The dispersion parameter estimated

The dispersion parameter estimated from the NB model was found to be significantly different from zero (α = 0.27), which suggests that the negative binomial model structure was more suitable than the poisson structure. The value of Rα2 was found as 0.84 for the NB model, which is more than 0.7 and indicates that the NB model formulation can explain the most of the variations in collision data (Miaou et al., 1996 and Shahla et al., 2009). The results show that the RENB model results in a significantly better log-likelihood at convergence than the NB model. Also the RENB model improves overall fit (R2 = 0.133) compared to the NB model (R2 = 0.098). Also the likelihood-ratio test vs pooled test result indicates that the panel estimation is significant compared to the pooled estimation (STATA, 2014). In addition, the Hausman specification test is insignificant, which suggests using the random effects model instead of the fixed effects model. The results from the RENB model will be explained below.

The analysis results showed that tram-involved crashes increase with the increase in tram service frequency (β= 2.71). These results are as expected as higher tram service frequency is associated with higher exposure between trams and other road users.

The analysis outcomes indicated that tram-involved crashes considerably decrease with the increase in tram stop spacing (β= −0.42). The presence of more tram stops along tram route sections i.e. less spacing between stops, would mean trams have to brake and accelerate at stops more frequently and increase the chance of collisions between trams and other road users. This finding is in agreement with previous study, where transit stop density was found to be positively correlated with crash occurrence (Cheung et al., 2008). In a mixed traffic tram operating environment, other vehicles have to stop at the rear of trams at tram stops with older designs i.e. at curb side stops to allow passengers’ to board and alight (Currie et al., 2011). This may increase rear end collisions between trams and other vehicles at/near stops. In addition safety zone stops, the older design stop, have a narrow waiting area for passengers adjacent to a metal barrier in the middle of the road, are known to have potential tram-involved crash risks and the most common type of crash risk is passengers being struck by trams (Currie and Reynolds, 2010). Finally tram stop density tends to increase in central city areas where tram demand and pedestrian crossing volumes are higher. This factor might act to increase exposure to crash risk. Overall less tram stops along tram route sections help to reduce the above mentioned potential tram-involved crashes.

The analysis results also showed that tram-involved crashes increase with the increment of tram route section length (β= 0.31) and general traffic volume (β= 0.18). This is because, the longer tram route section and higher traffic volume are the associated with higher exposure between trams and other road users; and these have been shown to be reliable predictors of crash frequency by a previous study (Cheung et al., 2008).

The model suggested that tram route sections with a larger number of signalized intersections with tram signal priority experience less crash occurrences (β= −0.25). The result is in ag
5.
Previous research is limited in the field of investigating the factors influencing tram-involved crash frequency at a macro level. The study aims to explore the safety effects of key traffic, transit and route factors on tram-involved crash frequency for tram route sections in Melbourne, Australia. A random effects negative binomial (RENB) regression model was adopted for this study to model crash frequency in relation to variables, as the available crash data followed a panel data structure and the variables (traffic, transit and route factors) are likely to have location specific effects.

The results showed that tram service frequency per week, tram stop spacing, tram route section length, tram signal priority, general traffic volume and tram lane priority have considerable association with tram-involved crash occurrences. The average speed of the tram and the proportion of platform tram stops are also linked to tram-involved crash frequency but at a lower level in effect size.

The study findings provide useful insights on route section level tram-involved crash occurrence and present useful planning tools for transit agencies. There are numerous opportunities to carry out further research in this field. In particular, further collection of tram incident data could be undertaken as a means to improve model validity and possibly identify other factors that can be significant in explaining tram-involved crash frequency. Also more advanced modelling approaches can be adopted as a way to improve model fitness. Identifying key factors associated with different crash severity levels will also be a potential area for further research.

ผลลัพธ์ (ไทย) 2:

