交通運(yùn)輸專業(yè)畢業(yè)設(shè)計(jì)（論文）外文翻譯

1、外文翻譯內(nèi)容時(shí)間序列計(jì)數(shù)數(shù)據(jù)模型：一個(gè)實(shí)證申請(qǐng)交通意外摘要計(jì)數(shù)資料主要?jiǎng)澐譃闄M斷面，時(shí)間序列，和小組。在過(guò)去十年中，伯 松分布和負(fù)二項(xiàng)分布（注）模式已廣泛用于分析橫斷而、時(shí)間系列計(jì)數(shù)數(shù) 據(jù)、隨機(jī)效應(yīng)和固定效應(yīng)泊松和注模式被用來(lái)分析小組計(jì)數(shù)數(shù)據(jù)。然而， 最近的文獻(xiàn)表明，盡管有關(guān)這些模型的分配假設(shè)適合橫斷面計(jì)數(shù)的數(shù)據(jù)， 但它們往往發(fā)現(xiàn)在純時(shí)間序列計(jì)數(shù)數(shù)據(jù)沒(méi)有能力考慮到序列相關(guān)性的影 響。實(shí)值時(shí)間序列模型，諸如框和詹金斯介紹的自動(dòng)回歸移動(dòng)平均（arima） 模型，在過(guò)去幾十年已用于許多應(yīng)用程序。然而，當(dāng)模擬非負(fù)整數(shù)值的數(shù) 據(jù)，如在交通事故隨著時(shí)間的推移，框和詹金斯模式可能不適合了。這主 耍是由于在a

2、rima模型中正常的的錯(cuò)誤假設(shè)。在過(guò)去的幾年里，一類新的 被稱為整數(shù)值口動(dòng)冋歸（inar ）泊松模型的時(shí)間序列模型，已經(jīng)由許多 作者研究了。這一級(jí)別的模型尤其適用于時(shí)間序列分析計(jì)算模型的數(shù)據(jù)， 因?yàn)檫@些模型能反映伯松回歸的性能，并能夠處理序列相關(guān)性，因此提供 t一種替代的實(shí)值時(shí)間序列模型。本文的首要目的是介紹大不列顛的這類分析交通事故的時(shí)間序列的 inar模型。不同類型的時(shí)間序列數(shù)據(jù)被認(rèn)為是：綜合時(shí)間序列數(shù)據(jù)都在 空間和調(diào)查的時(shí)間區(qū)域內(nèi)是比較大的（例如，大不列顛和年的關(guān)系），分 散的時(shí)間序列數(shù)據(jù)在空間和時(shí)間區(qū)域內(nèi)相對(duì)較?。ɡ?，擁擠收費(fèi)區(qū)與月 的關(guān)系）o inar模式的性能與同類別的框和詹金斯

3、實(shí)值模型相比較。其結(jié) 果表明，綜合交通事故時(shí)間序列數(shù)據(jù)在系數(shù)估計(jì)方面和擬合優(yōu)度的情況 下，這些兩類模式的性能是十分相似的。這是因?yàn)樵谶@種正常的相近的情 況卜，平均的計(jì)數(shù)是很準(zhǔn)確的，arima模型可以令人滿意。然而，inar泊 松模型的性能被發(fā)現(xiàn)冇明顯優(yōu)于的artma模型，因?yàn)樵诜稚⒌臅r(shí)間序列數(shù) 據(jù)的交通事故屮，arima模型的計(jì)數(shù)是在相對(duì)較低。文章最后討論了 inar 模型的局限性來(lái)處理的季節(jié)性和觀測(cè)到的并質(zhì)性。1.緒論公路運(yùn)輸給社會(huì)帶來(lái)了巨大的利益，但它也有直接和間接成本。直接 成本包括捉供公路運(yùn)輸服務(wù)如基礎(chǔ)設(shè)施，設(shè)備和人員的成本。間接成本包 括由于道路交通擁堵，和來(lái)道路交通的空氣污染引起的

