ERZİNCAN İLİ İÇİN FARKLI YÖNTEMLERLE TRAFİK KAZA TAHMİN MODELLEMESİ

Abstract

Bu çalışmada, Erzincan ilinde 1985-2010 yılları arasında meydana gelen yıllık trafik kaza sayıları kullanılarak farklı istatistiksel yöntemlerle modelleme yapılmıştır. Modellerde trafik kaza sayıları bağımlı değişken olarak kabul edilmiştir. Aynı yılları kapsayan nüfus, araç sayısı, ölü sayısı ve yaralı sayıları ise bağımsız değişken olarak kabul edilmiştir. Bu veriler yapay sinir ağları (YSA) ve çok değişkenli zaman serileri yöntemleri ile modellenmiştir. YSA yönteminde trafik kazaları değerleri [0, 1] arasında bir ölçeklemeye tabii tutulmuştur. Zaman serisi analizi ile seri durağan hale getirilmiştir. Etki tepki analizi ve varyans ayrıştırması yapılarak nüfus ve araç sayısındaki bir birimlik şokların kaza sayısı üzerindeki etkileri araştırılmıştır. Kaza sayılarını etkileyen değişkenler arasında, araç sayısı nüfusa göre istatistiksel olarak daha anlamlı çıkmıştır. Yöntemler kıyaslanırken ortalama karesel hata (OKH), belirlilik katsayısı (R2) ve Akaike bilgi kriterine (AIC) göre en iyi model belirlenmiştir. Yöntemler arasında YSA yönteminin R2 değeri diğer yönteme göre daha yüksek, ortalama karesel hatası (OKH) ise daha düşük çıkmıştır. Bu sonuçlara göre YSA yönteminin istatistiksel olarak daha başarılı olduğu görülmüştür.

Keywords

• İstatistiksel Modelleme, Yapay Sinir Ağları, Çok

References

1. Bayata H.F., 2010. Trafik kazalarının çok değişkenli İstatistiksel yöntemlerle modellenmesi , Doktora tezi, Atatürk Üniversitesi Fen Bilimleri Enstitüsü.
2. Bayata H.F., Hınıslıoğlu S. , “Türkiye’deki Yıllık Trafik Kaza Sayılarının Box- Jenkins Metodu İle Modellenmesi”, 10. Ekonometri ve İstatistik Sempozyumu, 27-29 Mayıs 2009, Bildiri No: 251, Erzurum
3. Bayata HF ve Hattatoğlu F., 2010. Yapay Sinir Ağları Ve Çok Değişkenli İstatistik Yöntemlerle Trafik Kaza Modellemesi, Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3-2, 207-219.
4. Bozkurt, H., 2007. Zaman Serileri Analizi, Ekin Kitapevi, Bursa.
5. Camkesen, N., 1998. Trafik Kaza Analizleri ve Tahmin Modelleri, Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi, İstanbul
6. Delen, D., Sharda, R. and Bessonov, M. (2005). Identifying significant predictors of injury severty in traffic accidents using a series of artifical neural ntworks, Accident Analysis&Prevention, 38, 434-444
7. Granger, C. W. J.,1969, Investigating Causal Relations by Econometric Models and Cross Spectral Methods, Econometrica, 37, 3, 424-438.
8. İyinam Faik A., Öğüt Selçuk K. , Türkiye’de Trafik Kazalarının Modellenmesi, İTÜ,1998

9. Kadılar, C., 2000. Uygulamalı Çok Değişkenli Zaman Serileri Analizi, Bizim Büro Yayınevi, Ankara
10. Kadılar, C., 2005. SPSS Uygulamalı Zaman Serileri Analizine Giriş, Bizim Büro Basımevi, Ankara.
11. Lütkepohl, H., 1993. Introduction to Multiple Time Series Analysis, Springer-Verlag, Berlin.
12. Ozgan E., (2008). Karayolu araç Tipi ve Kaza Şekli İle Kaza Sonuçları Arasındaki İlişkilerin Analizi, Gazi Ünv., Müh. Mim. Fak. Dergisi, Cilt 23, No:3, 97-104
13. Sağıroğlu, Ş., Beşdok, E., Erler, M., 2003. Mühendislikte Yapay Zeka Uygulamaları-I Yapay Sinir Ağları, Ufuk Kitap Kırtasiye Yayıncılık Tic. Ltd. Şti., Kayseri
14. Saraç T., Yapay Sinir Ağları, Seminer Çalışması, Gazi Ünv., 2004-Haziran, Ankara, 15-25.
15. Sims, C. A., 1980. Macroeconomics and Reality, Econometrica, 48, 1, 1-48.
16. Tarı R., 2008. Ekonometri, Kocaeli Ünv. Yayınları Yayın No:172, Avcı Ofset,
17. Türe K. F., 2008. Trafik Kazaları ve Trabzon Bölünmüş Sahil Yolu Örneğinde Kaza Tahmin Modelinin Oluşturulması, Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Y. Lisans Tezi, Trabzon
18. Willlam, A., Preusser, D. F., Ferguson, A.S., Ulmer, Weinstein, H.B., 1973. Fatal crash risk for older drivers at intersections
19. URL: www.tuik.gov.tr 2008-2009. ****