعاتی که مجاور نیستند با درایه صفر نشان داده شده است. مطابق آنچه بیان گردید درایههای قطر اصلی صفر هستند یعنی هر قطعه با خودش همسایه نیست. 0 1 0 0 0 1 0 1 0 0 0 1 0 1 0 0 0 1 0 1 0 0 0 1 0 ماتریس وزن برای یک راه فرضی با با 05 قطعه قطعه شکل 1. مراحل انجام این تحقیق به طور خالصه در شکل )2( ارائه شده است. در مرحله اول پس از به دست آوردن اطالعات تصادفات در طول راه با تقسیم آزاد راه به قطعات با طول یکسان هر تصادف به قطعه مورد نظر تخصیص داده خواهد شد. در مرحله دوم با توجه 388 مهندسی حمل و نقل / سال ششم / شماره سوم / بهار 1394
خالصه طور تحقیقبه این انجام مراحل راه تصادفات نرخ بینی پیش در فضایی اقتصادسنجی های مدل از استفاده است: شده ارائه )2( شکل در روش ا تصادفات نرخ ینی پیش هترین که مدلی انتخام و یز است داده انجام را ینی پیش از رتاار ماادل انتخااام منتخب مدل چند میان های مدل از استفاده و فضایی اقتصادسنجی ساده خطی رگرسیون تصادفات نرخ محاسبه دادهها آمادهسازی تصادفات دادههای جمعآوری وزن ماتریس تشکیل ق مطا تصادفات نرخ محاسبه )2( طه را راه ندی قطعه قطعات ه تصادفات تخصیص نظر مورد AIC=2k-2l BIC=klog(n)-2l مدل هترین انتخام روش ا ینی پیش RMSE ه پارامترها رآورد یزی روش تحقیق انجام مراحل شکل 2. دوم مرتبه اثرات مفهوم )5( رابطه مطابق فضایی: تاخیر مدل مدل طریق از شکل بهترین به میتواند باالتر مراتب و سوم مرتبه است. )5( رابطه شکل به مدل این شود. داده نشان فضایی تأخیر yy = ρρρρρρ + xxxx + εε εε~nn(0, σσ 2 ) )5( آن: در که فضایی اتورگرسیو ضریب ρ= وابسته متغیر بردار Y= k از متشکل طرح ماتریس =xx nn kk فضایی وزن ماتریس w= هستند. رگرسیونی ضرایب 1*K بردارهای β= تبیینی متغیر شود. بازنویسی )6( رابطه بصورت میتواند )5( معادله y = (I - ρw) -1 (Xβ + ε( )6( شمارنده ) I - ρw) 1- است. )واحد( یکه ماتریس I آن در که شود نوشته نامحدود های سری صورت به اگر که است فضایی داریم: )7( رابطه مطابق (II ρρρρ) 1 = 1 + ρρρρ + ρρ 2 ww 2 + ρρ 3 ww 3 + )7( مرتبه دوم مرتبه اثرات دهنده نشان فضایی شمارنده بسط این بستگی فضایی سرریز اثر و قدرت است. باالتر مراتب و سوم انتخاب که است دلیل همین به و دارد وزن ماتریس ویژگی به است. مهم وزن ماتریس فضایی: خطای مدل yy = xxxx + εε εε = ρρρρρρ + uu uu~nn(0, σσ 2 ) )8( تعریف فضایی تاخیر مدل مطابق ضرایب و متغیرها آن در که میگردد. مرحله در سپس میشود. محاسبه تصادفات نرخ )2( رابطه به برقرار راه قطعات بین ارتباط فضایی وزن ماتریس تشکیل با سوم )8( تا )3( روابط در شده اشاره مدلهای پارامترهای و میشود چهارم مرحله در میگردند. محاسبه میشوند معرفی ادامه در که مدل این که شد خواهد انتخاب مدلها سایر میان از برتر مدل در گردد. شناسایی بیزی و آکائیک ارزیابی مالکهای با میتواند خواهد پرداخته تصادفات نرخ پیشبینی به پنجم مرحله در نهایت معیار مطابق میدهد انجام را پیشبینی بهترین که مدلی و شد شده داده نشان )12( رابطه در که 8 خطا مربعات میانگین جذر شد. خواهد انتخاب مقایسه یکدیگر با و برآورد مختلف مدل چهار تحقیق این در مدل ساده خطی رگرسیون مدل از عبارتند مدلها این شد. خواهند فضایی. خطای مدل و فضایی تأخیر مدل فضایی اتورگرسیون است: گردیده بیان )8( تا )3( روابط در مدلها این کلی شکل ساده: خطی رگرسیون y = β + β 1 x + ε )3( آن: در که هستند. خطی ضرایب = β 1 و βₒ مستقل متغیر x= وابسته متغیر Y= فضایی: اتورگرسیو yy = ρρρρρρ + εε )4( εε~nn(0, σσ 2 ) آن: در که ی ای ض ف یو س رگر اتو ضریب = ρ وابسته متغیر بردار y= است. 9 فضایی سفید نوفه بردار = ε فضایی وزن ماتریس w= 1394 بهار / سوم شماره / ششم سال / نقل و حمل مهندسی 389