พารามิเตอร์กระจายประมาณจากรุ่น NB พบว่าแตกต่างกันอย่างมีนัยสำคัญจากศูนย์ (α = 0.27) ซึ่งแสดงให้เห็นว่าโครงสร้างแบบจำลองเชิงลบทวินามมีความเหมาะสมมากกว่าโครงสร้างปัวส์ซอง ค่าของRα2ที่พบเป็น 0.84 สำหรับรุ่น NB, ซึ่งเป็นมากกว่า 0.7 และแสดงให้เห็นว่าการกำหนดรุ่น NB สามารถอธิบายได้ว่ามากที่สุดของการเปลี่ยนแปลงในข้อมูลการชนกัน (Miaou et al., ปี 1996 และ Shahla et al., 2009) . ผลการศึกษาพบว่าผลการค้นหารูปแบบ RENB ในที่ดีขึ้นอย่างมีนัยสำคัญเข้าสู่ระบบความน่าจะเป็นที่บรรจบกันกว่ารุ่น NB นอกจากนี้ยังมีรูปแบบที่ดีขึ้น RENB พอดีโดยรวม (R2 = 0.133) เมื่อเทียบกับรุ่น NB (R2 = 0.098) นอกจากนี้ยังมีการทดสอบความน่าจะเป็นอัตราส่วน VS ผลการทดสอบแสดงให้เห็นว่า pooled ประมาณค่าแผงอย่างมีนัยสำคัญเมื่อเทียบกับประมาณการ pooled (เดินทางเข้ามายัง 2014) นอกจากนี้ผลการทดสอบเป Hausman เป็นนัยสำคัญซึ่งแสดงให้เห็นโดยใช้รูปแบบผลกระทบสุ่มแทนของรูปแบบผลกระทบคงที่ ผลจากแบบจำลอง RENB จะถูกอธิบายไว้ด้านล่าง. ผลการวิเคราะห์แสดงให้เห็นว่าเกิดปัญหารถรางที่เกี่ยวข้องกับการเพิ่มขึ้นกับการเพิ่มความถี่ในการให้บริการรถราง (β = 2.71) ผลการเหล่านี้จะเป็นไปตามคาดความถี่บริการรถรางที่สูงขึ้นมีความเกี่ยวข้องกับการเปิดรับแสงที่สูงขึ้นระหว่างรถรางและผู้ใช้ถนนอื่น ๆ . ผลการวิเคราะห์แสดงให้เห็นว่าเกิดปัญหารถรางที่เกี่ยวข้องกับการลดลงมากกับการเพิ่มขึ้นในระยะห่างที่หยุดรถราง (β = -0.42) การปรากฏตัวของรถรางมากขึ้นพร้อมหยุดรถรางส่วนเส้นทางคือระยะห่างน้อยระหว่างหยุดจะหมายถึงรถรางต้องเบรกและเร่งการหยุดบ่อยขึ้นและเพิ่มโอกาสของการชนกันระหว่างรถรางและผู้ใช้ถนนอื่น ๆ การค้นพบนี้สอดคล้องกับการศึกษาก่อนหน้านี้ที่ความหนาแน่นของการขนส่งหยุดก็จะพบว่ามีความสัมพันธ์เชิงบวกกับความผิดพลาดที่เกิดขึ้น (Cheung et al., 2008) ในสภาพแวดล้อมการดำเนินงานการจราจรรถรางผสมยานพาหนะอื่น ๆ ต้องหยุดที่ด้านหลังของรถรางรถรางที่จะหยุดด้วยการออกแบบที่มีอายุมากกว่าเช่นด้านข้างขอบหยุดที่จะอนุญาตให้ผู้โดยสารไปยังคณะกรรมการและลง (กะหรี่ et al., 2011) นี้อาจเพิ่มขึ้นชนท้ายระหว่างรถรางและยานพาหนะอื่น ๆ ที่หยุดอยู่ใกล้ / นอกจากนี้ในเขตปลอดภัยหยุดหยุดการออกแบบเก่ามีพื้นที่รอแคบสำหรับผู้โดยสารที่อยู่ติดกับอุปสรรคโลหะในช่วงกลางของถนนเป็นที่รู้จักกันจะมีความเสี่ยงต่อความผิดพลาดของรถรางที่เกี่ยวข้องกับการที่มีศักยภาพและเป็นชนิดที่พบมากที่สุดของความเสี่ยงความผิดพลาดเป็นผู้โดยสาร ถูกตีด้วยรถราง (กะหรี่และนาดส์ 2010) ในที่สุดความหนาแน่นของจุดจอดรถรางมีแนวโน้มที่จะเพิ่มขึ้นในพื้นที่ใจกลางเมืองที่มีความต้องการรถรางและคนเดินเท้าข้ามปริมาณที่สูงขึ้น