Seguridad de secciones de tejido de autopistas

California Socios para Avanzado
Transporte Tecnología
UC Berkeley
Título:
Seguridad Aspectos de Autopista Tejeduría Secciones
Autor:
Golob, Thomas F.
Recker, Wilfred W.
Alvarez Verónica M.
Publicación Fecha:
08-01-2003
Serie:
Laborable Papeles
Enlace permanente:
http://escholarship.org/uc/item/1zr6p58h
Abstracto:
Una fuente de conflicto de vehículos es la sección de tejido de autopistas, donde una fusión y
divergencia en cerrar proximidad requerir vehículos cualquiera de los dos Entrar o Salir el
autopista Para ejecutar Uno o más CarrilCambios. Utilizando datos de accidentes para una parte
del sur de California, examinamos los accidentes que se produjo en tres tipos de secciones de
tejido definidas en ingeniería de tráfico: Tipo A, donde cada el vehículo que se fusiona o diverge
debe ejecutar un cambio de carril, el tipo B, en el que se fusione o Divergentes enlatar ser hecho
sin cambiante Carriles y Tipo C, Dónde Uno maniobrar Requiere en menosdos cambios de carril.
No se encontraron diferencias entre estos tres tipos en términos de accidente general Tarifas
para 55 tejeduría Secciones sobre Uno año (1998). Sin embargo allí Fueron significativo
Diferencias enletra chica de el Tipos de accidentes ese ocurrir dentro estos Tipos en letra chica de
severidad y ubicación de el primario colisión el Factores causal el accidente y el Hora periodo en
cuál elaccidente es máses probable que ocurra. Estas diferencias en los aspectos de la seguridad
conducen a implicaciones para la ingeniería de tráfico Mejoras.
Derechos de autor Información:
Todos los derechos reservados a menos que se indique lo contrario. Póngase en contacto con
el autor o editor original para cualquier necesario Permisos. eScholarship es no el derechos de
autor dueño para Depositado Obras. Aprender más en
http://www.escholarship.org/help_copyright.html#reuse
eScholarship Proporciona abrir acceso erudito editorial servicios
a la Universidad de California y ofrece una dinámica
investigación plataforma Para Eruditos mundial.

CALIFORNIA CAMINO PROGRAMA
INSTITUTO DE TRANSPORTE ESTUDIOS
UNIVERSIDAD DE CALIFORNIA BERKELEY
Seguridad Aspectos de
AutopistaTejeduría
Secciones
Tomás F. Golob, Wilfred W. Recker,
Verónica M. Alvarez
Universidad de California Irvine
California CAMINO Laborable Papel
UCB-ITS-PWP-2003-13
Este trabajo se realizó como parte del Programa PATH de California
de la Universidad de California, en cooperación con el Estado de
CaliforniaAgencia de Negocios, Transporte y Vivienda, Departamento
de Trans- portación; y el Departamento de Transporte de los Estados
Unidos, Federal Carretera Administración.
El contenido de este informe refleja las opiniones de los autores que
son responsable de los hechos y de la veracidad de los datos aquí
presentados. Los contenidos no reflejan necesariamente los puntos de
vista o las políticas oficiales de el Estado de California. Éste informe
hace no constituir un estándar spec-ificación, o la regulación.
Informe para Tarea Orden 4117
Agosto de 2003
ISSN 1055-1417
CALIFORNIA SOCIOS PARA AVANZADO TRÁNSITO Y CARRETERAS

Aspectos de seguridad de Autopista sin peaje
Secciones de tejido
Tomás F. Golob
Instituto de Transporte Estudios
+1.949.824.6287
tgolob@uci.edu
Wilfred W. Recker
Departamento de Civil y Medioambiental Ingeniería y
+1.949.824.5642
wwrecker@uci.edu
+1.949.824.6571
valvarez@uci.edu
Agosto 18, 2003
Para ser publicado en Transporte Investigación Parte Un: Política y Practicar