4、公路運(yùn)輸事故， 旅行延誤的成本。所冇這些費(fèi)用中，與道路交通事故相關(guān)的成本是非常高 的。根據(jù)英國(guó)運(yùn)輸部（dft, 2003年），為道路防止一人死亡（婦女議 會(huì)論壇）的價(jià)值為125萬(wàn)英鎊（按2002年價(jià)格）。在世界上雖然英國(guó)是其 屮一個(gè)最安全的國(guó)家，但在2005年，事故每百公里旅游，在公路交通總 的死亡人數(shù)是3201人。分析道路交通事故的原因的最佳途徑z是制定 各種事故預(yù)測(cè)模型，用來(lái)確定有關(guān)人力，車輛，社會(huì)經(jīng)濟(jì)，道路基礎(chǔ)設(shè)施, 土地使用，環(huán)境的重大因素。例如，諾蘭德和quddus （2004年）制定了 一個(gè)事故預(yù)測(cè)模型，并報(bào)告說(shuō)，改善的醫(yī)療技術(shù)和醫(yī)療保健能減少英國(guó)交 通死廣人數(shù)。基于事故預(yù)測(cè)模型的

5、成果，以實(shí)施不同的對(duì)策來(lái)減少道路交 通事故的頻率。事故預(yù)測(cè)模型是用來(lái)監(jiān)測(cè)已經(jīng)提出的以盡量減少事故發(fā)生 的各種道路安全政策的效力。舉例來(lái)說(shuō)，休斯敦和理查森（2002年）制 定了一個(gè)事故預(yù)測(cè)模型，并得出結(jié)論認(rèn)為，從屮學(xué)到小學(xué)改變現(xiàn)有的安全 帶的法律來(lái)增強(qiáng)道路交通安全執(zhí)法。然而，業(yè)績(jī)和這些事故模型的有效性 在很大程度上依賴于選擇適當(dāng)?shù)挠?jì)量經(jīng)濟(jì)模型，由于道路交通事故都是非 負(fù)，離散，和零星的事件計(jì)數(shù)，了解不同的計(jì)數(shù)變量是至關(guān)重要。由丁道路交通事故的非負(fù)數(shù)，整數(shù)，和隨機(jī)事件數(shù)量，這類事件的分 布遵循泊松分布。事故計(jì)數(shù)模型的方法發(fā)展很好。例如，橫斷面計(jì)數(shù)數(shù)據(jù) 是參照采用泊松回歸模型（kulmala, 19

6、95年）。自事故計(jì)數(shù)數(shù)據(jù)通常是 過(guò)度分散的（即差額大于意思），一個(gè)負(fù)二項(xiàng)分布（注）冋歸模型是一個(gè) 泊松-y混合物更適合運(yùn)用（阿卜杜勒aty和拉徳力“，2000年；主，2000 年；伊萬(wàn)，2000年等等）。如果這種截而計(jì)數(shù)數(shù)據(jù)包含許多零的意見(jiàn)（即 超過(guò)零計(jì)數(shù)資料），然而零膨脹泊松（或注）模式或柵欄計(jì)數(shù)數(shù)據(jù)模型更 合適（土地，1996年等等）。如果橫斷面事故計(jì)數(shù)數(shù)據(jù)被截?cái)嗷驒z查，如 截?cái)嘁粋€(gè)有應(yīng)至少一人死亡的事故，這些數(shù)據(jù)被參照使用在短泊松或截?cái)?毒品調(diào)查科模型中。如果橫斷面事故計(jì)數(shù)數(shù)拯的報(bào)道諸如發(fā)生輕微的傷害 或財(cái)產(chǎn)損失的事故，然后根據(jù)報(bào)道使用泊松模型。如果事故計(jì)數(shù)數(shù)據(jù)是而 板數(shù)據(jù)，固定效應(yīng)（遠(yuǎn)

7、東）泊松（或注）模型或隨機(jī)效應(yīng)（重新）泊松（或 注）模型被使用（欽邦和quddus, 2003年）。廣義估計(jì)方程（吉）技術(shù)是 受雇于集群小組計(jì)數(shù)數(shù)據(jù)（主和佩爾紹德,2000年）。但是，在事故模擬模型文獻(xiàn)事故計(jì)數(shù)的時(shí)間序列數(shù)拯中缺乏合適的計(jì) 量經(jīng)濟(jì)模型。通常，這種類型的事故數(shù)據(jù)是仿照用一個(gè)泊松回歸模型或注 回歸模型，有一個(gè)普遍的假設(shè)是：意見(jiàn)應(yīng)彼此獨(dú)立。這表明，這些模型更 適合橫斷面計(jì)數(shù)數(shù)據(jù)。使用這些時(shí)間序列模型計(jì)算的數(shù)據(jù)可能會(huì)導(dǎo)致估計(jì) 參數(shù)效率低下，因?yàn)闀r(shí)間序列數(shù)據(jù)通常是串行相關(guān)的。一個(gè)簡(jiǎn)單的解決辦 法是在模型中實(shí)行一個(gè)時(shí)間趨勢(shì)變量作為解釋變量來(lái)控制序列的相關(guān)性。 例如，諾蘭徳（2006）等。注

