作者：石小林; 章国鹏; 张渤交通事故预测相对危险暴露量危险驾驶群体akaike信息准则负二项模型
摘要：传统的交通事故预测是基于直接暴露量，如车辆行驶里程（VMT）等，很少有研究致力于评估不同驾驶群体对事故频率的影响，而现有的研究表明，大量的交通事故与驾驶群体相关。基于此，首先采用相对危险暴露量技术探索所有驾驶人群中的危险驾驶群体，通过相关事故参与率的计算结果可知，青年（15～29岁）和老年（大于或等于70岁）驾驶员更容易发生事故，为危险驾驶群体。然后以VMT和危险驾驶群体作为解释变量，建立了用于交通事故预测的负二项模型。最后通过计算Akaike信息准则（AIC）指标，得到了最优预测模型。结果表明，将危险驾驶群体引入交通事故预测模型可以使预测效果更好（尤其是以VMT和青年驾驶员为变量），有助于提高交通事故预测的准确性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