امین میرزا بروجردیان محمود صفارزاده علی قاسم زاده خشکرودی 2-3 برآورد و آزمون وابستگی فضایی کلی ترین روش آماری مورد استفاده برای تعیین وابستگی فضایی آزمون آماری موران statistics[ ]Moran s I است. فرم این آزمون آماری برای n مشاهده از متغیر x در موقعیت j در رابطه )9( نشان داده شده است: موقعیت در رابطه )9( نشان داده شده wij ) xi x() xj x( n i j I 2 S ) x x( 0 i i )9( که در آن: n المانهای ماتریس وزن فضایی برای نمونه به اندازه w= ij x= میانگین متغیرهای پاسخ =sₒ مجموع المانهای ماتریس وزناست. اگر مقدار value-p برابر 0/05 یا کمتر باشد این آزمون آماری نشان دهنده وجود نوعی همبستگی فضایی است. باید توجه داشت که این آزمون مشخص نمیکند که آیا بین مشاهدات تأخیر فضایی وجود دارد یا خطای فضایی. مدل با کوچک ترین مقدار این مالک نسبت به سایر مدلها ترجیح داده میشود. 4-3 انتخاب مدلی که بهترین پیشبینی را انجام میدهد برای این منظور از معیار جذر میانگین مربعات خطا استفاده میشود. جذر میانگین مربعات خطا تفاوت میان مقدار پیشبینی شده توسط مدل یا برآوردگر آماری و مقدار واقعی است. این معیار ابزار خوبی برای مقایسه خطاهای پیشبینی است و مطابق رابطه )12( محاسبه میگردد. RMSE n i 1 ) X 2 obsi, X mo del, i( n )12( که در آن: X= obs مقادیر مشاهده =RMSE معیار جذر میانگین مربعات خطا X= model مقادیر پیش بینی شده توسط مدل در شده در قطعه i قطعه i و n تعداد قطعات هستند. 3-3 انتخاب مدل برتراز میان چند مدل منتخب برای انتخاب مدل برتر از میان چند مدل منتخب مالکهای ارزیابی متفاوتی وجود دارند. برای مقایسه مدلهای استفاده شده 11 در این تحقیق از مالک اطالع آکائیک 10 و مالک اطالع بیزی استفاده خواهد شد که در ادامه به اختصار توضیح داده میشود. مالک اطالع آکائیک اندازهای از میزان نکویی برازش نسبی یک مدل آماری است که به صورت رابطه )10( تعریف میگردد: AIC=2K-2l )10( که در آن : K= تعداد پارامترهای مدل L = لگاریتم تابع بیشترین درستنمایی. برای مجموعهای از مدل ها مدلی بهتر است که دارای کمترین مقدار AIC باشد. مالک اطالع بیزی: به صورت رابطه) 11 ( تعریف میگردد: BIC=klog(n)-2l )11( که در آن: n =حجم نمونه K= تعداد پارامترهای برآورد شده در مدل است. 4. مطالعه موردی دادههای مورد استفاده در این تحقیق مربوط به دادههای تصادفات آزادراه زنجان-قزوین در حوزه استحفاظی استان زنجان به طول 105 کیلومتر و مدت 4 سال است. این دادهها با کمک سازمان حمل و نقل و پایانههای استان زنجان به دست آمد و از آنجا که جمع آوری دادهها از کروکی تصادفات پلیس راه استان بوده دارای اعتبار است. 5. برآورد مدلها و تجزیه و تحلیلیافتهها در این بخش با استفاده از آزمون آماری موران وابستگی قطعات به یکدیگر آزموده شده و سپس با استفاده از روش بیز به برآورد پارامترها در مدلهای رگرسیون خطی اتورگرسیو فضایی ساده تاخیر فضایی و خطای فضایی پرداخته خواهد شد. پس از محاسبه آزمون موران مقدار p-value برابر 2.6499e-004 به دست آمد که نشان دهنده وجود نوعی همبستگی فضایی بین قطعات راه و تاییدی بر وابستگی فضایی تصادفات در قطعات راه است. 390 مهندسی حمل و نقل / سال ششم / شماره سوم / بهار 1394
