http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
교통카드 자료를 이용한 서울시 지역별 대중교통 수단 선택 공간상관성 분석
박만식,엄진기,허태영,Park, Man Sik,Eom, JinKi,Heo, Tae-Young 한국통계학회 2013 응용통계연구 Vol.26 No.4
본 연구에서는 교통 분석존(서울시 행정동) 단위별로 대중교통 수단(버스, 도시철도)선택에 있어서 공간 상관성이 존재하는지 여부를 대중교통카드 자료를 기반으로 제시한다. 분석결과 버스를 탑승한 비율이 높은 지역들이 서로 이웃하여 그룹을 형성하고 있으며, 이들 지역은 도시철도 역사의 수가 버스 정류장에 비해 매우 적기 때문인 것으로 분석되었다. 버스에 탑승한 비율이 비슷한 그룹 간에는 공간 상관성이 존재하는 것으로 통계분석결과 나타났으며, 이러한 공간상관성은 향후 대중교통 수단선택 모형 구축에 고려할 수 있을 것으로 판단된다. 대중교퉁 수단선택에 있어 공간상관성의 존재는 대중교통 운영기관이 향후 대중교통카드를 기반으로 대중교통 노선계획, 운영계획을 수립함에 있어 중요한 정보가 될 것으로 기대된다. In this study, we provide empirical evidence of whether a spatial correlation among mode choices at the TAZ(Traffic Analysis Zone) level exists based on transit smart card data observed in Seoul, Korea. The results show that the areas with a higher probability that passengers choose to take a bus are clustered and that those regions have fewer metro stations than bus stations. We also found that the spatial correlation turned out to be statistically meaningful and provided an opportunity for the potential use of the spatial correlation in modeling mode choices. A reliable spatial interaction would constitute valuable information for transportation agencies in terms of their route planning and scheduling based on the transit smart card data.
박만식(Man-Sik Park),엄진기(Jinki Eom),최정순(Jungsoon Choi),허태영(Tae-Young Heo) 한국도시철도학회 2019 한국도시철도학회논문집 Vol.7 No.4
철도 사고는 인명사고로 나타나는 빈도가 매우 낮은 특징이 있으므로 이러한 특징을 고려한 사고분석 모형의 구축이 필요하다. 본 연구에서는 최근 3년간 (2014~2016) 발생한 철도사고 이력 자료를 기반으로 철도 사상사고 관련된 변수 등을 정의하고 사상자 및 사망자를 고려한 모형을 구축하였다. 일반적으로 대부분의 철도사고는 인명피해를 초래하지 않기 때문에 기대 이상의 과도한 0값이 관측되고 있다. 따라서 영-과잉(zero inflation) 현상을 단순한 형태의 포아송회귀모형 대신 영-과잉 포아송회귀모형으로 설명하고자 하였다. 분석결과 사상자(casualities) 수의 경우 모형선택 기준의 관점에서 영-과잉 포아송회귀모형이 우수한 것으로 나타난 반면 사망자(fatalities) 수를 예측하기 위한 모형 비교에서 두 모형 간의 차이가 크지 않는 것으로 나타났다. 본 연구 결과는 철도사상사고 분석 모형 적용에 있어서 사상자와 사망자를 구분할 필요성이 있음을 시사하고 있다. The railway casualities are rarely occurred so that the railway accident modeling needs to consider its low casuality. This study aims to investigate factors influencing injuries and fatalities from railway accident record data collected for 3 years from 2014 to 2016. Many cases of the railway accidents with no injuries or fatalities were recorded. We developed the zero-inflated Poisson models to consider the excessive number of zero injury and fatality on many railway accidents. The zero-inflated Poisson models of casualities and fatalities investigate characteristics of railway accident such as train type, organization, accident factor, and accident type. Then we addressed the model performance by comparing with the general Poisson model. The results show that the zero-inflated Poisson regression model of casualities is superior to general Poisson regression model, while the model for fatalities has no superiority against general one. The results of this study indicate that the railway accident models of casualities and fatalities should be separately developed.