Objectives: This paper aimed to (i)

Objectives: This paper aimed to (i) differentiate the effects of contributory factors on crash risks related
Received 29 June 2016 to different transportation modes, i.e., motor vehicle, bicycle and pedestrian; (ii) explore the potential
Received in revised form 9 October 2016 contribution of zone-level factors which are traditionally excluded or omitted, so as to track the source
Accepted 13 October 2016 of heterogeneous effects of certain risk factors in crash-frequency models by different modes.

Methods: Two analytical methods, i.e. negative binomial models (NB) and random parameters negative
Keywords: binomial models (RPNB), were employed to relate crash frequencies of different transportation modes to
Transportation modes
a variety of risk factors at intersections. Five years of crash data, traffic volume, geometric design as well
Macroscopic variables
Unobserved heterogeneity as macroscopic variables at traffic analysis zone (TAZ) level for 279 intersections were used for analysis
Buffer width as a case study.
Intersection safety Results: Among the findings are: (1) the sets of significant variables in crash-frequency analysis differed for
different transportation modes; (2) omission of macroscopic variables would result in biased parameters
estimation and incorrect inferences; (3) the zonal factors (macroscopic factors) considered played a more
important role in elevating the model performance for non-motorized than motor-vehicle crashes; (4) a
relatively smaller buffer width to extract macroscopic factors surrounding the intersection yielded better
estimations.

ผลลัพธ์ (ไทย) 2:

วัตถุประสงค์: กระดาษนี้มีวัตถุประสงค์เพื่อ (i) ความแตกต่างของผลกระทบของการบริจาคปัจจัยเกี่ยวกับความเสี่ยงที่เกี่ยวข้องกับความผิดพลาด
ที่ได้รับ 29 มิถุนายน 2016 โหมดการขนส่งที่แตกต่างกันเช่นยานยนต์จักรยานและคนเดินเท้า; (ii) สำรวจศักยภาพที่
ได้รับในการปรับปรุงรูปแบบ 9 ตุลาคม 2016 มีส่วนร่วมของปัจจัยโซนระดับที่ได้รับการยกเว้นตามธรรมเนียมหรือละเว้นเพื่อติดตามแหล่งที่มา
ได้รับการยืนยัน 13 ตุลาคม 2016 จากผลกระทบที่แตกต่างกันของปัจจัยเสี่ยงบางอย่างในรุ่นความผิดพลาดในเรื่องความถี่โดยการที่แตกต่างกัน โหมด

วิธีการ: สองวิธีการวิเคราะห์เช่นแบบจำลองเชิงลบทวินาม (NB) และพารามิเตอร์สุ่มเชิงลบ
คำสำคัญ: รูปแบบทวินาม (RPNB) ถูกว่าจ้างที่จะเกี่ยวข้องกับความผิดพลาดของความถี่ของโหมดการขนส่งที่แตกต่างกันในการ
ขนส่งโหมด
ความหลากหลายของปัจจัยเสี่ยงที่ทางแยก ห้าปีของข้อมูลความผิดพลาด TRAF Fi ปริมาณ C, การออกแบบทางเรขาคณิตเช่นเดียวกับ
ตัวแปรเปล่า
เซลล์สืบพันธุ์สังเกตด้วยตาเปล่าเป็นตัวแปรที่ TRAF Fi C การวิเคราะห์ระดับโซน (TAZ) สำหรับ 279 แยกถูกนำมาใช้สำหรับการวิเคราะห์
ความกว้างบัฟเฟอร์เป็นกรณีศึกษา
ผลการค้นหาความปลอดภัยทางแยก: ในบรรดา ndings Fi มีดังนี้ (1) ชุดของตัวแปร Fi ลาดเทมีนัยสำคัญในการวิเคราะห์ความผิดพลาดของความถี่ที่แตกต่างกันสำหรับ
รูปแบบการขนส่งที่แตกต่างกัน (2) การละเลยของตัวแปรมหภาคจะส่งผลให้ลำเอียงพารามิเตอร์
ประมาณค่าและการหาข้อสรุปไม่ถูกต้อง (3) ปัจจัยที่เป็นวง ๆ (ปัจจัยมหภาค) ถือว่าเล่นมากขึ้น
บทบาทสำคัญในการยกระดับประสิทธิภาพการทำงานแบบจำลองสำหรับกีฬาทางน้ำกว่าล่มยานยนต์; (4)
ความกว้างบัฟเฟอร์ค่อนข้างมีขนาดเล็กลงเพื่อดึงปัจจัยมหภาคโดยรอบสี่แยกให้ผลที่ดีกว่า
ประมาณการ

ผลลัพธ์ (ไทย) 3:

วัตถุประสงค์ : กระดาษมีวัตถุประสงค์เพื่อ ( 1 ) ทำให้ผลของปัจจัยเสริมในความเสี่ยงที่เกี่ยวข้องชนได้รับ 29 มิถุนายน 2016 ที่แตกต่างกันโหมดการขนส่ง เช่น รถยนต์ , จักรยานและคนเดินเท้า ; ( 2 ) สำรวจศักยภาพรับแก้ไขแบบฟอร์ม 9 ตุลาคม 2016 ผลงานของโซนระดับปัจจัยที่เป็นประเพณีแยกออกหรือละเว้น เพื่อติดตามแหล่งที่มารับ 13 ตุลาคม 2016 ของข้อมูลผลของปัจจัยเสี่ยงบางอย่างในรูปแบบความถี่ผิดพลาด โดยโหมดที่แตกต่างกันวิธีการ 2 วิธี คือ แบบทวินามลบ ( NB ) และพารามิเตอร์แบบลบคำสำคัญ : แบบทวินาม ( rpnb ) กลุ่มตัวอย่างที่ใช้ในการวิจัยที่เกี่ยวข้องกับความถี่ของโหมดการขนส่งที่แตกต่างกันผิดพลาดโหมดการขนส่งความหลากหลายของปัจจัยความเสี่ยงที่สูง ห้าปีของข้อมูลผิดพลาด จึงสร้าง C ปริมาณทางเรขาคณิตการออกแบบเป็นอย่างดีมีตัวแปรที่สามารถเป็นตัวแปรที่สร้างสาร unobserved จึง c การวิเคราะห์ Zone ( Taz ) ระดับการแยกวิเคราะห์โดยบัฟเฟอร์ความกว้างเป็นกรณีศึกษาการแยกของความปลอดภัย : จึง ndings คือ ( 1 ) ชุด signi จึงไม่สามารถแปรในการวิเคราะห์ความถี่ของการชนกันสำหรับโหมดการขนส่งที่แตกต่างกัน ( 2 ) การละเลยของตัวแปรทาง จะส่งผลให้จำนวนพารามิเตอร์การประมาณค่าและข้อสรุปที่ไม่ถูกต้อง ; ( 3 ) ปัจจัย ( ปัจจัยทางเขต ) ถือว่าเล่นมากกว่าบทบาทสำคัญในการยกระดับประสิทธิภาพแบบไม่มีมอเตอร์มากกว่าปัญหารถยนต์ ; ( 4 )ค่อนข้างเล็ก บัฟเฟอร์เพื่อสกัดปัจจัยมีความกว้างโดยรอบแยกให้ผลดีกว่าการคาดประมาณ