راه تصادفات نرخ بینی پیش در فضایی اقتصادسنجی های مدل از استفاده βₒ β₁ Rho به نسبت قویتری فضایی رابطه دهنده نشان و بوده صفر برابر خطای و فضایی تاخیر مدلهای مقایسه در و است مدلها سایر خود به را کمتری p-value مقدار که فضایی تاخیر مدل فضایی مدل به نسبت تری قوی فضایی رابطه دهنده نشان داده اختصاص است. فضایی خطای بیز روش با پارامترها برآورد 1-5 مدلهاي نظير كاربردها از بسياري در ناشناخته چگاليهاي تعيين ميان اين در و بوده ممكن شبيهسازي كمك به تنها پيچيده بيزي دارند. را سهم بيشترين 12 ماركفي زنجيره كارلوي مونت روشهاي استخراج مطلوب توزيع از نمونههايي كارلو مونت روش در كار به رياضي اميد تقريب براي را نمونهاي ميانگينهاي و نموده و آکائیک ارزیابی مالک کمک با برتر مدل انتخاب 2-5 بیزی ارزیابی مالک نتایج و گردید محاسبه بیزی و آکائیک ارزیابی مالکهای مقادیر نظر در از پس )2( جدول است.مطابق شده ارائه )2( جدول در شده بهتر مدلها نتایج یکدیگر به قطعات فضایی وابستگی گرفتن تاخیر مدل آکائیک اطالع مالک مقدار در میتوان را اثر این و تصادفات در درگیر افراد تحصیالت سطح مستقل متغیر با فضایی نمود. مشاهده 287/853 آن بیزی اطالع مالک و 281/942 یک با فضایی خطای مدل بیزی و آکائیک اطالع مالک همچنین اب را نمونهها ماركفي زنجير كارلوي مونت روشهاي ميبريم. از پس آن از نمونهگيري و ماركف زنجير يك ساختن از استفاده ميكنند. انتخاب ايستايي حالت به نيل زنجیر از 5000 حجم به نمونهای اساس بر بیزی استنباط اساس بر که 2500 تکرار با کارلو مونت مارکف شده شبیهسازی شده داده تشخیص 2500 13 داغیدن مرحله شده انجام بررسیهای نامشخص پارامترها واقعی توزیع اینکه به توجه با میگیرد. انجام نرمال توزیع با بخش ناآگاهی مدل پارامترهای پیشین توزیع است میشود. گرفته نظر در بزرگ بسیار واریانس و صفر میانگین ترتیب به تصادف در درگیر افراد تحصیالت سطح مستقل متغیر βₒ, β₁ N₂,0( 10 12 )I₂ )13( فضایی تأخیر مدلهای دو هر است. 279/936 و 274/026 برابر مستقل متغیر با ساده خطی رگرسیون مدل از بهتر فضایی خطای و مقادیر به توجه با موضوع این که کردهاند عمل تحصیالت سطح خطی رگرسیون مدل بیزی اطالع مالک و آکائیک اطالع مالک 291/910 برابر ترتیب به تحصیالت سطح مستقل متغیر با ساده از گتر بزر مقادیر این دو هر که است مشاهده قابل 295/851 و هستند. فضایی تاخیر و فضایی خطای مدلهای ارزیابی مالکهای متغیر با فضایی خطای مدل بیزی روش به پارامترها برآورد در مقدار کمترین با تصادفات در درگیر افراد تحصیالت سطح مستقل 274/026 برابر برابر ترتیب به بیزی و آکائیک ارزیابی مالکهای است. شده داده نشان مدل کارآمدترین 279/936 و مدل همزمان اتورگرسیو مدل ساده خطی رگرسیون مدل چهار داده برازش بیزی رهیافت با فضایی خطای مدل و فضایی تاخیر است. شده ارائه جدول) 1 ( در نتایج و شد خطی رگرسیون مدلهای ضرایب میشود مشاهده که نطور