Traffic data exhibits considerable

Traffic data exhibits considerable variability, both spatially and temporally. Given limited resources and
the large geographic coverage required for data collection efforts, short period (24-hours to 7-day) traffic
data collection must often serve to represent average conditions. Yet in order for short period traffic counts
to most accurately reflect annual average daily traffic (AADT) estimates, for instance, we must apply
factors to take into account temporal variation, particularly seasonal (monthly) and day-of-week variation.
To narrow the scope of the study, this paper will focus solely on total volume count data. Sharpening the
focus further, the paper will deal with practical approaches to handling one of the largest sources of
temporal variation in traffic data ñ seasonal variation. The techniques presented, however, have broader
applicability to other sources of variation in traffic data. The paper will attempt to show how a combination
of approaches ñ using statistical measures such as the coefficient of variation, statistical procedures such as
cluster analysis, plots of monthly traffic factors, and geographical mapping of continuous count sites ñ can
produce seasonal factor groups and seasonal adjustment factors to substantially account for seasonal
variation and thus produce more accurate AADT estimates for end uses.

ผลลัพธ์ (ไทย) 1:

การจัดแสดงข้อมูลการจราจรความแปรปรวนมาก spatially และชั่ว กำหนดทรัพยากรที่จำกัด และภูมิศาสตร์ขนาดใหญ่ที่จำเป็นสำหรับความพยายามรวบรวมข้อมูล การจราจรช่วงเวลาสั้น (24 ชั่วโมง 7 วัน)รวบรวมข้อมูลมักจะต้องให้บริการถึงเงื่อนไขเฉลี่ย แต่ ในใบสั่งสำหรับการจราจรรอบระยะเวลาสั้น ๆ นับเพื่อให้สุดสะท้อนการจราจรรายวันเฉลี่ยรายปี ประมาณการ (AADT) เช่น เราต้องใช้ปัจจัยที่ต้องคำนึงถึงกาลเวลาเปลี่ยนแปลง ตามฤดูกาลโดยเฉพาะอย่างยิ่งบัญชี (รายเดือน) และวันของสัปดาห์เปลี่ยนแปลงการจำกัดขอบเขตของการศึกษา กระดาษนี้จะเน้นในข้อมูลจำนวนปริมาณรวมเท่านั้น เพิ่มความคมชัดมุ่งเน้นเพิ่มเติม กระดาษจะจัดการกับวิธีปฏิบัติการจัดการหนึ่งแหล่งใหญ่ที่สุดของความผันแปรที่ขมับในข้อมูลจราจรñความผันแปรตามฤดูกาล เทคนิคการนำเสนอ อย่างไรก็ตาม ได้กว้างขึ้นความเกี่ยวข้องกับแหล่งอื่น ๆ ของการเปลี่ยนแปลงในข้อมูลการจราจร กระดาษจะพยายามแสดงวิธีรวมกันวิธีการ ลอกใช้สถิติวัดเช่นค่าสัมประสิทธิ์ของการเปลี่ยนแปลง กระบวนการทางสถิติเช่นคลัสเตอร์การวิเคราะห์ การปัจจัยการจราจรรายเดือน และลอกต่อเนื่องจำนวนไซต์แม็ปภูมิศาสตร์สามารถกลุ่มปัจจัยตามฤดูกาลและปัจจัยการปรับปรุงตามฤดูกาลการมากตามฤดูกาลเปลี่ยนแปลง และผลิต AADT การประเมินถูกต้องมากขึ้นสำหรับผู้ใช้

ผลลัพธ์ (ไทย) 2:

