畢業(yè)論文外文翻譯模版

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面、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。這主要是由于在ARIMA模型中

2、正常的的錯(cuò)誤假設(shè)。在過去的幾年里，一類新的被稱為整數(shù)值自動(dòng)回歸（ 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，因此提供了一種替代的實(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纾瑩頂D收費(fèi)區(qū)與月的關(guān)系）。INAR模式的性能與同類別的框和詹金斯實(shí)值模型相比較。其結(jié)果表明，綜

3、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下，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)有明顯優(yōu)于的ARIMA模型，因?yàn)樵诜稚⒌臅r(shí)間序列數(shù)據(jù)的交通事故中，ARIMA模型的計(jì)數(shù)是在相對(duì)較低。文章最后討論了INAR模型的局限性來處理的季節(jié)性和觀測(cè)到的異質(zhì)性。1.緒論公路運(yùn)輸給社會(huì)帶來了巨大的利益，但它也有直接和間接成本。直接成本包括提供公路運(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，和來自道路交通的空氣污染引起的公路運(yùn)輸事故，旅行延誤的成本。所有這些費(fèi)用中，

4、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125萬英鎊（按2002年價(jià)格）。在世界上雖然英國(guó)是其中一個(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之一是制定各種事故預(yù)測(cè)模型，用來確定有關(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，改善的醫(yī)療技術(shù)和醫(yī)療保健能減少英國(guó)交通死亡人數(shù)?；谑鹿暑A(yù)測(cè)模型的成果，以實(shí)施不同的對(duì)策來減少道路交通事故的頻率。事故預(yù)測(cè)模型是

5、用來監(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。舉例來說，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，從中學(xué)到小學(xué)改變現(xiàn)有的安全帶的法律來增強(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。由于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，1995年）。自事故計(jì)數(shù)數(shù)據(jù)通常是過度分散的（即差額大于意思），一個(gè)負(fù)二項(xiàng)分布（注）

6、回歸模型是一個(gè)泊松-混合物更適合運(yùn)用（阿卜杜勒Aty和拉德萬，2000年；主，2000年；伊萬，2000年等等）。如果這種截面計(jì)數(shù)數(shù)據(jù)包含許多零的意見（即超過零計(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)喽酒氛{(diào)查科模型中。如果橫斷面事故計(jì)數(shù)數(shù)據(jù)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)是面板數(shù)據(jù)，固定效應(yīng)（遠(yuǎn)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

7、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)據(jù)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控制序列的相關(guān)性。例如，諾蘭德（2006）等。注：模型采用了一種趨勢(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

8、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，諸如回歸移動(dòng)平均（MA）模型，由框和詹金斯（1970年）介紹了, 過去幾十年,在許多應(yīng)用中已被用來計(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；休斯頓和理查森,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)。在過去幾年中，一類新

9、的，例如被稱為整數(shù)值自回歸（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時(shí)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，提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。本篇章主要的目的是介紹INAR模式中的時(shí)間序列分析來自大不列顛的事故計(jì)數(shù)數(shù)據(jù)。兩種時(shí)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?。ɡ纾趥惗刂胁康膿頂D收費(fèi)區(qū)和月的關(guān)

10、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。INAR（1）泊松模型的表現(xiàn)與其它模型相比較得出的。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。隨后說明用于分析的數(shù)據(jù)來源。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。框和詹金斯模型，如季節(jié)性自動(dòng)回歸移動(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)這一模式是由框和朓（1975年）提議的，其中有能力研究

11、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），是適當(dāng)?shù)腂ox- Cox 中的變換， 即是，或者本身（Box和Cox，1964 ），是特定時(shí)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（為非季節(jié)性的時(shí)間序列）或SARIMA模型（為季節(jié)性時(shí)間序列），表示為SARIMA的噪音部分。在這些公式中，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