هما خطای مدل و فضایی تاخیر مدل ساده فضایی اتورگرسیو مدل توجه با و هستند معنیدار 0/05 داری معنی سطح در فضایی منفی تصادفات نرخ میزان بر تحصیالت ضریب برآورد اینکه به تصادفات نرخ بر معکوس تاثیری تحصیالت سطح افزایش است بیزی روش با پارامترها برآورد که میشود مشاهده داشت. خواهد هستند. دار معنی رویکرد این با مدلها تمامی و بوده مناسب ساده فضایی اتورگرسیو مدل در فضایی اتورگرسیو ضریب مجاورت مجاورت وزن وزن ماتریس ماتریس با مدلها با مدلها در در بیزیپارامترها برآورد.1 جدول فضایی خطای مدل فضایی تاخیر مدل ساده فضایی اتورگرسیو مدل خطی رگرسیون p -مقدار برآورد p -مقدار برآورد p -مقدار برآورد p -مقدار برآورد پارامتر 1/114 16/912 1/112 14/925 - - 1/114 17/571 1/144-3/669 1/125-3/791 - - 1/139-3/997 1/112 1/326 1/111 1/319 1/111 1/559 - - 1394 بهار / سوم شماره / ششم سال / نقل و حمل مهندسی 391
امین میرزا بروجردیان محمود صفارزاده علی قاسم زاده خشکرودی جدول 2.مقایسه مدلهای مختلف با براورد بیزی و ماتریس وزن مجاورت نام مدل رگرسیون خطی مدل اتورگرسیو همزمان مدل تاخیر فضایی مدل خطای فضایی با معیار AIC,BICجدول 1.مقایسهمدله AIC 291/911 353/742 291/942 274/126 BIC 295/951 355/713 297/953 279/936 شکل )3( نمودار تابع چگالی پسین و اثر پارامترهای متغیرهای βₒ,β 1 واریانس و ضریب اتورگرسیو فضایی ρ در مدل تبیینی خطای فضایی است که بهترین مدل پیشنهادی با برآورد بیزی است. میانگین توانهای دوم تفاضل بین مقادیر واقعی و پیشگویی شده مشاهدات )RMSE( محاسبه شده و در جدول 3 نمایش داده شده است. واضح است هر مدلی که RMSE کمتری نسبت به سایر مدلها داشته باشد پیشگویی دقیقتری را فراهم میسازد. مقادیر RMSE پیشگویی با مدلهای برآورد شده با روش بیزی در جدول زیر ارائه شده است. با مقایسه RMSE هر چهار مدل منتخب مدل تاخیر فضایی کمترین RMSE را دارا است. مقادیر RMSE سایر مدلها تقریبا نزدیک هستند. نمودار نرخ تصادفات پیش بینی شده و واقعی در شکل های 4 نمایش داده شده است. واریانس βₒ β₁ ρ تعداد تکرار در مدل خطای فضا ع چگالی و اثر توزیع پسین پارامترهای شکل 3. تابع چگالی و اثر توزیع پسین پارامترهای ρ, σ 2, βₒ, β1 در مدل خطای فضایی همانطور که مشاهده میشود تابع چگالی و اثر توزیع پسین پارامترها دارای روند خاصی نبوده و همگرا نیز هست و بنابراین مدلها برآورد خوبی ارائه کرده اند. 3-5 پیش بینی نرخ تصادفات به منظور مقایسه دقت پیشگوییهای انجام شده در 53 قطعه آزاد راه از دادههای سال 89 استفاده گردیده است. معیار مجذور 4-5 انتخاب مدلی که بهترین پیشبینی را انجام داده با معیار RMSE همانطور که در جدول )3( مشاهده میشود در برآورد مدلها به روش بیزی مدل خطای فضایی که دارای RMSE به مقدار 7/070 است به عنوان بهترین پیشگویی کننده شناخته خواهد شد و پیشبینی بر اساس آن دقیقتر است. شایان ذکر است مقادیر RMSE با نتایج حاصله از مالکهای ارزیابی مدل به روش مالک اطالع آکائیک و مالک اطالع بیزی منطبق است )رجوع شود به جدول 2 (. جدول 3. RMSE مقادیر پیشگویی با مدلهای منتخب برآورد شده با جدول روش بیزی RMSE نام مدل 7/191 رگرسیون خطی 7 171/ مدل اتورگرسیو همزمان 7/111 مدل تاخیر فضایی 7/171 مدل خطای فضایی 6. نتیجه گیری و پیشنهاد 6. نتیجه گیری و پیشنهاد برای تحقیقات آتی همبستگی فضایی دادهها مورد بررسی قرار گرفت و با مقایسه مدل خطی ساده و مدلهای اتورگرسیو مشخص گردید که استفاده از مدلهای اتورگرسیو فضایی سبب افزایش کارآیی مدل میگردد. مطابق آزمون موران وجود وابستگی فضایی بین قطعات راه اثبات شده و بنابراین برآورد مدلهایی که این وابستگی را در نظر 392 مهندسی حمل و نقل / سال ششم / شماره سوم / بهار 1394
