摘要：道路交通事故次数预测对于掌握未来交通安全状况，合理评价交通安全措施的可行性和实施效果具有十分重要的意义。利用我国道路交通事故的统计数据，分别采用线性拟合残差自回归模型和曲线拟合残差自回归模型方法建立交通事故发生事故次数、交通事故死亡人数、交通事故受伤人数、交通事故直接财产损失的预测模型，并根据实际数据计算预测误差，选择误差小的模型。本文还建立了重大交通事故、特大交通事故对直接财产损失的多元线性回归模型。研究结果表明，该预测结果对改善道路交通安全管理有较强的借鉴作用，为交通部门的决策提供重要的依据。

关键词：交通事故；残差自回归模型多；线性拟合；曲线拟合；多元线性回归

目录

摘要

Abstract

1引言-1

1.1背景-1

1.2预备知识-1

1.2.1残差自回归模型介绍-1

1.2.2DW检验-2

1.2.3纯随机性检验-3

1.2.4ARIMA模型-3

1.2.5平稳序列建模-4

1.2.6多元线性回归模型-4

1.2.7多元回归模型的假设-4

1.3工作阐述-5

1.4数据来源-5

2交通事故发生次数预测模型-6

2．1观察数据-6

2.2线性拟合-6

2.2.1线性拟合-6

2.2.2线性拟合残差DW检验-7

2.2.3线性拟合残差建模-8

2.3曲线拟合-11

2.3.1曲线拟合-11

2.3.2曲线拟合残差DW检验-12

2.3.3曲线拟合残差建模-12

2.4模型优化-15

3交通事故死亡人数预测模型-16

3.1观察数据-16

3.2线性拟合-17

3.2.1线性拟合-17

3.2.2线性拟合残差DW检验-18

3.2.3线性拟合残差建模-18

3.3曲线拟合-20

3.3.1曲线拟合-20

3.3.2曲线拟合残差DW检验-21

3.3.3曲线拟合残差建模-22

3.4模型优化-24

4交通事故受伤人数预测模型-25

4.1观察数据-25

4.2线性拟合-25

4.2.1线性拟合-25

4.2.2线性拟合残差DW检验-26

4.2.3线性拟合残差建模-27

4.3曲线拟合-31

4.3.1曲线拟合-31

4.3.2曲线拟合残差DW检验-32

4.3.3曲线拟合残差建模-32

4.4模型优化-35

5直接财产损失预测模型-36

5.1观察数据-36

5.2线性拟合-36

5.2.1线性拟合-36

5.2.2线性拟合残差DW检验-37

5.2.3线性拟合残差建模-38

5.3曲线拟合-41

5.3.1曲线拟合-41

5.3.2曲线拟合残差DW检验-42

5.3.3曲线拟合残差建模-42

5.4模型优化-45

6重大、特大交通事故与直接财产损失的分析-46

6.1读入数据-46

6.2拟合多元线性回归模型-46

6.2.1查看变量间的相关性-46

6.2.2拟合多元线性回归模型-47

6.3多元线性回归模型的诊断-47

6.3.1异常点检验-47

6.3.2异方差检验-48

6.3.3多重共线性检验-48

7结论-50

7.1研究内容-50

7.2研究方法-50

7.3优缺点-51

7.4展望-51

参考文献-52

致谢-53