earticle

영어

Previous studies have estimated crash prediction models with the fixed effect model which assumes the fixed value of coefficients without considering characteristics of each intersections. However the fixed effect model would estimate under estimation of the standard error resulted in over estimation of t-value. In order to overcome these shortcomings, the random effect model can be used with considering heterogeneity of AADT, geometric information and unobserved factors. In this study, data collections from 89 intersections in Daejeon and estimates of crash prediction models were conducted using the random and fixed effect negative binomial regression model for comparison and analysis of two models. As a result of model estimates, AADT, speed limits, number of lanes, exclusive right turn pockets and front traffic signal were found to be significant. For comparing statistical significance of two models, the random effect model could be better statistical significance with –1537.802 of log-likelihood at convergence comparing with –1691.327 for the fixed effect model. Also likelihood ration value was computed as 0.279 for the random effect model and 0.207 for the fixed effect model. This mean that the random effect model can be improved for statistical significance of models comparing with the fixed effect model.

한국어

기존의 교통사고모형은 수집된 데이터에 대한 추정된 모수가 고정되어있다고 가정하여 교통량이나 기하구조의 길이와 폭 등은 설치형태와 관계없이 동일한 값을 적용하는 고정효과모형을 이용하여 개발하였다. 하지만 고정효과를 이용한 모형은 모형을 통해 추정된 계수의 표준오차 값이 과소 추정되거나 각 계수의 t-값이 과도하게 산정되어 모형의 설명력이 낮아지게 된다. 이를 극복하기 위하여 교통량, 기하구조, 그리고 관측되지 않은 다른 요인 등에 대한 이질성을 고려한 임의효과모형을 활용하여 모형을 개발할 수 있다. 본 연구에서는 임의효과모형의 효용성을 파악하고자 대전광역시 주요 89개 교차로를 대상으로 데이터를 수집하여 임의효과와 고정효과를 이용한 음이항 회귀모형을 개발하고 이를 비교ㆍ분석하였다. 모형개발 결과 년평균일교통량, 제한속도, 차로수, 우회전 전용차로 설치유무, 전방신호등 설치유무 등이 유효한 설명변수로 나타났으며 모형의 설명력을 비교해보면 로그-우도함수값이 임의효과에서 –1537.802로 고정효과의 로그-우도함수값 –1691.327보다 모형 설명력이 좋은 것으로 나타났으며 우도비의 경우 임의효과에서 0.279로 고정효과의 0.207보다 개선된 것으로 나타나 임의효과를 이용한 모형이 고정효과를 이용한 모형보다 우수한 것으로 나타났다.