استفاده از مدل های اقتصادسنجی فضایی در پیش بینی نرخ تصادفات راه نرخ پیشبینی شده نرخ تصاد نرخ پیشبینی شده نرخ فات تصادفات شماره قطعه )الف( مدل رگرسیون خطی شماره قطعه )ب( مدل اتورگرسیو همزمان نرخ پیشبینی شده نرخ تصا دفا نرخ پیشبینی شده نرخ تصادفات ت شماره قطعه شماره قطعه )ج( مدل تاخیر فضایی )د( مدل خطای فضایی روش بیزی بیزی با روش مختلف مختلف با مدلهای مدلهای خطچین( خطچین( شده ( شده ( پیشگویی پیشگویی ممتد(و ممتد(و )خط )خط واقعی واقعی نمودار مقادیر نمودار شکل 4. شکل 4. نم یگیرند اریب خواهد بود و دقیق نیست. استفاده از ماتریس همسایگی نزدی کترین اولین همسایه با توجه به طول قطعات)دو کیلومتر( نشان دهنده رابطه هر قطعه با قطعه بعد و قبل از خود است. از آنجا که سطح تحصیالت به عنوان متغیر مستقل در نظر گرفته شد تمام مدلها بیانگر رابطه معکوس سطح تحصیالت افراد درگیر در تصادفات و نرخ تصادفات بودند.به این معنی که افزایش سطح تحصیالت سبب کاهش تصادفات میگردد. پس از بررسی و مقایسه مدلهای پیش بینی نرخ تصادفات در آزادراه قزوین-زنجان به کمک معیار RMSE مشاهده گردید که مدل خطای فضایی با RMSE به 7/070 دقیقتر از سایر مدلها است و با پیشبینی نرخ تصادفات با این مدل نتایج دقیقتری حاصل میگردد. با کمک پیشبینی نرخ تصادفات در قطعات بحرانی اقدامات ایمن سازی و مطالعه بر روی علل باال بودن نرخ تصادفات در این قطعات انجام خواهد گرفت و این روش روشی کارآمد و رویکردی جدید در تصمیمگیری در ارتباط با تخصیص بودجه و اولویتبندی قطعات حادثه خیز است. در این تحقیق از قطعات با طول یکسان استفاده گردید با اینحال در نظر گرفتن قطعات همگن میتواند در تحقیقات آتی مورد استفاده قرار گیرد. با توجه به اینکه در این تحقیق تنها به پیشبینی نرخ تصادفات پرداختیم با این حال در نظر گرفتن مدل های پیشبینی با توجه به نوع تصادفات فوتی جرحی خسارتی میتواند در مطالعات بعدی مورد بررسی قرار گیرد. ازآنجا که تنها اثر همسایگی مرتبه اول در این تحقیق لحاظ گشته است اثر همسایگی های مراتب باالتر در ماتریس وزن میتواند در مطالعات بعدی بررسی گردد. 393 مهندسی حمل و نقل / سال ششم / شماره سوم / بهار 1394
خشکرودی زاده قاسم علی صفارزاده محمود بروجردیان میرزا امین -Anselin, L. (1988) "Lagrange multiplier test diagnostics for spatial dependence and spatial heterogeneity", Geographical Analysis, 20(1), pp. 1 17. -Asgari, A. and Akbari, N. (2001) "Spatial econometric methodology, theory and applications", Research Bulletin of Isfahan University (Humanities), 12(1-2), pp. 93 122. -Azizi, L. and Sheikholeslami, A. (2013) "Safety effect of u-turn conversions in Tehran: Empirical Bayes observational before-and-after