• 대한교통학회지
• /
• 제25권2호
• /
• pp.63-72
• /
• 2007

본 연구의 목적은 신호교차로의 교통사고 심각성을 인식하고, 교통사고의 특성분석과 관련변수와의 상관분석 및 사고추정모형을 개발하는 것이다. 이러한 목적하에 본 연구에서는 2004년도 청주시 총 교통사고건수 3,115건 중 1,183건이 발생한 4지 신호교차로 전체(181개소)를 대상으로 하였다. 신호교차로 사고에 영향을 줄 것으로 판단되는 ADT, 교차로 면적, 평균차로폭 및 종단경사 등 독립변수들과 교통사고건수, 교통사고율(MEV) 및 EPDO를 종속변수로 선정하여, 상관분석 및 다중회귀분석을 통해 추정모형을 개발하였다. 모형개발 결과, 교통사고건수의 경우 ADT 등 5개의 변수가 주요 요인으로 분석되었으며($R^2=0.612$), 교통사고율(MEV)의 경우 교차로면적 등 5개 변수가 주요 요인으로 분석되었다($R^2=0.304$). 또한 신호교차로 교통사고의 심각성 및 특성분석이라는 본 연구의 목적에 가장 부합되는 EPDO의 경우는 ADT, 주도로 평균차로폭, 상향종단경사, 제한속도 차 등 4개 변수가 주요 요인으로 분석되었다($R^2=0.559$)

• 한국도로학회논문집
• /
• 제10권4호
• /
• pp.161-170
• /
• 2008

본 연구는 차종별 사고모형을 다루고 있다. 연구의 목적은 청주시 143개 4지 신호교차로에서 발생한 차종별 사고모형을 개발하는 것이다. 이를 위해 이 연구는 EPDO(대물피해환산법)와 교통 및 기하구조 요인과의 관계를 설명하는데 중점을 두고 있다. 분석된 주요결과는 다음과 같다. 첫째, 신뢰수준 90% 이내에서 통계적으로 유의한 6개의 음이항 회귀모형이 개발되었다. 둘째, 모형의 ${\rho}^2$값은 0.14307(승용차), 0.35556(대형승합차), 0.21684(소형승합차), 0.205152(이륜차), 0.32338(소형트럭), 0.29046(대형트럭)으로, 이는 모두 통계적으로 의미있는 것으로 분석된다. 마지막으로 모든 모형의 공통된 사고요인은 ADT(일평균교통량)이며, 승용차의 특정 사고요인으로는 주도로차로폭합, 대형승합차의 경우 평균황색시간, 그리고 소형승합차의 경우 주도로와 부도로의 차로수 차이로 분석되었다.

• 대한교통학회지
• /
• 제29권4호
• /
• pp.95-101
• /
• 2011

이 연구는 2004년부터 2007년까지 청주시 50개 교차로에 대한 패널자료를 이용한 교통사고 모형을 다루고 있다. 패널자료는 동일한 샘플을 이용하여 매년 반복적으로 수집된 자료를 의미한다. 연구의 목적은 위의 패널자료를 이용하여 교통사고 모형을 개발하는데 있다. 이를 위해 이 연구에서는 TSCSREG에 포함된 다양한 모형 중 최적의 모형을 도출하는데 중점을 두고 있다. 본 연구의 주요 결과는 다음과 같다. 첫째, 교통사고의 다양한 요인들을 설명하는 4개의 패널자료 모형이 개발되었다. 둘째, 고정효과모형의 독립변수 t값이 임의효과모형에 비하여 더 작은 것으로 분석되었다. 마지막으로 교차로의 횡단보도수와 총 교차로수가 사고에 정(+)의 효과를 보이는 것으로 분석되었다.

• 한국안전학회지
• /
• 제27권3호
• /
• pp.141-146
• /
• 2012

This study deals with the accident model using panel data which are composed of time series data of 2005 through 2007 and cross sectional data of link sections in Cheongju. Panel data are repeatedly collected over time from the same sample. The purpose of the study is to develop the traffic accident model using the above panel data. In pursuing the above, this study gives particular attentions to deriving the optimal models among various models including TSCSREG (Time Series Cross Section Regression). The main results are as follows. First, 8 panel data models which explained the various effects of accidents were developed. Second, $R^2$ values of fixed effect models were analyzed to be higher than those of random effect models. Finally, such the variables as the sum of the number of crosswalk on intersections and sum of the number of intersections were analyzed to be positive to the accidents.