ปัจจัยนี้อาจจะทำหน้าที่ในการเพิ่มโอกาสเสี่ยงที่จะผิดพลาด โดยรวมรถรางน้อยหยุดพร้อมส่วนเส้นทางรถรางช่วยในการลดดังกล่าวข้างต้นที่มีศักยภาพการเกิดปัญหารถรางที่เกี่ยวข้อง. ผลการวิเคราะห์ยังพบว่าเกิดปัญหารถรางที่เกี่ยวข้องกับการเพิ่มขึ้นตามการเพิ่มขึ้นของรถรางยาวส่วนเส้นทาง (β = 0.31) และปริมาณการจราจรทั่วไป (β = 0.18) เพราะนี่คือส่วนเส้นทางรถรางอีกต่อไปและปริมาณการจราจรที่สูงขึ้นที่เกี่ยวข้องกับการเปิดรับแสงที่สูงขึ้นระหว่างรถรางและผู้ใช้ถนนอื่น ๆ ; และเหล่านี้ได้รับการแสดงที่จะพยากรณ์ที่เชื่อถือได้ของความถี่ความผิดพลาดจากการศึกษาก่อนหน้า (Cheung et al., 2008). รูปแบบการชี้ให้เห็นว่าส่วนเส้นทางรถรางที่มีเป็นจำนวนมากของทางแยก signalized ที่มีประสบการณ์มีความสำคัญสัญญาณรถรางที่เกิดขึ้นผิดพลาดน้อย (β = -0.25) ผลที่ได้คือใน AG 5. วิจัยก่อนหน้านี้มีข้อ จำกัด ในด้านการตรวจสอบปัจจัยที่มีอิทธิพลความถี่ผิดพลาดรถรางที่เกี่ยวข้องในระดับมหภาค การศึกษามีวัตถุประสงค์เพื่อสำรวจผลกระทบด้านความปลอดภัยที่สำคัญของการจราจรขนส่งและเส้นทางปัจจัยความถี่ผิดพลาด Tram-เกี่ยวข้องกับส่วนเส้นทางรถรางในเมลเบิร์น, ออสเตรเลีย ผลการสุ่มเชิงลบรูปแบบทวินาม (RENB) ถดถอยถูกนำมาใช้สำหรับการศึกษานี้ในการจำลองความถี่ผิดพลาดในความสัมพันธ์กับตัวแปรที่เป็นข้อมูลความผิดพลาดที่มีอยู่ตามโครงสร้างข้อมูลแผงและตัวแปร (การจราจร, การขนส่งและเส้นทางปัจจัย) มีแนวโน้มที่จะมีสถานที่ตั้ง ผลกระทบเฉพาะ. ผลการศึกษาพบว่าความถี่ในการให้บริการรถรางต่อสัปดาห์ระยะห่างรถรางหยุดยาวรถรางเส้นทางส่วนรางลำดับความสำคัญของสัญญาณปริมาณการจราจรทั่วไปและช่องทางรถรางมีความสำคัญมากมีการเชื่อมโยงกับรถรางที่เกี่ยวข้องกับความผิดพลาดที่เกิดขึ้น ความเร็วเฉลี่ยของรถรางและสัดส่วนของแพลตฟอร์มรถรางยังมีการเชื่อมโยงกับความถี่ในความผิดพลาดของรถรางที่เกี่ยวข้อง แต่ในระดับที่ต่ำกว่าในขนาดผล. ผลการวิจัยการศึกษาให้ข้อมูลเชิงลึกที่เป็นประโยชน์ในรถรางที่เกี่ยวข้องกับระดับส่วนเส้นทางที่เกิดความผิดพลาดและการวางแผนที่มีประโยชน์ในปัจจุบัน เครื่องมือสำหรับหน่วยงานขนส่ง มีโอกาสมากมายที่จะดำเนินการวิจัยต่อไปในสาขานี้ โดยเฉพาะอย่างยิ่งการเก็บรวบรวมข้อมูลต่อไปของเหตุการณ์ที่เกิดขึ้นรถรางอาจจะมีการดำเนินการเป็นวิธีการที่จะปรับปรุงความถูกต้องและอาจจะเป็นรูปแบบการระบุปัจจัยอื่น ๆ ที่สามารถจะมีความสำคัญในการอธิบายความผิดพลาดความถี่รถรางที่เกี่ยวข้อง นอกจากนี้ยังมีวิธีการสร้างแบบจำลองที่สูงขึ้นสามารถนำมาใช้เป็นวิธีการปรับปรุงรูปแบบการออกกำลังกาย ระบุปัจจัยที่สำคัญที่เกี่ยวข้องกับความผิดพลาดในระดับความรุนแรงที่แตกต่างกันนอกจากนี้ยังจะเป็นพื้นที่ที่มีศักยภาพสำหรับการวิจัยต่อไป