Aspectos de seguridad de Autopista sin peaje
Secciones de tejido
por
Thomas F. Golob
Wilfred W. Recker
Abstracto
Una fuente de conflicto de vehículos es la sección de tejido de autopistas, donde una
fusión y divergir en las proximidades requieren vehículos que entran o salen de la
autopista para ejecutar uno o más cambios de carril. Uso de datos de accidentes para
una parte del sur California, examinamos los accidentes que ocurrieron en tres tipos de
secciones de tejido definido en ingeniería de tráfico: Tipo A, donde todo vehículo que se
fusione o diverja debe ejecutar un cambio de carril, tipo B, donde se puede hacer la fusión
o la divergencia sin cambiar de carril, y Tipo C, donde una maniobra requiere al menos
dos carriles Cambios. No se encontraron diferencias entre estos tres tipos en términos
de accidente general tasas para 55 secciones de tejido durante un año (1998). Sin
embargo, hubo diferencias en cuanto a los tipos de accidentes que se producen dentro
de estos tipos en términos de gravedad y ubicación de la colisión primaria, los factores
que causan el accidente y la período de tiempo en el que es más probable que ocurra el
accidente. Estas diferencias en los aspectos deseguridad Conducir Para Implicaciones
para tráfico ingeniería Mejoras.

Golob, Recker y Alvarez Seguridad Aspectos de Autopista tejeduría 10
INTRODUCCIÓN
En busca de operaciones de autopistas más seguras y eficientes, los ingenieros de tráfico
están buscando formas de rediseñar la infraestructura y administrar el tráfico para mitigar
la congestión y reducir los conflictos de vehículos que pueden tener propensión a
incidentes que resulten en no- congestión recurrente. Una fuente de conflictos de
vehículos es la sección de tejido de autopistas, donde una fusión y una divergencia en
estrecha proximidad requieren fusión o divergencia vehículos para ejecutar uno o más
cambios de carril. (Una fusión y una divergencia separadas por menosque 0.4 a 0.5 millas
se define típicamente para estar dentro de proximidad cercana, dependiendo del tipo de
tejeduría sección.)
En ingeniería de tráfico, tradicionalmente se distinguen tres tipos de secciones de tejido
en función del número mínimo de cambios de carril necesarios para completar el tejido
maniobras (TRB, 1994; 1997; 2000):
Secciones de tejido tipo A: Cada vehículo de tejido (un vehículo que se fusiona o
diverge) debe ejecutar un cambio de carril. La configuración de tipo A más común es
un par deen- y rampas de salida conexo por un auxiliar Carril.
Secciones de tejido tipo B: Un movimiento de tejido se puede hacer sin hacer
cualquier cambio de carril, mientras que el otro movimiento de tejido requiere como
máximo un carril cambio. Una configuración común de tipo B tiene un carril añadido
en una rampa; fusiónel tráfico no necesita cambiar de carril, pero el tráfico que
diverge aguas abajo debe cambiarsobre éste Añadido Carril Para salida en el fuera
de la rampa.
Secciones de tejido de tipo C: Un movimiento de tejido se puede hacer sin hacer
cualquier cambio de carril, mientras que el otro movimiento de tejido requiere al
menos dos carriles Cambios.
Es posible que dos de estos tipos de sección de tejido se superpongan. En tal situación,
encontrado en las autopistas que estudiamos en el sur de California, el compuesto
resultantetejeduría sección será have el articulación características de Dos de el encima
Tipos.
Los últimos procedimientos del Manual de Capacidad de Carreteras (HCM) para tejer
secciones involucran calcular las velocidades de los vehículos de tejido y no tejido,
calcular densidades, y a continuación, realizar una búsqueda de tabla para asignar el
nivel de servicio (TRB, 2000). Lo geométrico las características requeridas para el
análisis de las secciones de tejido son las siguientes: tejido longitud, configuración (para
determinar qué tipo de tejido y qué parámetro se utilizarán valores) y ancho de tejido
(representado por el número de carriles en el sección). Asimismo, las características de
los vehículos por tipo y su distribución a lo largo de la tráfico corriente son importante
cuestiones Para ser Tomado en cuenta.
Se han desarrollado varios métodos para analizar el rendimiento de la sección de tejido
diseños en términos de velocidades medias de desplazamiento del vehículo y niveles de
servicio. Estos incluyen: el método de California (Moskowitz y Newman, 1963), el HCM
de 1965 (TRB, 1965), el Método de Leisch (Leisch, 1983), el procedimiento de PINY
(Pignataro et al., 1975), el JHK algoritmo (Reilly Et al., 1984), HCM (1985) y el Fazio y

Rouphail (1986) método.