12、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= 12是每月時(shí)間序列數(shù)據(jù)）。該SARIMA模型可以表示為（Box， 1994年等）： （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和是落后轉(zhuǎn)變?nèi)?，是一個(gè)與零均值不相關(guān)的隨機(jī)誤差項(xiàng)，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

13、理查森，2002年；諾蘭德，2006年等）。在以非負(fù)整數(shù)值時(shí)間序列過程中，如每月事故計(jì)數(shù)數(shù)據(jù)，有幾個(gè)關(guān)于應(yīng)用SARIMA模式的重大問題。第一個(gè)問題是模型的定義。一個(gè)實(shí)值的命令1的自動(dòng)回歸過程可表述如下： （3）為了獲得一個(gè)整型值以下的限制，必須在方程（3）中實(shí)行均衡器，如（i）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)變量的框架中應(yīng)用。第二個(gè)問題涉及作出正常假設(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SARIMA模型可以滿足作為正常的假設(shè)是不會(huì)有疑問的。然而，作為一個(gè)計(jì)數(shù)變量，

14、其意味著接近于零，如每月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)，是不無道理的。這類整數(shù)價(jià)值自動(dòng)回歸過程由INAR表示，已經(jīng)由許多作者（例如，基地奧什和Alzaid ，1987年；肯思國(guó)際律師事務(wù)所，1988年；Brännäs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s的影響的確定性（見方程（3）。發(fā)展的途徑在和之間取代了標(biāo)量乘法間通過如下定義的細(xì)化的二項(xiàng)式。 （4）如果是一個(gè)非負(fù)整數(shù)且，而是一個(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。值得

15、注意的是，成為一個(gè)二項(xiàng)分布隨機(jī)變量是有條件的，在一些成功的獨(dú)立審判的每一個(gè)成功的可能性是。因此，原來的實(shí)值A(chǔ)R（1）方程（3）的模式別取代為 （5）的階段行程基于和是獨(dú)立的。方程（5）的第二部分在區(qū)間時(shí)進(jìn)入系統(tǒng)的組成要素稱為革新。基本的INAR的推導(dǎo)過程基于假設(shè)，這種假設(shè)即革新，有一個(gè)獨(dú)立和相同的泊松分布，即泊松（），這里的是指由泊松定義表示為 （6）在Al-Osh和Alzaid（1987年）和麥肯齊（1988年）可以發(fā)現(xiàn)方程(5)的模型的屬性。方程（5）中變量與相等時(shí)被稱為泊松INAR（1），其中假定時(shí)間序列的基本過程是固定的（AL-Osh和Alzaid ，1987年；肯思國(guó)際律師事務(wù)所，1

16、988年；Brännäs和Hall，2001年；赫爾斯特倫，2002年）。擴(kuò)展該模型包括泊松INMA（1），泊松INARMA，注：模型INAR（1），和注：模型INARMA。這些都是可以同時(shí)處理非平穩(wěn)和過度分散的計(jì)數(shù)數(shù)據(jù)（Al-Osh和Alzaid，1988年；Brännäs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）。其他時(shí)間序列模型的計(jì)數(shù)，如串行相關(guān)誤差模型（Zeger，1988年）和Zegar - Qaqish模型（Zegar和Qaqish，1988年）中可以在赫爾斯

17、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)常用來調(diào)查是否適宜不同類型的事故預(yù)測(cè)模型。其中之一是一個(gè)高度集中的時(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)為高度集中的時(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)差的時(shí)間序列過程分別是5769和1352。眾所周知，在公路網(wǎng)中，一個(gè)事故模型應(yīng)包含一個(gè)事故變量的暴露來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）。GB的年度VKT數(shù)據(jù)，是從DfT

18、（DfT，2006年）中收集到的。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年1月和2005年10月間的每月的汽車傷亡人數(shù)（見圖2）。該區(qū)域的傷亡數(shù)據(jù)取自STATS19全國(guó)道路交通事故數(shù)據(jù)庫。這個(gè)擁擠收費(fèi)區(qū)的介紹是