지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
이 논문의 연구 히스토리 (9)
2013
2007
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
PURPOSES : Traffic accidents at intersections have been increased annually so that it is required to examine the causations to reduce the accidents. However, the current existing accident models were developed mainly with non-linear regression models such as Poisson methods. These non-linear regression methods lack to reveal complicated causations for traffic accidents, though they are right choices to study randomness and non-linearity of accidents. Therefore, to reveal the complicated causations of traffic accidents, this study used structural equation methods(SEM). METHODS : SEM used in this study is a statistical technique for estimating causal relations using a combination of statistical data and qualitative causal assumptions. SEM allow exploratory modeling, meaning they are suited to theory development. The method is tested against the obtained measurement data to determine how well the model fits the data. Among the strengths of SEM is the ability to construct latent variables: variables which are not measured directly, but are estimated in the model from several measured variables. This allows the modeler to explicitly capture the unreliability of measurement in the model, which allows the structural relations between latent variables to be accurately estimated. RESULTS : The study results showed that causal factors could be grouped into 3. Factor 1 includes traffic variables, and Factor 2 contains turning traffic variables. Factor 3 consists of other road element variables such as speed limits or signal cycles. CONCLUSIONS : Non-linear regression models can be used to develop accident predictions models. However, they lack to estimate causal factors, because they select only few significant variables to raise the accuracy of the model performance. Compared to the regressions, SEM has merits to estimate causal factors affecting accidents, because it allows the structural relations between latent variables. Therefore, this study used SEM to estimate causal factors affecting accident at urban signalized intersections.
목차
등록된 정보가 없습니다.
참고문헌 (17)
참고문헌 신청
Ha T. / 2001 / Development and Application of Traffic Accident Forecasting Model for Signalized Intersections(Four-Legged Signalized Intersections In Kwang-Ju), Journal of Korean Society of Transportation / Korean Society of Transportation 19(6):207~218
강영균 / 2011 / 퍼지 및 신경망이론을 이용한 도시부 신호교차로 교통사고예측모형 개발 / 한국도로학회논문집 13(1):69~77
박병호 / 2008 / 사고유형에 따른 청주시 4지 신호교차로 교통사고모형 / 대한교통학회지 26(5):153~162
박준태 / 2008 / 도시부 신호교차로 안전성 향상을 위한 사고예측모형 개발 / 대한교통학회지 26(4):99~110
박병호 / 2008 / 4지 신호교차로 차종별 사고모형 -청주시를 사례로- / 한국도로학회논문집 10(4):161~170
강영균 / 2011 / 퍼지 및 신경망이론을 이용한 도시부 신호교차로 교통사고예측모형 개발 / 한국도로학회논문집 13(1):69~77
박병호 / 2008 / 사고유형에 따른 청주시 4지 신호교차로 교통사고모형 / 대한교통학회지 26(5):153~162
박준태 / 2008 / 도시부 신호교차로 안전성 향상을 위한 사고예측모형 개발 / 대한교통학회지 26(4):99~110
박병호 / 2008 / 4지 신호교차로 차종별 사고모형 -청주시를 사례로- / 한국도로학회논문집 10(4):161~170
이 논문의 저자 정보
최근 본 자료
댓글(0)
0