Los estudios existentes que involucran secciones de tejido generalmente se han
centrado en el funcionamiento y características de rendimiento relacionadas con las
condiciones de flujo de tráfico dentro de la sección de tejido. Por ejemplo, Steward et al.
(1996), encontró que el número de carriles era el más críticofactor en la determinación
de la capacidad de tejer secciones, mientras que Fitzpatrick y Nowlin (1996), utilizando
la velocidad como medida de efectividad, determinó que el tejido las secciones de menos
de 656 pies de longitud comenzarán a descomponerse con un tráfico relativamente
menor volúmenes en comparación con las secciones de tejido con longitudes en o por
encima de 656 pies. Cassidy Et al. (1989) Comparado Ocho destacado autopista
tejeduría Ubicaciones hallazgo significativo discrepancias entre las velocidades medias
previstas y medidas de tejido y no- vehículos de tejido. Un resultado importante que
encontraron fue que la velocidad que resultó fue insensible con respecto a los cambios
en la geometría y los factores de tráfico en el rango de valores en el conjunto de datos.
En general, la investigación sugiere que la velocidad media de viaje puede no ser un
ideal medir de efectividad.
Fazio y Rouphail (1986) presentaron una revisión de tres procedimientos de tejido
(Leisch, 1979, 1983; Reilly et al., 1984 y HCM, 1985); la y llegó a la conclusión de que el
número total de Los cambios de carril requeridos por los conductores en las secciones
de tejido afectan tanto al tejido como al no tejidovelocidades, y que la inclusión del cambio
de carril como una variable independiente en promedio los modelos de velocidad de
tejido y no tejido mejoraron significativamente la capacidad predictiva de sus modelos.
Los investigadores recomendaron que la vinculación de características de seguridad
tales como las frecuencias de accidentes, el tipo y la ubicación, para diseñar y analizar
los procedimientos pueden resultar endefinitorio bajar Límites en sección largura y el
número de Carriles para tejer Secciones.
A pesar de la aceptación general de que la seguridad, además de la capacidad, la
velocidad, operacional flexibilidad, costo y nivel de servicio, constituyen criterios de
diseño fundamentales, relativamente pocos los estudios se han centrado en analizar la
relación entre las características de secciones de tejido y seguridad vial. Estudio de las
experiencias de accidentes entre el tejido Secciones De 700 tejeduría Secciones en
Veinte Estados basado en datos reunido en ela principios de la década de 1960, Cirillo
(1970) determinó que los carriles de aceleración y desaceleración más cortos exhibió
tasas de accidentes más altas, para todos los porcentajes de tráfico de fusión o
divergente. El Efecto de aumentar la longitud de los carriles de aceleración parece ser
sustancial cuando el el porcentaje de tráfico de fusión es mayor que el 6 por ciento y está
por debajo del intervalo del 6 por ciento mejora era especulativo y probablemente no
costar beneficioso. Similar Resultados parase informaron carriles de desaceleración,
pero la mejora debido al aumento de la longitud de los carriles de desaceleración no eran
tan grandes como en el caso de los carriles de aceleración. Fazio et al. (1993), proponen
utilizar las tasas de conflicto en lugar de las tasas de accidentes como indicador del tráfico
seguridad en una instalación de autopista. Analizaron dos tipos de conflicto en las
secciones de tejido: cambio de extremo trasero y carril, y sus posibles interacciones. La
simulación INTRAS se utilizó software, considerando 10 sitios diferentes en la Interestatal
294 en Chicago Área Metropolitana, generando este tipo de conflictos. Los autores
concluyeron que los resultadosmostró una correlación positiva entre estos dos tipos de
tasas de conflictos y accidentes tasas para tejer secciones de longitud moderada.
Además, las tasas de siniestralidad tienden a estabilizar para tejer secciones con
longitudes superiores a 750 pies. Concluyen que los conflictos no tienen que estar
asociados con accidentes reales para ser un buen indicador de seguridad Discutiendo

