تحلیل بیزی داده های حوادث ترافیکی با استفاده از مدل های فضایی ناحیه ای

thesis
abstract

در ایران حوادث ترافیکی، شایع ترین علت مصدومیت و دومین علت مرگ ومیر است، به گونه ای که این موضوع بار اجتماعی – اقتصادی در حدود 6 درصد درآمد ناخالص کشور را به جامعه تحمیل کرده است. لذا به کارگیری روش های آماری در این حوزه، برای پیش گویی و برآورد عوامل اثر گذار به منظور افزایش ایمنی بسیار ضروری و مهم تلقی می شود. به طور کلی مسائل مختلف آماری در این زمینه مطرح است. به طور کلی با توجه به هدف مورئ مطالعه در این زمینه، مدل های متفاوتی را می توان برای تحلیل آماری اتخاذ نمود. در این پایان نامه کاربرد مدل های فضایی ناحیه ای در تحلیل داده های حوادث ترافیکی مورد بررسی قرار می گیرد. در این راستا، به طور ویژه مدل های آمیخته فضایی خطی تعمیم یافته چند متغیره و همچنین مدل های فضایی کوچک ناحیه ای مطالعه می شوند. سپس با هدف تحلیل داده های حوادث ترافیکی شهر تهران، یک مدل چندسطحی فضایی ناحیه ای ارائه شده و براساس رهیافت بیزی و استفاده از روش داده افزایی و روش های مونت کارلوی زنجیر مارکفی به داده ها برازش داده می شود.

similar resources

تحلیل بیزی تقریبی داده های فضایی – زمانی با استفاده از یک میدان تصادفی مارکوفی گاوسی

برای مدل بندی پاسخ های فضایی که در طول زمان مشاهده می شوند گاهی از مدل های سلسله مراتبی فضایی- زمانی استفاده می شود که در آن ساختار همبستگی فضایی –زمانی داده ها توسط یک میدان تصادفی پنهان گاوسی با تابع کوواریانس فضایی ماترن‎ ‏در نظر گرفته می‌شود. یکی از اهداف مهم در بررسی این مدل‌ها برآورد پارامترها و متغیرهای پنهان و پیشگویی پاسخ ها در زمان های معلوم و موقعیت های معلوم فاقد مشاهده است. در این ...

full text

تحلیل بیزی داده های فضایی رسته ای مرتب با استفاده از مدل متغیر پنهان بریده شده

در برخی مسائل کاربردی آمار فضایی با تحلیل داده های رسته ای مرتب مواجه ایم. اینگونه داده ها در حوزه های مختلف پژوهشی از قبیل محیط زیست، اپیدمیولوژی و علوم اجتماعی موجودند. به دلیل اهمیت مطالعه چنین داده هایی، در این پایان نامه از مدل متغیر پنهان بریده شده برای تحلیل داده های فضایی رسته ای مرتب استفاده می شود. در این راستا، ابتدا با فرض نرمال بودن متغیر های تصادفی پنهان، روش بیزی برای برآورد پارا...

15 صفحه اول

تحلیل بیزی تقریبی داده های فضایی – زمانی با استفاده از یک میدان تصادفی مارکوفی گاوسی

برای مدل بندی پاسخ های فضایی که در طول زمان مشاهده می شوند گاهی از مدل های سلسله مراتبی فضایی- زمانی استفاده می شود که در آن ساختار همبستگی فضایی –زمانی داده ها توسط یک میدان تصادفی پنهان گاوسی با تابع کوواریانس فضایی ماترن‎ ‏در نظر گرفته می شود. یکی از اهداف مهم در بررسی این مدل ها برآورد پارامترها و متغیرهای پنهان و پیشگویی پاسخ ها در زمان های معلوم و موقعیت های معلوم فاقد مشاهده است. در این ...

full text

تحلیل داده های فضایی ناحیه ای با استفاده از مدل های آمیخته خطی تعمیم یافته

مدل های بطور شرطی خود بازگشتی در مدل بندی فرایندهای فضایی که روی یک شبکه یا مجموعه ای از ناحیه های نامنظم مشاهده می شوند، از مسائل با اهمیت بشمار می روند. به ویژه هنگامی که داده ها ناگاوسی هستند و یک مدل آمیخته خطی تعمیم یافته برای تحلیل آن ها اتخاذ می شود، اغلب مدل های بطور شرطی خودبازگشتی برای اثرات تصادفی در نظر گرفته می شود. تابع همسایگی در یک مدل بطور شرطی خودبازگشتی معمولاً بصورت مقادیر تع...

15 صفحه اول

مدل های پنهان بیزی با ضرایب متغیر برای داده های فضایی - زمانی ناحیه ای

در بسیاری از مسائل کاربردی در حوزه آمار فضایی_زمانی، تحلیل داده¬های ناحیه¬ای مورد نظر است. برای این منظور، مدل¬های آمیخته خطی تعمیم یافته فضایی_زمانی به دلیل انعطاف پذیری آنها مورد توجه قرار دارند. اغلب در این مدل¬ها ضرایب رگرسیونی برای کلیه زمان¬ها و نواحی ثابت فرض می-شوند. اما در مسائل عملی با حالت¬هایی مواجه می¬شویم که این فرض چندان توجیه¬پذیر به نظر نمی¬رسد. در این پایان¬نامه برای این مس...

15 صفحه اول

تحلیل فضایی نابرابری های ناحیه ای در استان کرمانشاه

مفهوم توسعه علاوه بر رشد در همه جهات، توزیع متعادل را نیز در بر می­گیرد. توزیع متعادل امکانات و خدمات، گامی در جهت از بین بردن عدم تعادل­های منطقه­ای است. برای شناخت توسعه‌یافتگی یاعدم توسعه‌یافتگی مناطق، به بررسی الگوی نابرابری‌های ناحیه‌ای، تفاوت‌های میان نواحی وبررسی میزان برتری یک مکان نسبت به ساختارمکان‌های مشابه درسطح مختلف نیاز است لذا باید برنامه‌ریزی‌های ناحیه­ای مورد توجه قرار گیرد. ه...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم ریاضی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023