1、 1 1 交通事故分析的可能性和局限性 S.Oppe 关键字 ：后果 ；目的 ；描述 ；限制 ；关注 ；事故分析 ；可能性 摘要： 交通事故的统计数字，尤其国家一级的数据对监控和预测事故的发展，积极或消极检测事故的发展，以及对定义安全目标和评估工业安全特别有益。事故分析是应用非常有限的分析，是前瞻性分析和回顾性分析，能够对新开发的交通安全系统和特殊过程的安全措施进行评价。目前迫切需要一个将实时事故分析与研究相结合的行为。将自动检测和视频录制相结合的研究交通事故的科研论文会比较容易接受。 这种类型的研究最终会对交通理念有个完善的认识。 1简介 本文主要是基于个人的经验，研究有关交通安全、安全分析
2、以及事故分析等在研究中的作用。由这些经验推导出的哲学思考就像通过研究和统计得出的实践观点。而这些调查数字已经在其他地方发表了。 在缺少 直接观察 的 事故 中 ， 许多 方法论问题的产生 ， 导致不能直接测试对结果持 续讨论 。 通过看事故视频来讨论是富有成效的。 事实证明，用来解释事故的大部分有关信息 就是 事故中 缺少 的记录。深入研究还无法回忆起所有的必要的 用来 测试有关事故发生的假设数据，。 尤其是车 -车相撞 发生 的 车祸，这是 在 荷 兰城市道路交叉口 录制的视频 ， 一辆从岔路驶来的汽车与主干路的 汽车相撞，下列问题可以问：为什么汽车 来自次干路上 ，突然加速后 又 几乎停止
3、， 撞上了 在左侧主路 的一辆汽车 呢？为什么没有注意到 正在驶 来的车？ 是不是因为 两 车 从右边驶来 ， 司机因为前面的交叉 为 他们 提供 了 可能性 而斤斤计较 ？难道他 向左看过 ，但他认为 停在拐角处的绿色货车能让他停下来 ？当然，交通 状况 并不复杂。目前这个 事故 中 没有骑自行车或行人在拥挤路口分散他的注意。 如果停着的绿色车能够在五分钟内消失 ， 这两辆车可能就不会相撞 。 在事故发生的相关条件下，几乎不可能观察下一个交通行 为，因为交通事故是不可预见的。由于 新的视频设备和自动检测事故 设备 的 不断 发展，如 在收集 数据 方面不需要很高的成本就能 变得越来越逼真 。
4、必要的增加 数据类型 也能更好的解释交通中存在的危险因素。 关于事故 分析 的可能性和限制 性 的问题 是不容易 回答 的， 我们不能 确切的分析交通 事故。 因为 事故分析涵盖了 每一个活动中 的 不同 背景，并根据不同的信息来源范围来 补充资料，特别是收集事故 的 数据，背景资料等 ， 我们首先要看看在交通安全领域的活动周期 然后再 回答 事故分析 的可能性与限制。这些 行为 主要 是与 交通系统的安全管理 有关 ，有些则是 相关的 研究活动。 应 该用下面的步骤来加以区分： 检测交通安全问题； 交通事故分析的可能性和局限性 2 描述问题和它的主要特征； 分析其原因分析和改进建议； 选择和
5、执行安全措施； 评价所采取的措施。 虽然这个周期可以由同一人或一群人做出来，而问题在每个阶段（政治 /管理或科学）都有不同的背景。我们用事故分析来描述这一阶段。做这个决定是重要的。很多关于分析结果的方法的讨论由于忽视之间的区别而成为徒劳的。政治家或道路管理人员对道路的个别事故不是很留意。他们对事故的看法往往都是一视同仁，因为总的结果比整个事故中的每个人的因素重要。因此，每次事故看做一 个个体，之间相互协调就会达成安全的结果。 研究人员研究事故发生时一连串事件中每个人的兴趣。希望从中得到关于每次事故的详细信息并能发现其发生的原因和有关的条件。政治家们希望只是因为细节决定行动。在最高一级事故总数减
6、少。信息的主要来源是国家数据库及其统计学处理系统。对他来说，统计意外数字及其统计的波动来进行事故分析。这适用于事故分析中的交通安全领域。因此，我们将首先描述了事故的这些方面。 2 事故的性质和它们的统计特性 事故基本概念是意外，不管是其发生的原因还是 引起事故出现的过程。 两个简单的假设通常是来描述交通 事故的形成过程： -事故发生的概率与以往发生的事故之间是独立； -事故发生在时间上是同性质的 如果这两个假设成立，那么事故是泊松分布。第一个假设与大多数的批判不符。 事故是罕见的事件，因此不会受到以前事故的影响。在某些情况下，有一个直接的因果链（例如，大量的车开到一起）这一系列的事故被认为是一
