کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7534269 1488230 2018 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Temporal instability and the analysis of highway accident data
ترجمه فارسی عنوان
بی ثباتی زمانی و تجزیه و تحلیل داده های اتفاقی بزرگراه
کلمات کلیدی
ثبات زمانی ایمنی بزرگراه ناهمگونی ناشناخته، احتمال وقوع حادثه، شدت حادثه، روش های آماری و اقتصادسنجی، نگرش های، علوم شناختی،
ترجمه چکیده
تقریبا هر یک از تجزیه و تحلیل آماری داده های ایمنی بزرگراه بر این فرض است که پارامترهای مدل برآورد شده موقتا پایدار هستند. به این معناست که این فرضیه که اثر عوامل تعیین کننده احتمال تصادفات و شدت آسیب های ناشی از تصادف در طول زمان تغییر نمی کند. این مقاله از تحقیقاتی که پیش از این در زمینه هایی مانند روانشناسی، علوم اعصاب، اقتصاد و علوم شناختی انجام شده است، برای ایجاد یک مورد به همین دلیل ضروری نیست که اثرات متغیرهای توضیحی در طول زمان، پایدار باشد. بررسی این ادعا نشان می دهد که احتمال بی ثباتی زمانی برای تعدادی از دلایل رفتاری بنیادی وجود دارد و این بی ثباتی زمانی با یافته های چندین تجزیه و تحلیل داده های تصادفات اخیر پشتیبانی می شود. در این مقاله به بحث در مورد پیامدهای این بی ثباتی زمانی برای روش های مدل سازی داده های حادثه معاصر (ناهمگونی ناخواسته، روش های داده ای، روش های سنتی و استنتاجی علی) پرداخته می شود و با بحث درباره اینکه چگونه بی ثباتی زمانی می تواند مورد توجه قرار گیرد و چگونگی حضور احتمالی آن می تواند برای تفسیر یافته های داده های تصادف بهتر تفسیر شود.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی ایمنی، ریسک، قابلیت اطمینان و کیفیت
چکیده انگلیسی
Virtually every statistical analysis of highway safety data is predicated on the assumption that the estimated model parameters are temporally stable. That is, the assumption that the effect of the determinants of accident likelihoods and resulting accident-injury severities do not change over time. This paper draws from research previously conducted in fields such as psychology, neuroscience, economics, and cognitive science to build a case for why we would not necessarily expect the effects of explanatory variables to be stable over time. The review of this literature suggests that temporal instability is likely to exist for a number of fundamental behavioral reasons, and this temporal instability is supported by the findings of several recent accident-data analyses. The paper goes on to discuss the implications of this temporal instability for contemporary accident-data modeling methods (unobserved heterogeneity, data driven, traditional, and causal inference methods) and concludes with a discussion of how temporal instability might be addressed and how its likely presence can be accounted for to better interpret accident data-analysis findings.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Analytic Methods in Accident Research - Volume 17, March 2018, Pages 1-13
نویسندگان
,