8、：模型釆用了一種趨勢(shì)變量研究在交通意外 傷亡的倫敦進(jìn)城費(fèi)的影響。但是，也不能保證，這將明確解決序列相關(guān)性 的影響，特別是在交通意外傷亡對(duì)事件的長(zhǎng)期時(shí)間序列計(jì)數(shù)數(shù)據(jù)。時(shí)間序列模型的連續(xù)數(shù)據(jù)非常發(fā)達(dá)。實(shí)值時(shí)間序列模型，諸如冋歸移 動(dòng)平均（ma）模型，由框和詹金斯（1970年）介紹了，過(guò)去兒十年，在許 多應(yīng)用中已被用來(lái)計(jì)數(shù)模型時(shí)間序列數(shù)據(jù)（例如，zimring, 1975；夏爾馬 和爾哈雷,1999年；休斯頓和理杳森,2002年；吳作棟,2005年；諾蘭 德,2006年；等等）。然而，當(dāng)非負(fù)整數(shù)值模型計(jì)數(shù)的數(shù)據(jù)，諸如在地理 實(shí)體里交通意外隨著時(shí)間的推移，box和詹金斯模式可能不適合。這主要 是由于在

9、arima模型中錯(cuò)誤的正常假設(shè)。這在很大程度上表明，模型是必 要的，它可以考慮到非負(fù)離散財(cái)產(chǎn)和自動(dòng)計(jì)數(shù)的時(shí)間序列數(shù)據(jù)。在過(guò)去幾 年中，一類新的，例如被稱為整數(shù)值門回歸（inar）泊松模型的時(shí)間序列 模型，已經(jīng)在金融、公共衛(wèi)生監(jiān)測(cè)、旅行和旅游，林業(yè)部門等領(lǐng)域中被許 多作者研究了。這一級(jí)別的模型尤其適用于吋間序列分析計(jì)算模型的數(shù) 據(jù)，因?yàn)檫@些模型擁有分配數(shù)量的數(shù)據(jù)的屬性，并能處理序列相關(guān)性，因 此，捉供了一種可替代的實(shí)值時(shí)間序列模型和一般泊松或注：模式。本篇章主耍的目的是介紹inar模式中的時(shí)間序列分析來(lái)口大不列顛 的事故計(jì)數(shù)數(shù)據(jù)。兩種吋間序列事故數(shù)據(jù)類型被認(rèn)為：（1）時(shí)間序列數(shù)據(jù) 匯總情況的空間

10、和時(shí)間的觀察單位是比較大的（例如，大不列顛和年的關(guān) 系）；（2）分類的時(shí)間序列數(shù)據(jù)在兩個(gè)空間和時(shí)間的觀察單位相對(duì)較小（例 如，在倫敦中部的擁擠收費(fèi)區(qū)和月的關(guān)系）。各種計(jì)量經(jīng)濟(jì)模型，如ma, 注，注的時(shí)間趨勢(shì)，inar （1）模型用于為每個(gè)數(shù)據(jù)集發(fā)展事故預(yù)測(cè)模型。 tnar （1）泊松模型的表現(xiàn)與其它模型相比較得岀的。其余的篇章，如下論述。下一節(jié)描述了在這些研究中inar模型的使 用。隨后說(shuō)明用于分析的數(shù)據(jù)來(lái)源。介紹和分析結(jié)論，然后在一些細(xì)節(jié)上 討論。本文最后部分是結(jié)論和本研究的局限性。2 方法論由框和詹金斯（1970年）介紹的純粹的連續(xù)時(shí)間序列數(shù)據(jù)的回歸模 型,現(xiàn)在發(fā)展很好?？蚝驼步鹚鼓Ｐ停?/p>

11、季節(jié)性口動(dòng)冋歸移動(dòng)平均（sarima） 模型能夠考慮到這一趨勢(shì)和季節(jié)性（因此序列相關(guān)性）通常存在于時(shí)間序 列數(shù)據(jù)中。延長(zhǎng)這一模式是由框和眺（1975年）提議的，其中有能力研 究各種解釋變量和作為解釋變量干預(yù)，除了常規(guī)的趨勢(shì)和季節(jié)性的組成部 分的影響。該模型可以表示如下（hipel和麥克里奧德，1994年）：（1）其中t是離散時(shí)間（例如周、月、季或年），兒是適當(dāng)?shù)腷ox- cox中 乙的變換，即是x,嚴(yán)，或者乙本身（box和cox, 1964 ）,乙是特定 吋間t的因變量，這是干預(yù)的組成部分，x是獨(dú)立變量的影響的決定性稱 為控制變量，",是隨機(jī)變化或可由一個(gè)arima模型，表示為（為

