道路交通傷害預測方法研究.pdf

1、研究背景:道路交通傷害目前已成為全球不可忽視的社會安全和公共衛(wèi)生問題。若不實施有效的干預，到2030年，道路交通傷害將成為全球第五位死因。道路交通傷害絕大多數(shù)發(fā)生在發(fā)展中國家，只有約10％發(fā)生在發(fā)達國家。據(jù)WHO預計，同1990年相比，2020年道路交通死亡在發(fā)展中國家將平均上升80％，在發(fā)達國家將下降近30％。我國是最大的發(fā)展中國家，也是道路交通傷害發(fā)生最多的國家之一，隨著經(jīng)濟迅速發(fā)展，機動車數(shù)量不斷快速增長，但交通管理的改善和道路建

2、設的發(fā)展卻明顯滯后，道路交通傷害及傷亡人數(shù)呈不斷上升趨勢。我國道路交通傷害(Road Traffic Injury，RTI)死亡60％發(fā)生在16～45歲的中青年人，對勞動生產(chǎn)力人口造成嚴重影響。因此有必要對道路交通傷害的流行規(guī)律及其發(fā)展趨勢進行研究。本研究通過回歸分析模型、自回歸滑動平均混合模型(Autoregressive Integrated Moving Average Model，ARIMA)、灰色模型和BP神經(jīng)網(wǎng)絡(Back

3、Propagation Neural Networks，BP NeuralNetworks)等4種方法，運用道路交通傷害數(shù)據(jù)，建立預測模型，對道路交通傷害死亡進行預測，并對這幾種方法進行綜合比較，為道路交通傷害預測的方法選擇提供依據(jù)，也為制定預防和減少道路交通傷害、降低事故嚴重程度的策略提供科學依據(jù)。
　　研究目的:1、道路交通傷害預測各種方法的建立與使用;
　　2、不同預測方法進行綜合比較，為道路交通傷害預測的方法選擇提供

4、依據(jù)。
　　研究方法:以1951-2012年中國道路交通傷害十萬人口死亡率數(shù)據(jù)為樣本數(shù)據(jù)，分別運用回歸分析模型法、ARIMA模型法和BP神經(jīng)網(wǎng)絡法建立預測模型;以2006-2012年中國道路交通傷害十萬人口死亡率數(shù)據(jù)為樣本數(shù)據(jù)，分別運用回歸分析模型法和灰色模型法建立預測模型;以2000-2012年中國道路交通傷害十萬人口死亡率月數(shù)據(jù)為樣本數(shù)據(jù)，分別運用季節(jié)性ARIMA（Seasonal ARIMA，SARIMA）模型法和BP神經(jīng)網(wǎng)

5、絡法建立預測模型。
　　研究結果:1、以1951-2011年中國道路交通傷害十萬人口死亡率數(shù)據(jù)為建模數(shù)據(jù)，回歸分析模型法構建的預測模型為Y=-0.000164X3+0.015669X2-0.267856X+1.275373，模型及參數(shù)均具有統(tǒng)計學意義，對2012年道路交通傷害十萬人口死亡率進行預測，預測值(95％CI)為5.74(4.02-7.46)，實際值為4.45，誤差率較大;以2006-2011年中國道路交通傷害十萬人口死亡

6、率數(shù)據(jù)為建模數(shù)據(jù)，回歸分析模型法構建的預測模型為Y'=-0.439X'+7.079模型及參數(shù)均具有統(tǒng)計學意義，對2012年道路交通傷害十萬人口死亡率進行預測，預測值(95％CI)為4.01(3.22-4.79)，實際觀測值在預測值的95％CI內。
　　2、ARIMA模型法構建道路交通傷害十萬人口死亡率預測模型ARIMA(1，1，0):Yt=eYt-1+0.325▽Yt-1+et，其中，et為隨機誤差，模型殘差序列為白噪聲，Ljun

7、g-Box檢驗P＞0.05，擬合效果良好。應用該模型預測2012年中國道路交通傷害十萬人口死亡率，預測值(95％CI)為4.67(3.05-6.87)，預測值與實際觀測結果相符，實際觀測值在預測值95％CI內;SARIMA模型法構建道路交通傷害十萬人口死亡率預測模型SARIMA(1，1，1)(0，1，1)12，Ljung-Box檢驗P＞0.05，應用該模型預測2012年中國道路交通傷害十萬人口死亡率，預測結果與實際觀測值相符，觀測值在預

8、測值的95％CI內;
　　3、灰色模型法構建道路交通傷害十萬人口死亡率預測方程為(x)(k十2)=6.0778e-0.073k，對2012年我國道路交通傷害十萬人口死亡率進行預測，預測值為4.22，與實際值誤差較小;
　　4、以1951-2012年道路交通傷害十萬人口死亡率為樣本數(shù)據(jù)建立的BP神經(jīng)網(wǎng)絡，最終選擇的BP神經(jīng)網(wǎng)絡為:以過去4年十萬人口死亡率為網(wǎng)絡輸入，下一年十萬人口死亡率為期望輸出，隱含層神經(jīng)元數(shù)目為6個，模型對

9、2012年道路交通傷害十萬人口死亡率的預測誤差率為0.67％;以2000-2012年各月道路交通傷害十萬人口死亡率為樣本數(shù)據(jù)建立的BP神經(jīng)網(wǎng)絡，最終選擇的BP神經(jīng)網(wǎng)絡為:以過去5年同期十萬人口死亡率為網(wǎng)絡輸入，當前周期十萬人口死亡率為期望輸出，隱含層神經(jīng)元數(shù)目為5個，模型對2012年各月道路交通傷害十萬人口死亡率的預測值與實際值平均絕對誤差率為3.8040％，預測效果較好。
　　研究結論:1、以1951-2012年中國道路交通傷害

10、十萬人口死亡率數(shù)據(jù)為樣本數(shù)據(jù)建立的預測模型，BP神經(jīng)網(wǎng)絡模型預測效果最好，其次是ARIMA模型，回歸分析模型預測效果最差;
　　2、以2006-2012年中國道路交通傷害十萬人口死亡率數(shù)據(jù)為樣本數(shù)據(jù)建立的預測模型，灰色模型的預測效果明顯優(yōu)于回歸分析模型;
　　3、以2000-2012年各月中國道路交通傷害十萬人口死亡率數(shù)據(jù)為樣本數(shù)據(jù)建立的預測模型，BP神經(jīng)網(wǎng)絡模型預測效果略優(yōu)于SARIMA模型;
　　4、當樣本數(shù)據(jù)沒有