Detailergebnis zu DOK-Nr. 79182
Erhöht ein größerer Stichprobenumfang die Zuverlässigkeit von Modellen für die Dauer von Verkehrsunfällen? Eine Fallstudie über Vorfälle in Ost-Tennessee (Orig. engl.: Do larger sample sizes increase the reliability of traffic incident duration models? A case study of east Tennessee incidents)
| Autoren |
Z. Zhang J. Liu X. Li A.J. Khattak |
|---|---|
| Sachgebiete |
0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 1.4 Statistik (Straßen, Kfz, Unfälle) 6.2 Verkehrsberechnungen, Verkehrsmodelle |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2675, H. 6, 2021, S. 265-280, 5 B, 6 T, 38 Q. - Online-Ressource: verfügbar unter: http://journals.sagepub.com/home/trr
Modelle zur Unfalldauer werden häufig entwickelt, um das Unfallmanagement und die Verbreitung von Informationen für Verkehrsteilnehmende zu unterstützen. Dank der jüngsten Fortschritte bei der Datenerfassung und -verwaltung stehen für die Entwicklung von Unfallmodellen nun enorme Mengen an Unfalldaten zur Verfügung. Eine große Datenmenge kann jedoch für die Praxis eine Herausforderung darstellen, zum Beispiel bei der Datenverarbeitung und -berechnung. Außerdem können Daten, die sich über mehrere Jahre erstrecken, aufgrund der Datenerhebungsumgebungen und -verfahren Inkonsistenzen aufweisen. In der Gemeinschaft der Unfallmodellierer kann sich eine praktische Frage stellen: Sind so viele Daten wirklich notwendig, um Modelle zu erstellen? Wenn nicht, wie viele Daten sind dann erforderlich? Um diese Fragen zu beantworten, zielt die Studie darauf ab, die Beziehung zwischen dem Umfang der Datenstichprobe und der Zuverlässigkeit von Modellen zur Analyse der Unfalldauer zu untersuchen. In der Studie wurde ein Rahmen zur Bestimmung des Stichprobenumfangs vorgeschlagen und anhand einer Fallstudie mit Daten von über 47 000 Vorfällen demonstriert. Die Beziehungen zwischen Stichprobengröße und Modellleistung sowie die Ergebnisse der Schätzungen (das heißt Koeffizienten und Signifikanzniveaus) wurden untersucht und visualisiert. Die Ergebnisse zeigten, dass die Variation der geschätzten Koeffizienten mit zunehmendem Stichprobenumfang abnimmt und sich stabilisiert, wenn der Stichprobenumfang einen kritischen Schwellenwert erreicht. Dieser kritische Schwellenwert kann die empfohlene Stichprobengröße sein. In der Fallstudie wurde eine Stichprobengröße von 6 500 als ausreichend für ein zuverlässiges Modell der Ereignisdauer vorgeschlagen. Der kritische Wert kann bei unterschiedlichen Daten und Modellspezifikationen erheblich variieren. Weitere Implikationen werden in dem Papier diskutiert.