| 研究生: |
吳宗霖 Tsung-Lin Wu |
|---|---|
| 論文名稱: |
台灣地區汽車傷亡事故肇因之研究 |
| 指導教授: |
楊明宗
Ming-Chung Yang |
| 口試委員: | |
| 學位類別: |
碩士 Master |
| 系所名稱: |
理學院 - 統計研究所 Graduate Institute of Statistics |
| 畢業學年度: | 98 |
| 語文別: | 中文 |
| 論文頁數: | 67 |
| 中文關鍵詞: | 卡方自動互動檢視法 、比例勝算模型 、汽車肇事 |
| 外文關鍵詞: | proportion odds model, automobile traffic accident, CHAID |
| 相關次數: | 點閱:22 下載:0 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
本研究是針對臺灣地區30日內(A1類與A2類)汽車(含小客、貨車)交通事故進行探討。我們使用警政署民國九十七年道路交通事故之統計資料,並應用卡方獨立性檢定與Cramér''s V關聯係數找出和傷亡程度有關聯的變數。由於所選出變數過多,故採用卡方互動自動檢視法選出重要的解釋變數。然後再加入重要解釋變數與其兩兩交互作用項建立比例勝算模型。由配適後最佳比例勝算模型我們可得知影響30日內事故傷亡的變數有:保護裝備、飲酒情形、日夜、速限、事故類型、速限與事故類型之交互作用。
This thesis studies the problem for the automobile traffic accident within 30 days in Taiwan area. First, we analysis the data of the Road Traffic Accident from National Police Administration at Ministryof the Interior in 2008, by the chi-square independent test and Cramér''s V association coefficient to find some correlated explanatory variables. Because many variables are selected, we use the chi-square automatic interaction detection(CHAID) to select more important explanatory variables. Then we add the first-order interactions among those important explanatory variables to establish proportion odds model. From the fitted proportion odds model, we know the effects for the injury and death of accident within 30 days include the protection equipment, the status of drinking wine, exceeding the limit of driving speed, the accident pattern, the interaction of exceeding the limit of driving speed and the accident pattern.
中文部份
【1】 王秀雯 (民93),應用資料挖掘技術於交通事故傷亡嚴重程度之研究,國立嘉義大學運輸與物流工程研究所碩士論文。
【2】 吳易真 (民93),基隆市交通肇事分析及安全改善之研究,國立交通大學交通運輸研究所碩士論文。
【3】 黃昶斌 (民93),以類神經網路探討都市地區肇事嚴重程度,國立交通大學交通運輸研究所碩士論文。
【4】 蘇宥宜 (民94),應用情境分析方法研究台灣地區單一小客車交通事故,國立交通大學交通運輸研究所碩士論文。
【5】 黃韻芝 (民95),臺閩地區道路交通事故之研究,國立中央大學統計研究所碩士論文。
【6】 員旭成 (民96)ca臺灣地區交通事故傷害肇因之研究,銘傳大學應用統計資訊系碩士論文。
英文部份
【1】 Agresti, A (2007). An Introduction to Categorical Data (2nd edition ) , New York: Wiley.
【2】 Cramér, H. (1946). Mathematical Methods of Statistic. Princeton N.J.: Princeton University Press.
【3】 Kass, G. V. (1980). An Exploratory Technique for Investigating Large Quantities of Categorical Data. Applied Statistics, 29, 119-127.