Notice: Only variables should be passed by reference in /var/www/clients/client26/web109/web/src/Plugin/dokstrasse/FrontendPage.php on line 349
Zurück Vor
Detailergebnis zu DOK-Nr. 80443
Verwendung der Cluster-Korrespondenzanalyse zur Untersuchung von Unfällen bei Regenwetter in Louisiana (Orig. engl.: Using Cluster Correspondence Analysis to explore rainy weather crashes in Louisiana)
Autoren |
M.A. Rahman S. Das X. Sun |
---|---|
Sachgebiete |
1.4 Statistik (Straßen, Kfz, Unfälle) 6.3 Verkehrssicherheit (Unfälle) |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2676, H. 8, 2022, S. 159-173, 5 B, 2 T, 54 Q. − Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr
Regenwetter beeinträchtigt die Verkehrssicherheit erheblich, insbesondere im Bundesstaat Louisiana. Mit dem Ziel, die Muster der kollektiven Assoziation von Attributen bei Unfällen mit Regenbeteiligung im gesamten Bundesstaat zu ermitteln, wurden Unfälle, die sich bei Regenwetter ereigneten und zu zwei Verletzungsgruppen führten, nämlich Unfälle mit tödlichen und schweren Verletzungen (fatal and severe injury, FSI) und Unfälle mit mittelschweren Verletzungen (moderate injury, MI), aus den vom "Louisiana Department of Transportation and Development" erhaltenen Datenbanken extrahiert. Insgesamt wurden 3 381 Unfälle extrahiert, von denen 502 (14,85 %) FSI-Unfälle und 2 879 (85,15 %) MI-Unfälle waren. In der Studie wurde die Methode der Cluster-Korrespondenz-Analyse (CCA) angewandt, eine einzigartige Methode in Kombination mit der Cluster-Analyse und der Korrespondenz-Analyse, um durch Partitionierung einzelner Attribute auf der Grundlage der Profile über die kategorialen Variablen, die durch dimensionale Reduktion des Datensatzes identifiziert wurden, Cluster zu erzeugen. Zusätzlich zu den Biplots (Grafik, die Variablen und Fälle zusammen in zwei Dimensionen repräsentiert), die die Assoziation aller Attribute in den Clustern veranschaulichen, werden die 20 größten standardisierten Residuen, die die stärkste Assoziation anzeigen, in Balkendiagrammen dargestellt. Vier optimale Cluster aus FSI- und MI-Crashs zeigen, dass die in den Clustern identifizierten Zusammenhänge (Assoziationen) zwischen Fahrbahn, Unfallumgebung und Fahrereigenschaften in hohem Maße zwischen den Funktionsklassen der Fahrbahn unterscheidbar sind. Insbesondere können verschiedene Attribute im Zusammenhang mit Geschwindigkeitsbegrenzung, Beleuchtungszustand, Ausrichtung, Gebietstyp, Art der Kollision, Verwendung von Rückhaltesystemen und Alkohol/Drogen assoziative Auswirkungen auf diese beiden Verletzungsschweregrade haben. Die identifizierten Assoziationen von Unfallmerkmalen über verschiedene Funktionsklassen von Straßen könnten wertvolle Auswirkungen auf die Entwicklung von Gegenmaßnahmen haben, die auf die Vermeidung von Todesfällen und Verletzungen ausgerichtet sind.