ข้อมูลการเข้าชมการจัดแสดงนิทรรศการความแปรปรวนทั้งเชิงพื้นที่และชั่วคราว ได้รับทรัพยากรที่ จำกัด และ
ความคุ้มครองทางภูมิศาสตร์ที่มีขนาดใหญ่ที่จำเป็นสำหรับความพยายามในการเก็บรวบรวมข้อมูลในช่วงเวลาสั้น (ตลอด 24 ชั่วโมง 7 วัน) การจราจร
การเก็บรวบรวมข้อมูลมักจะต้องทำหน้าที่ในการเป็นตัวแทนของเงื่อนไขเฉลี่ย แต่ในการสั่งซื้อสำหรับช่วงเวลาสั้น ๆ การจราจรนับ
เพื่อสะท้อนให้เห็นอย่างถูกต้องที่สุดประจำปีเข้าชมเฉลี่ยต่อวัน (AADT) ประมาณการตัวอย่างเช่นเราต้องใช้
ปัจจัยที่จะต้องคำนึงถึงการเปลี่ยนแปลงชั่วคราวตามฤดูกาลโดยเฉพาะอย่างยิ่ง (รายเดือน) และการเปลี่ยนแปลงวันของสัปดาห์.
หรือ ขอบเขตของการศึกษา, กระดาษนี้จะมุ่งเน้นข้อมูลการนับปริมาณรวม ปรับความคมที่
มุ่งเน้นเพิ่มเติมกระดาษที่จะจัดการกับวิธีการปฏิบัติในการจัดการหนึ่งในแหล่งที่ใหญ่ที่สุดของ
การเปลี่ยนแปลงชั่วคราวในข้อมูลการจราจรñการเปลี่ยนแปลงตามฤดูกาล เทคนิคที่นำเสนอ แต่มีที่กว้างขึ้น
การบังคับใช้จากแหล่งอื่น ๆ ของการเปลี่ยนแปลงในข้อมูลการจราจร กระดาษจะพยายามที่จะแสดงให้เห็นว่าการรวมกัน
ของวิธีการñใช้มาตรการทางสถิติเช่นค่าสัมประสิทธิ์ของการเปลี่ยนแปลงวิธีการทางสถิติเช่น
การวิเคราะห์กลุ่มแปลงของปัจจัยการเข้าชมรายเดือนและการทำแผนที่ทางภูมิศาสตร์ของเว็บไซต์นับต่อเนื่องñสามารถ
ผลิตกลุ่มปัจจัยตามฤดูกาลและตามฤดูกาล ปัจจัยการปรับตัวที่จะมากตามฤดูกาลบัญชีสำหรับ
การเปลี่ยนแปลงจึงผลิตประมาณการปริมาณจราจรที่ถูกต้องมากขึ้นสำหรับการใช้งานในตอนท้าย

ผลลัพธ์ (ไทย) 3:

ข้อมูลจราจรมาแปรปรวนมาก ทั้งเปลี่ยน และชั่วคราว . ระบุทรัพยากรที่ จำกัด และความคุ้มครองทางภูมิศาสตร์ขนาดใหญ่ต้องใช้ความพยายามในการเก็บรวบรวมข้อมูล ระยะเวลาสั้น ( 24 ชั่วโมง 7 วัน ) การจราจรการเก็บข้อมูลมักจะใช้เพื่อแสดงเงื่อนไขการเฉลี่ย แต่ในการสั่งซื้อสำหรับการจราจรในช่วงเวลาสั้น นับถูกต้องที่สุด สะท้อนให้เห็นถึงปริมาณการจราจรเฉลี่ยรายปี ( โดยประมาณ ) , เช่น , เราต้องใช้ปัจจัยที่ใช้ในการเปลี่ยนแปลงบัญชีชั่วคราว โดยเฉพาะอย่างยิ่งตามฤดูกาล ( รายเดือน ) และวันของสัปดาห์ที่กระจายเพื่อ จำกัด ขอบเขตของการศึกษา กระดาษนี้จะมุ่งเน้น แต่เพียงผู้เดียวเกี่ยวกับข้อมูลนับปริมาณทั้งหมด . ลับโฟกัสเพิ่มเติม กระดาษจะจัดการกับแนวทางในการปฏิบัติการหนึ่งที่ใหญ่ที่สุดของแหล่งที่มาของการเปลี่ยนแปลงข้อมูลจราจรชั่วคราว 15 ฤดูกาลต่างๆ เทคนิคที่นำเสนอ อย่างไรก็ตาม มี กว้างประยุกต์ใช้กับแหล่งอื่น ๆของการเปลี่ยนแปลงข้อมูลจราจร กระดาษจะพยายามที่จะแสดงวิธีการรวมกันแนวทางการใช้มาตรการทางสถิติ ของเมือง เช่น สัมประสิทธิ์การกระจายของวิธีการทางสถิติ เช่นการวิเคราะห์กลุ่มแปลงปัจจัยเข้าชมรายเดือน และแผนที่ทางภูมิศาสตร์ของเมืองสามารถเว็บไซต์นับต่อเนื่องกลุ่มผลิตและปัจจัยการปรับปัจจัยฤดูกาลฤดูกาลดังกล่าว บัญชีสำหรับฤดูกาลการเปลี่ยนแปลงและทำให้การผลิตที่แม่นยำมากขึ้นโดยการประมาณการใช้ประโยชน์