ผลลัพธ์ (ไทย) 3:

การประมาณค่าพารามิเตอร์จาก NB รุ่นพบแตกต่างจากศูนย์ ( α = 0.27 ) ซึ่งแสดงให้เห็นว่าโครงสร้างแบบทวินามลบมีความเหมาะสมกว่าโครงสร้างปัวซง . ค่าของ R α 2 พบว่าเป็นแหล่งสำหรับ NB รุ่น , ซึ่งเป็นมากกว่า 0.7 และบ่งชี้ว่ารุ่น NB สูตรสามารถอธิบายส่วนใหญ่ของการเปลี่ยนแปลงในข้อมูลการชนกัน ( เสียงร้องของแมว et al . , 1996 และชา ล่า et al . , 2009 ) ผลการวิจัยพบว่า รูปแบบ renb ผลลัพธ์ในโอกาสเข้าสู่ระบบขึ้นอย่างมากที่ลู่กว่า NB รุ่น ยัง renb รุ่นปรับปรุงพอดีโดยรวม ( R2 = 0.133 ) เทียบกับ NB รุ่น ( R2 = 0.098 ) นอกจากนี้โอกาสทดสอบอัตราส่วน ปะทะ รวมผลการทดสอบพบว่า แผงประมาณอย่างมีนัยสำคัญ เมื่อเทียบกับการรวม ( Language 2014 ) นอกจากนี้ ข้อมูลทดสอบ เ แมนเฉยๆ ซึ่งเกิดจากการใช้ผลแบบสุ่มแทนที่จะแก้ไขผลแบบ ผลจาก renb รูปแบบจะอธิบายด้านล่างผลการวิเคราะห์พบว่า รถรางที่เกี่ยวข้อง เกิดปัญหาที่เพิ่มขึ้นกับการเพิ่มขึ้นในความถี่บริการรถราง ( บีตา = 2.71 ) ผลที่คาดว่าจะเป็น เช่น ความถี่บริการรถรางสูงมีความสัมพันธ์กับการเปิดรับข่าวสารด้านการขนส่งที่สูงขึ้นและผู้ใช้ถนนอื่น ๆการวิเคราะห์ผลพบว่า รถรางที่เกี่ยวข้องเกิดปัญหามากลดกับเพิ่มในรถรางหยุดเว้นวรรค ( บีตา = − 0.42 ) มีมากขึ้น ส่วนเส้นทางรถรางรถรางหยุดตาม คือ น้อยกว่า ระยะห่าง ระหว่างหยุด จะหมายถึง รถรางต้องเหยียบเบรคและคันเร่งที่หยุดบ่อย และเพิ่มโอกาสของการชนกันระหว่างรถรางและผู้ใช้ถนนอื่น ๆ การค้นพบนี้สอดคล้องกับการศึกษาก่อนหน้านี้ที่ความหนาแน่นหยุดการขนส่ง พบว่ามีความสัมพันธ์เชิงบวกกับความผิดพลาดที่เกิดขึ้น ( Cheung et al . , 2008 ) ในการผสมการจราจรรถรางปฏิบัติการสิ่งแวดล้อม ยานพาหนะอื่น ๆต้องหยุดที่ด้านหลังของรถรางที่หยุดรถรางรุ่นเก่าที่ขอบถนนด้านการออกแบบด้วย เช่น หยุดเพื่อให้ผู้โดยสารของบอร์ด และลง ( กะหรี่ et al . , 2011 ) นี้อาจเพิ่มด้านหลังการชนกันระหว่างรถรางและรถอื่น ๆที่ใกล้จะหยุด นอกจากนี้ในโซนความปลอดภัยหยุด เก่าแบบหยุด มีพื้นที่แคบ รอผู้โดยสารติดกับโลหะกั้นกลางถนน ทราบว่ามีศักยภาพที่เกี่ยวข้องกับรถรางชนความเสี่ยงและชนิดที่พบมากที่สุดของความเสี่ยงความล้มเหลวของผู้โดยสารถูกหลงโดยรถราง ( เคอร์รี และ เรโนลด์ 2010 ) ในที่สุดรถรางหยุดความหนาแน่นมีแนวโน้มที่จะเพิ่มขึ้นในพื้นที่ภาคกลางที่เมืองรถรางและคนเดินเท้าปริมาณความต้องการสูงขึ้น ปัจจัยนี้อาจทำให้เพิ่มความเสี่ยงที่จะผิดพลาดความเสี่ยง