12、非季節(jié)性的時(shí)間序列）或sartma模型（為季節(jié)性時(shí)間序列），表示為 sarlmas，q）x（p，d，o）$的噪音部分。在這些公式屮，p是指非季節(jié)性自 動(dòng)回歸（ar）的進(jìn)程，p是指季節(jié)性受體的進(jìn)程，d是指非季節(jié)性差異，d 是指季節(jié)性差異，q是指非季節(jié)性移動(dòng)平均線（ma）的進(jìn)程，q是指季節(jié) 性（ma）的進(jìn)程，而下標(biāo)s是季節(jié)性的長(zhǎng)度（例如s二12是每月吋間序列 數(shù)據(jù)）。該sarima模型可以表示為（box, 1994年等）：n ='0（b）（bjq-byf-bjd（2）其中，©和是經(jīng)常和季節(jié)性ar群，。和是經(jīng)常和季節(jié)性ma群, b和乞是落后轉(zhuǎn)變?nèi)?，勺是一個(gè)與零均值不相關(guān)的隨機(jī)誤差項(xiàng)

13、，恒定方差 詳情可在box （1994年）等中發(fā)現(xiàn)有關(guān)這一模型的進(jìn)一步解釋。arima或sarima的基礎(chǔ)干預(yù)模型顯示在方程（1）中，作為假定為正 態(tài)分布零均值和恒定方差的誤差項(xiàng)，適用于實(shí)值時(shí)間序列數(shù)據(jù)。盡管這一 假設(shè)，這種模式正在被用來(lái)調(diào)查非負(fù)離散時(shí)間序列進(jìn)程與許多應(yīng)用相關(guān)， 包括道路交通事故(例如，休斯頓和理查森，2002年；諾蘭德，2006年 等)。在以非負(fù)整數(shù)值時(shí)間序列過(guò)程屮，如每月事故計(jì)數(shù)數(shù)據(jù)，有幾個(gè)關(guān)于 應(yīng)用sarima模式的重大問(wèn)題。第一個(gè)問(wèn)題是模型的定義。一個(gè)實(shí)值的命 令1的自動(dòng)回歸過(guò)程可表述如下：k =必】+ 5(3) 為了獲得一個(gè)整型值乙以卜的限制，必須在方程(3)中實(shí)行均

14、衡器, 如(i)勺是整數(shù)值及(ii) 1, 0,或1。這種制約因素限制了實(shí)際 實(shí)值時(shí)間序列自動(dòng)回歸進(jìn)程的在計(jì)數(shù)變量的框架屮應(yīng)用。第二個(gè)問(wèn)題涉及 作出止常假設(shè)的普遍性。一個(gè)計(jì)數(shù)變量，其平均計(jì)數(shù)相對(duì)較高，如大不列 顛每年道路交通事故，通常認(rèn)為是近似正常的分布，因此，使用sartma 模型可以滿足作為正常的假設(shè)是不會(huì)有疑問(wèn)的。然而，作為一個(gè)計(jì)數(shù)變量, 其意味著接近于零，如每刀的道路交通事故的死亡是一個(gè)小型單元方塊， 其分布通常是向右傾斜的。因此，通常的，或任何其他分布的假設(shè)，是不 無(wú)道理的。這類整數(shù)價(jià)值自動(dòng)回歸過(guò)程曲inar表示，已經(jīng)出許多作者(例如， 基地奧什和alzaid , 1987年；肯思國(guó)

15、際律師事務(wù)所，1988年；brannas 和赫爾斯特倫，2001年；卡爾利斯，2006年)研究了。這種模式的自然 想法取代了由一個(gè)隨機(jī)滯后的x' s的影響的確定性(見(jiàn)方程(3)o發(fā) 展的途徑在&和冷】z間取代了標(biāo)量乘法間通過(guò)如下定義的細(xì)化的二項(xiàng) 式。° kr-i =mu-1 +如"1 + + "/嚴(yán)工1=1(4) 如果丫1是一個(gè)非負(fù)整數(shù)且。三°，1，而阮是一個(gè)獨(dú)立序列與柏努 利隨機(jī)變量分布一樣(iid ),獨(dú)立的n ,且保證 pr(mi = 1) = 1 - pr(w,. = 0)= a o值得注意的是，陰，"必】成為一個(gè)二項(xiàng)