7、个个体事故但包含许多的车。 这个假设并不适用于统计人员伤亡。伤亡人数往往与同一事故 有关，因此，独立性假设不成立。第二个假设乍一看似乎不太容易理解。穿越空间或在不同地点发生的的事故同样具有可能性。然而，假设需要很长一段时间并 且没有缓缴期。其性质是根据理论的假设。如果其短时间内能成立，那么它也适用于长时间，因为泊松分布变量的总和，即使他们的泊松率是不同的，但也属于泊松分布。对于这些时期的总和泊松率则等于为这些地方的泊松率的总和。假设与一个真正的情况相比较计数，无论是从一两个结果还是总情况来看都有一个基本情况比较符合。 例如， 对比在一年中特定的一天例如下一天，下一个星期的一天发生的交通事故 。
8、如果条件是相同的（同一时间，交通 情况相同 ，同样的天气条件等），那么由此产生的意外数字是相同的泊松过程的结果。这一假设可以通过估算进行测试的两个 观测值的基础上（估计是两个值的平均值）的速度参数。概率理论 能够 3 3 考虑到 这 两个观察 值的平均， 用于计算的平等假设的可能性。这是一 个 相当强大的 统计过程。泊松假设是研究了很多次， 来获得 证据支持。它已经应用 于 许多情况，数 的 差异表明在安全 性 的差异 然后 确定是否发生意外。这一程序的主要目的是检测在安全分歧。这可能是一个时间上的差异，或不同的地方或不同的条件。这种差异可以指导改进的过程。由于主要关注的是，以减少意外的发生，
9、这种分析可能导致对治疗中最有前 途的领域。为这样一个测试应用程序的必要条件是，那意外的数字进行比较是大到 足以证明存在的分歧。在许多地方情况下，一个应用程序是不可能的。事故黑点分析往往阻碍了这一限制，例如，如果应用这种测试，找出事故是否在特定的位置数是高于平均水平。该程序的描述，也可以使用，如果发生意外乃根据数的特点找到有前途的安全目标。不仅聚集，而且还与分类泊松假设成立， 而 意外数字可以相互测试的泊松假设的基础。这种测试是相当麻烦的，因为每个特定的情况下，每一个不同的泊松参数，即，对所有可能结果的概率必须计算应用测试。然后，泊松分布近似为正态分布，均值和方差等于泊松参数。一旦均值和方差的正
10、态分布，给出了所有的测 试可以改写了标准零均值和方差的正态分布条件。没有任何更多的必要计算，但测试统计， 需要利用 表绘制。 3. 行车安全政策事故统计的应用 分析那些假设的基础上描述的测试程序的类型及其优点。这种应用最好的例子是为一个国家或地区进行超过一年的安全监测，用事故的总体数据（最终的特定类型，如死亡事故）与前几年的数据相比较。根据数年的事故序列，能够分析出它的发展趋势，并大致预测以后几年的事故数量。一旦建立了这样一种趋势，那么在误差范围内未来一年或几年都可以预见。从一个给定趋势的偏差也可以进行预测新的事件。最有名的是斯米德在 1949 年进行的分析。我们将讨论这个事故类型分析更详细的
11、内容。 1、 该测试应用推广到高阶分类。 Foldvary 和 Lane（ 1974），在衡量强制佩戴安全带的效果，谁是最早应用于值的 4 路表高阶相互作用的总卡方分配的。 2、 测试不局限于总体影响，但卡方值就可以分解模型内子假说。另外，在双向表，卡方总可以分解成零件表互动的作用。对 1 的优势。和 2。比以前的情况是，这对许多相互关联的（子）表和相应的智广场卡方检验是由大量分析，取而代之的是一个一卡方的确切划分。 3、 投入更多关注的是参 数估计。例如，在卡方分割使 人们有可能以测试有关行参数的线性或二次限制或趋势的不连续性。 4、 分析的单位是从数到广义加权计数。这对于道路安全分析，那里一段时间，道路使用者的数量，地点或公里数的车辆往往是必要的修正有利。最后一个选项是没有发现在许多统计软件包。安徒生 1977 年给出了一个用于道路双向安全分析表的例子。工资保障运动的一个计算机程序。这一级没有说明事故原因分
