基于数据可视化的短时小数值交通事故的描述及成因推理

交通事故是小概率随机事件.在特定时间空间内某些类型的交通事故指标通常是相对较小的数字.应用传统的针对连续变量的方法(例如广义线性模型)对其进行分析和预测,通常由于数值小,随机性及起伏波动大而无法获得统计显著的结果;而采用传统的针对离散变量的方法(例如罗基模型)进行分析和预测,则又由于其分类数值太多而难以实现.本论文探讨以数据可视化方法来解决这种短时、小数值交通事故数据的描述及推理分析的问题.基于加拿大某城市的交通事故与天气数据,本论文探索使用一系列的"数据可视化"方法,例如数据分解、彩色散点矩阵图、三维散点图等,描述事故相关要素及其互动规律.在此基础上,进一步应用图形模型作为成因推理的手段,以完成推理性的数据可视化分析,藉此分析造成交通事故的成因要素、各要素的关系结构以及要素对事故的数量化影响程度.这一研究解决了在短时、小数值背景下对于交通安全状况进行精确描述及成因分析的问题,其成果可直接应用于交通安全管理、交通执法、道路养护等多个领域中的实时安全管控、安全治理措施的预案制订与效果评估等实际工作之中.