study and crash prediction models", Journal of Transportation Engineering, 139(1), pp. 101 108. -Caleiro, A. and Guerreiro, G. (2005) "Understanding the election results in Portugal: A spatial econometric point of view", Portuguese Economic Journal, 4(3), pp. 207 228. -Cameron, A. C. and Trivedi, P. K. (1998) "Regression analysis of count data", Society, Vol. 41. -Clewley, R. and Soto-treviño, C. (2007) "British regional growth and sectoral trends - global and local spatial econometric approaches", National Institute for Regional and Spatial Analysis, Ireland: Mynooth University. -Cohen, J. P. and Paul, C. M. (2007) "The impacts of transportation infrastructure on property values: A higher-order spatial econometrics approach", Journal of Regional Science, 47(3), pp. 457 478. -Elvik, R. (2007) "State-of-the-art approaches to road accident black spot management and safety analysis of road networks", Institute of Transport Economics. Retrieved from www.toi.no/getfile.php/publikasjoner/ti rapporter/2007/883-2007/883-2007- nett.pdf -Frank, B. and Maurseth, P. B. (2006) "The spatial econometrics of elephant population change", A note. Ecological Economics, 60(1), pp. 320 323. -Huang, B., Zhang, L. and Wu, B. (2009) "Spatiotemporal analysis of rural urban land conversion", International Journal of Geographical Information Science. گردیده استفاده بیز روش از پارامترها برآورد در اینکه به توجه با بیشترین روش مانند پارامترها برآورد روشهای سایر از استفاده و گرفته قرار بررسی مورد بعدی مطالعات در یتواند م درستنمایی 1. Spatial econometrics 2. Cross section 3. Negative binomial 4. Spatial overflow 5. Spatial Dependence 6. Spatial Heteroscedasticity گردد. مقایسه مطالعه این با نتایج نوشتها پی 7. مجموعه سنجی اقتصاد و آمار در :Panel data یا پانلی دادههای 7. بنگاه بخش)خانوار چندین برای مشاهداتی شامل پانلی دادههای شدهاند. آوری جمع مختلف زمانهای طی در که هستند و...( مکان و زمان در اطالعاتی حاوی پانل دادههای مدل یک یعنی است. زمانی دوره T در مؤلفه N شامل که است 8. Root Mean Square Error (RMSE) و صوتی آلودگی معنی به :white noise یا فضایی سفید نوفه 9. و میدهد تغییر را سیگنالها شکل که است ناخواسته سیگنالی یا وجود به خطاهای ترم به آمار علم در میشود. اختالل بروز باعث میشود. گفته نیز مدل در آمده 9. AIC 10. BIC 11. Markov chain Monte Carlo (MCMC) methods 12. burn-in منابع 8. - Abdel-Aty, M. A. and Radwan, A. E. (2000) "Modeling traffic accident occurrence and involvement",accident Analysis and Prevention, 32(5), pp. 633 642. -Anastasopoulos, P. C., Mannering, F. L., Shankar, V. N. and Haddock, J. E. (2012) "A study of factors affecting highway accident rates using the randomparameters tobit model", Accident Analysis and Prevention", 45, pp. 628 633. 394 1394 بهار / سوم شماره / ششم سال / نقل و حمل مهندسی
