Model approachBecause data replicat

Model approach
Because data replication is not feasible in most accident investigation studies, the use
of factorial design becomes difficult. The problem of degrees of freedom and the
number of runs needed for large number of predictor variables (25 in this case) would
be prohibitive (Mendenhall, 1968). The adopted approach was to use the least square
method for curve fitting the collected data.
Development of response surface equation
To investigate the extent of contributions to road traffic an accident by each identified
variable, a response surface equation of the following type is commonly adopted
(Weissten, 2007):
Y ¼ f ðP; XÞ ð1Þ
where:
Y ¼ number of observed accidents experienced in the period of study.
X ¼ {X1, X2, . . . , Xn} is the set of human factors components likely to
contribute to accidents.
P ¼ {P1, P2, P3, . . . , Pn} is a set of function parameters.
Y ¼ f(P, X) is a general form of polynomial function. The specific type of
polynomial function depends on the degree of contribution of the
variables individually and collectively.

ผลลัพธ์ (ไทย) 1:

วิธีการแบบ
เพราะการจำลองแบบข้อมูลไม่เป็นไปได้มากที่สุดในการศึกษาการตรวจสอบที่เกิดเหตุใช้
ของการออกแบบปัจจัยกลายเป็นเรื่องยาก ปัญหาองศาของเสรีภาพและ
จำนวนที่จำเป็นสำหรับการทำงานจำนวนมากของตัวแปร (25 ในกรณีนี้) จะห้ามปราม
(Mendenhall, 1968) วิธีการที่นำมาใช้คือการใช้น้อยตาราง
วิธีการในการเข้าโค้งที่เหมาะสมการเก็บรวบรวมข้อมูล
การพัฒนาของการตอบสนองพื้นผิวสม
ในการตรวจสอบขอบเขตของการมีส่วนร่วมในการจราจรทางถนนที่เกิดอุบัติเหตุโดยแต่ละ
ตัวแปรระบุ, สมการพื้นผิวตอบสนองของประเภทต่อไปนี้จะถูกนำมาใช้กันอย่างแพร่หลาย
(weissten, 2007):
y ผฉ DP; xth ð1Þ
ที่:.
y ¼จำนวนการเกิดอุบัติเหตุพบว่ามีประสบการณ์ในช่วงเวลาของการศึกษา
x ¼ {x1, x2, . . , xn} คือชุดขององค์ประกอบปัจจัยมนุษย์มีแนวโน้มที่จะ
นำไปสู่​​การเกิดอุบัติเหตุ.
พี¼ {p1, p2, p3, . . , PN} คือชุดของพารามิเตอร์ฟังก์ชัน.
y ผฉ (p, x) เป็นรูปแบบทั่วไปของฟังก์ชันพหุนาม ประเภทเฉพาะของฟังก์ชั่นพหุนาม
ขึ้นอยู่กับระดับของการมีส่วนร่วมของตัวแปร
รายบุคคลและเรียกรวม

ผลลัพธ์ (ไทย) 2:

รูปแบบวิธีการ
เนื่องจากข้อมูลจำลองแบบไม่ในการศึกษาตรวจสอบอุบัติเหตุส่วนใหญ่ การใช้
ออกแบบแฟกกลายเป็นเรื่องยาก ปัญหาขององศาความเป็นอิสระและ
จำนวนรันจำเป็นสำหรับจำนวนตัวแปร predictor (25 ในกรณีนี้) จะ
จะห้ามปราม (Mendenhall, 1968) วิธีนำมาใช้มีการ ใช้น้อยที่สุดสแควร์
วิธีการรวบรวมข้อมูลเส้นโค้ง
การพัฒนาสมการพื้นผิวตอบสนอง
การตรวจสอบ ขอบเขตของผลงานถนนจราจรอุบัติเหตุ โดยแต่ละระบุ
ตัวแปร สมการพื้นผิวการตอบสนองของชนิดต่อไปนี้คือมักนำ
(Weissten, 2007):
Y ¼ f ðP XÞ ð1Þ
ที่:
Y ¼จำนวนพบอุบัติเหตุที่มีประสบการณ์ในระยะเวลาของการศึกษา
¼ X {X 1, X 2,..., Xn } คือ ชุดขององค์ประกอบปัจจัยมนุษย์น่าจะ
นำไปสู่อุบัติเหตุ
P ¼ {P1, p 2, P3,..., Pn } คือ ชุดของฟังก์ชันพารามิเตอร์
Y ¼ f (P, X) เป็นฟังก์ชันพหุนามรูปแบบทั่วไป ชนิดเฉพาะของ
ฟังก์ชันโพลิโนเมียขึ้นอยู่กับระดับของการ
ตัวแปรแยกกัน และโดยรวม

ผลลัพธ์ (ไทย) 3:

รุ่นของวิธีการ
เนื่องจากจำลองแบบข้อมูลจะทำได้ไม่ได้อยู่ในการศึกษาการสืบสวนหาสาเหตุของอุบัติเหตุส่วนใหญ่จะใช้ที่
ซึ่งจะช่วยในการออกแบบใส่แฟกทอเรียลจะกลายเป็นเรื่องยาก. ปัญหาขององศาของความเป็นอิสระและ
จำนวนของการวิ่งจำเป็นสำหรับหมายเลขขนาดใหญ่ของตัวแปรกว่าตัว( 25 ในกรณีนี้)จะ
มีค่าใช้จ่ายสูง( mendenhall 1968 ) วิธีการที่นำมาใช้ต้องใช้อย่างน้อย Square
วิธีสำหรับความโค้งมนกระชับข้อมูลที่เก็บรวบรวมได้
การพัฒนาของการตอบสนองพื้นผิวสมการ
ซึ่งจะช่วยในการสืบสวนสอบสวนที่ส่วนของการเขียนไปยังถนนที่เกิดอุบัติเหตุการจราจรโดยระบุว่าแต่ละ
ซึ่งจะช่วยปรับ,การตอบสนองพื้นผิวสมการของที่ต่อไปนี้: ประเภท นำมาใช้
( weissten , 2007 ):
Y สำหรับไฟฟ้ากระแสสลับ F ðp ; xþ ดอยอินทนนท์ 1 þ
ที่:
Y สำหรับไฟฟ้ากระแสสลับหมายเลขของสังเกตเห็นมีประสบการณ์เกิดอุบัติเหตุในช่วงเวลาของการศึกษา.
x สำหรับไฟฟ้ากระแสสลับ{เท่า 1 , x 2 ,. .... .... xn }คือชุดของส่วนประกอบปัจจัยของมนุษย์มีแนวโน้มที่จะตอบแทน
มีส่วนร่วมในการเกิดอุบัติเหตุ.
P สำหรับไฟฟ้ากระแสสลับ{ P 1 P 2 P 3 .... .... PN }ถูกตั้งค่าพารามิเตอร์ต่างๆที่ทำงาน.
Y สำหรับไฟฟ้ากระแสสลับ F ( p x )คือรูปแบบทั่วไปของฟังก์ชัน polynomial ประเภท ของฟังก์ชัน
polynomial ขึ้นอยู่กับระดับของการ
ตัวแปรที่แยกกันและร่วมกัน