Time series modeling in traffic safety research

استفاده از مدل های آماری برای تحلیل داده های ایمنی ترافیکی (تصادف) به خوبی شناخته شده است. با این حال، تکنیک های سری زمانی به طور معمول در ادبیات مربوطه به علت چالش های جمع آوری داده ها، همراه با دانش محدودی از روش شناسی مناسب، در ادبیات کمتری ارائه شده است. در سال های اخیر انواع جدیدی از داده های ایمنی ترافیک با وضوح بالا، به خصوص در اندازه گیری رفتار راننده، تکنیک های مدل سازی سری زمانی را به عنوان یک موضوع به طور فزاینده ای از مطالعه ساخته اند. با این وجود کمبود اطلاعات برای هدایت تحلیلگران در استفاده از آنها باقی مانده است. این مقاله یک مرور کلی از وضعیت هنر در استفاده از مدل های سری زمانی در تحقیقات ایمنی ترافیک ارائه می دهد و برخی از تکنیک ها و ملاحظات اساسی در مدل سازی سری سری های کلاسی را مورد بحث قرار می دهد. همچنین ارائه فرصت های جاری و آینده برای گسترش استفاده از مدل های سری زمانی و بررسی تکنیک های جدیدتر مدل سازی، از جمله مدل های هوشمند محاسباتی است که وعده داده می شود به طور موثر در جمع آوری مجموعه های داده های بزرگتر. اطلاعات موجود در اینجا به منظور راهنمایی محققان ایمنی در فهم این منطقه گسترده از تجزیه و تحلیل داده های حمل و نقل، و ارائه یک چارچوب برای درک روند ایمنی است که می تواند بر سیاست گذاری تاثیر می گذارد.