16、分布隨機(jī)變量是冇條件的，在一些成功的冷】獨(dú)立審判的每一個(gè)成功的可 能性是因此，原來(lái)的實(shí)值ar (1)方程(3)的模式別取代為k "。近一1+勺(5) q的階段行程基于乙和耳是獨(dú)立的。方程(5)的第二部分在區(qū)間 '一1川時(shí)進(jìn)入系統(tǒng)的組成要索稱為革新?；镜膇nar的推導(dǎo)過(guò)程基于假 設(shè)，這種假設(shè)即革新，有一個(gè)獨(dú)立和相同的泊松分布，即勺泊松(人), 這里的人是指由泊松定義表示為a = exp(/?yz +%人)(6) 在al-0sh和alzaid (1987年)和麥肯齊(1988年)可以發(fā)現(xiàn)方程 的模型的屬性。方程屮變量憶與ml")相等吋被稱為泊松inar(1),其中假定

17、時(shí)間序列的基本過(guò)程是固定的(al-osh和alzaid , 1987 年；肯思國(guó)際律師事務(wù)所，1988年；brannas和hall, 2001年；赫爾斯 特倫,2002年)。擴(kuò)展該模型包扌舌泊松inma(l),泊松imarma(1)，注：模型inar(l), 和注：模型inarma(1)。這些都是叮以同時(shí)處理非平穩(wěn)和過(guò)度分散的計(jì)數(shù)數(shù)據(jù)（al-osh 和 alzaid, 1988 年；brannas 和 hall, 2001 年；卡爾利斯, 2006年）。方程（5）可以使用可編程估計(jì)確切最高群（em）可能算法（卡 爾利斯,2006年）。英他時(shí)間序列模型的計(jì)數(shù),如串行相關(guān)誤差模型（zeger, 1

18、988 年）和 zegar - qaqish 模型（zcgar 和 qaqish, 1988 年）中可以在 赫爾斯特倫（2002年）和kedem和fokianos （2002）中找到。3.資料上面討論的兩個(gè)數(shù)據(jù)集經(jīng)常用來(lái)調(diào)查是否適宜不同類型的事故預(yù)測(cè) 模型。其屮之一是一個(gè)高度集屮的時(shí)間序列的事故數(shù)量，另一種是相對(duì)分 散的時(shí)間序列事故數(shù)量。在本研究認(rèn)為高度集屮的時(shí)間序列數(shù)據(jù)是每年道路交通死亡人數(shù)以 gb 1950年至2005年從英國(guó)運(yùn)輸部（dft的,2006年）獲得的。統(tǒng)計(jì)到 的總?cè)藬?shù)是55人，平均和標(biāo)準(zhǔn)差的吋間序列過(guò)程分別是5769和1352。 眾所周知，在公路網(wǎng)屮，一個(gè)事故模型應(yīng)包含一個(gè)事故

19、變量的暴露來(lái)控制 總的道路交通運(yùn)動(dòng)。文獻(xiàn)表明，一個(gè)良好的事故變量的暴露是車輛公里數(shù) （vkt）o gb的年度vkt數(shù)據(jù)，是從dft （dft, 2006年）屮收集到的。每 年道路交通死亡和vkt數(shù)據(jù)中都顯示在圖1中。值得注意的是，每年道路 交通死亡人數(shù)隨著vkt的增加而增加，直到1966年，死亡人數(shù)隨著vkt 的增加而減少。這主要是由于在過(guò)去幾年，不同的道路安全的措施，法規(guī) 和政策的實(shí)施。例如，在1983年英國(guó)政府推出了安全帶安全法，以減小 事故的嚴(yán)重程度。在1989年，針對(duì)粗心駕駛的扣分，駕駛的保險(xiǎn)，兒童、 乘客的安全帶的系帶已編入法律。事故預(yù)測(cè)模型，利用這個(gè)調(diào)查數(shù)據(jù)將發(fā) 展，也將在控制vkt時(shí)影響到對(duì)道路交通死亡事故的這兩個(gè)措施。時(shí)間序列數(shù)據(jù)認(rèn)為這項(xiàng)研究是關(guān)于在倫敦?fù)頂D收費(fèi)區(qū)（消委會(huì)）在 1991