استفاده از مدل های اقتصادسنجی فضایی در پیش بینی نرخ تصادفات راه 42(4), pp. 1118 1127. -Persaud, B., Lan, B., Lyon, C. and Bhim, R. (2010) "Comparison of empirical Bayes and full Bayes approaches for before-after road safety evaluations", Accident Analysis and Prevention, 42(1), pp. 38 43. -Persaud, B. and Lyon, C. (2007)"Empirical Bayes before-after safety studies: Lessons learned from two decades of experience and future directions", Accident Analysis and Prevention, 39(3), pp. 546 555. -Šenk, P., Ambros, J., Pokorný, P. and Striegler, R. (2012) "Use of accident prediction models in identifying hazardous road locations", Transactions on Transport Sciences, 5(4), pp. 223 232. -Shankar, V., Mannering, F. and Barfield, W. (1995)"Effect of roadway geometrics and environmental factors on rural freeway accident frequencies", Accident Analysis and Prevention, 27(3), pp. 371 389. -Huang, H., Chin, H. and Haque, M. (2009)"Empirical evaluation of alternative approaches in identifying crash hot spots", Transportation Research Record: Journal of Transportation Research Board, 2103(-1), pp. 32 41. -Ivan, J. N., Wang, C. and Bernardo, N. R. (2000) "Explaining two-lane highway crash rates using land use and hourly exposure", Accident Analysis and Prevention, 32(6), pp. 787 795. -Krause, A. and Bitter, C. (2012) "Spatial econometrics, land values and sustainability: Trends in real estate valuation research", Cities, 29(SUPPL.2). -LeSage, J. (2009)" Introduction to spatial econometrics, Systems Engineering". CRC Press. -Lesage, J. P. (1998) "Spatial econometrics. review literature and arts of the Americas", 31. -Liu, Y. and Jarrett, D. (2007) "Spatial statistical modelling of traffic accidents", In 9th International Conference on GeoComputation. Maynooth, Ireland: National University of Ireland in Maynooth. -Miaou, S. P. and Lum, H. (1993)"Modeling vehicle accidents and highway geometric design relationships". Accident Analysis and Prevention, 25(6), pp. 689 709. - Mills, J. B. and Fricker, J. D. (2011) "Spatial panel econometric analysis of the economic impacts of bypasses: a regional approach", In Annual Meeting of the Transportation Research Board. -Noland, R. B. and Quddus, M. A. (2004)"A spatially disaggregate analysis of road casualties in England", Accident Analysis and Prevention, 36(6), pp. 973 984. -Noland, R. B. and Quddus, M. A. (2005) "Congestion and safety: A spatial analysis of London", Transportation Research Part A: Policy and Practice, 39(7-9), pp.737 754. -Park, E. S., Park, J. and Lomax, T. J. (2010) "A fully Bayesian multivariate approach to before-after safety evaluation", Accident Analysis and Prevention, 395 مهندسی حمل و نقل / سال ششم / شماره سوم / بهار 1394
مهندسی حمل و نقل / سال ششم / شماره سوم / بهار 1394 396