โดยรวมน้อยกว่ารถหยุดตาม ส่วนเส้นทางรถรางช่วยลดดังกล่าวข้างต้นรถรางที่เกี่ยวข้องอาจเกิดปัญหานอกจากนี้ผลการศึกษายังพบว่าเกี่ยวข้องกับการเกิดปัญหารางเพิ่มความยาวของส่วนเส้นทางรถราง ( บีตา = 0.31 ) และปริมาณจราจรทั่วไป ( บีตา = 0.18 ) ที่เป็นเช่นนี้เพราะอีกต่อไป ส่วนเส้นทางของรถราง และปริมาณการจราจรที่สูงขึ้นจะเกี่ยวข้องกับการเปิดรับข่าวสารด้านการขนส่งที่สูงขึ้นและผู้ใช้ถนนอื่น ๆ ; และเหล่านี้ได้รับการแสดงที่จะเชื่อถือได้ทำนายความถี่ผิดพลาด โดยจากการศึกษาก่อนหน้านี้ ( Cheung et al . , 2008 )แบบจำลองชี้ให้เห็นว่าเส้นทางของรถรางในส่วนที่มีขนาดใหญ่จำนวนของการแยกสัญญาณด้วยรถรางความสำคัญน้อยประสบการณ์ความผิดพลาดที่เกิดขึ้น ( บีตา = − 3 ) ผลที่ได้คือใน เอจี5 .งานวิจัยก่อนหน้านี้จะถูก จำกัด ในด้านการตรวจสอบปัจจัยที่เกี่ยวข้องชนรางความถี่ในระดับมหภาค . การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาผลของคีย์ความปลอดภัยการจราจร ขนส่ง และปัจจัยที่เกี่ยวข้องกับเส้นทางรถรางชนส่วนความถี่เส้นทางของรถรางในเมลเบิร์น , ออสเตรเลีย ผลกระทบแบบสุ่ม ( renb ) การวิเคราะห์การถดถอยเป็นลูกบุญธรรมเพื่อศึกษารูปแบบการชนความถี่ในความสัมพันธ์กับตัวแปร เป็นข้อมูลผิดพลาดของตามแผงข้อมูลโครงสร้างและตัวแปร ( การจราจร ขนส่ง และปัจจัยเส้นทาง ) มีแนวโน้มที่จะมีผลเฉพาะสถานที่ผลการศึกษาพบว่า รถรางบริการความถี่ต่อสัปดาห์ รถรางหยุดเว้นวรรค รถรางความยาวส่วนเส้นทางสำคัญสัญญาณรถราง ปริมาณการจราจรทั่วไปและความสําคัญของเลนรถรางมีรางความล้มเหลวที่เกิดขึ้นเกี่ยวข้องกับสมาคมมาก . ความเร็วเฉลี่ยของรถ และสัดส่วนของรถหยุดแพลตฟอร์มยังเชื่อมโยงเกี่ยวข้องชนรางความถี่แต่ระดับล่างในขนาดผลผลการศึกษาให้ข้อมูลเชิงลึกที่เป็นประโยชน์ในส่วนเส้นทางรถรางที่เกี่ยวข้องระดับความผิดพลาดที่เกิดขึ้นและนำเสนอเครื่องมือในการวางแผนที่เป็นประโยชน์สำหรับหน่วยงานขนส่ง มีโอกาสมากมายที่จะดำเนินการวิจัยเพิ่มเติมในสาขานี้ โดยเฉพาะชุดต่อไปของรถรางข้อมูลเหตุการณ์สามารถดำเนินการเป็นวิธีการปรับปรุงความตรงของโมเดล และอาจระบุปัจจัยอื่น ๆที่สามารถอย่างมีนัยสำคัญในการอธิบายรถรางเกี่ยวข้องความถี่ผิดพลาด นอกจากนี้แนวแบบจำลองขั้นสูงเพิ่มเติมสามารถนำมาใช้เป็นวิธีการปรับปรุงโมเดลฟิตเนส การระบุปัจจัยที่เกี่ยวข้องกับระดับความรุนแรงที่แตกต่างกันผิดพลาดก็จะเป็น พื้นที่ที่มีศักยภาพสำหรับ RES เพิ่มเติม