Zurück Vor

Detailergebnis zu DOK-Nr. 39499

Prognose und Datenaggregation: Theorie und Praxis (Orig. engl.: Forecasting and data aggregation: theorie and practice)

Autoren	A.J. Daly J. de Dios Ortúzar
Sachgebiete	6.2 Verkehrsberechnungen, Verkehrsmodelle

Traffic Engineering + Control 31 (1990) Nr. 12, S. 632-643, 2 B, 5 T, zahlr. Q

Verkehrsmodelle arbeiten zwangsläufig mit mehr oder minder aggregierten Daten. Auch bei disaggregierten Ansätzen der Ziel- und Verkehrsmittelwahl repräsentieren die Daten in der Regel nicht die exakten Ausprägungen jeder einzelnen ortsverändernden Person, sondern geben Durchschnittswerte einer Gruppe von Personen wieder. Will man derartige Aggregationsungenauigkeiten im Hinblick auf eine Verbesserung der Modellqualität reduzieren, führt dies im allgemeinen sowohl zu höheren Aufwendungen bei der Datenerhebung als auch zu einer höheren Modellkomplexität mit entsprechenden Folgen. In diesem Spannungsfeld zwischen Aufwand, Modellkomplexität und Prognosegüte behandelt der Beitrag das Problem eines geeigneten Aggregationsniveaus von exogenen Daten in disaggregierten Ansätzen der Ziel- und Verkehrsmittelwahl. Die verschiedenen, im Rahmen der Verkehrsnachfragemodellierung zu beachtenden Fehlerquellen werden in Relation zu den Ungenauigkeiten aufgrund des Aggregationsniveaus diskutiert und die Wechselwirkungen zwischen Modellkomplexität und Datengenauigkeit anhand theoretischer Überlegungen aufgezeigt. Für Modelle auf Basis der Nutzenmaximierungstheorie wird analytisch dargestellt, wie sich Eingabefehler auf die Prognosegüte der Modelle auswirken. Ergänzende Betrachtungen erfolgen an einem Anwendungsbeispiel mit empirischen Daten. Die Untersuchungsergebnisse führen zu zahlreichen Schlußfolgerungen und Empfehlungen.