ese conflicto Tarifas have más Ventajas que accidente Tarifas desde para

ejemplo no todo de el accidentes son Informó o el exacto ubicación y Hora de ocurrencia
Mayo no ser representativo.
Un estudio reciente patrocinado por el Departamento de Transporte del Estado de
Washington, (Glad, 2001) estudió los accidentes que ocurren en un área de tejido
particular por tipo de colisión y la gravedad de 1994 a 1996, encontrando que los tipos
de accidentes predominantes durante el picolos períodos de horas eran colisiones
traseras que ocurrían a velocidades más bajas aguas arriba de la sección de tejido,
mientras que durante las horas valle, la incidencia de sideswipe, así como la parte trasera
las colisiones finales aumentaron considerablemente. Además, el análisis mostró que la
mayoría de los los incidentes ocurrieron en el carril derecho de la zona con gravedad
dependiendo de la velocidad. Utilizando HCM (TRB, 1997) y el modelo de simulación de
tráfico ITRAF, cuatro alternativas fueron simulado con el fin de estimar el impacto de los
nuevos diseños en la seguridad de este particular sección de tejido. El estudio
recomendó que se siguieran investigando los efectos en la seguridad en tejeduría
Secciones ser Realizado.
Nuestro preocupación en el presente investigación es el seguridad de varios Tipos de
tejeduría Seccionesen las autopistas urbanas. Utilizando datos de accidentes para el
Condado de Orange en el sur de California, nosotros examinar los accidentes ocurridos
durante 1998 en cinco autopistas principales, y desarrollar un serie de modelos que
distinguen las características del accidente entre los diversos tipos de secciones de
tejido. Después de una breve descripción de los datos que respaldan el análisis, nos
presente un comparativo análisis de accidentes dentro tejeduría Secciones pariente
ambos Para tipo de sección de tejido, así como a la población general de accidentes que
ocurrieron en las secciones principales de las autopistas. A continuación desarrollamos
y estimamos probit multivariante modelos de tipología de accidentes de secciones de
tejido. En base a estos resultados, dibujamos Cierto Conclusiones y Indicaciones para
futuro investigación.
DATOS
Tejeduría Secciones en Cinco Naranja Condado Autopistas
Tejeduría Secciones Fueron identificado Usando tal como está construido Diagramas
para Cinco Naranja CondadoAutopistas: Interestatal Rutas 5 y 405 y Estado Rutas
22, 55, y 57. El totaldireccionalmente
específico largura de estos Rutas es 223 millas. Ellos contener 55
tejeduríaSecciones cobertura un total largura de 22.9 millas o un agregado 10.3%
de el Rutas. El distribución de tejeduría Secciones por tipo es Mostrado en Mesa 1.
Ocho de estos 55
tejeduría Secciones son compuesto Tipos como Ellos son compuesto de Dos
traslapadotejeduría Secciones de estándar Tipo Un B, o C; en el análisis ese Sigue
Nosotros hacer Nodistinción para estos compuesto Secciones en cuál tipo Precede
el Otro. Usandoestándar tráfico
ingeniería Procedimientos cada tejeduría sección es definido Para cubrir el sección
de autopista De el sangre de el fusionar Para el sangre de el divergir.

Mesa 1 Físico Datos para 55 Tejeduría Secciones en Cinco Naranja Condado
Autopistas
Tejedurí
a
sección
Total
número
de
Signifi
car
largura
en
Distribución por Autopista Ruta
tipo Secciones millas I-5 SR-22 SR-55 SR-57 I-405
Un 21 0.36 9 3 2 4 3
B 19 0.37 5 4 4 2 4
C 7 0.41 1 1 2 2 1
AB 1 0.72 1
CO
RR
IE
NT
E
AL
TE
RN
A
3 0.59 2 1
A.C 4 0.74 1 3
Total 55 17 9 13 8 8
Accidente y Exposición Datos
El accidente datos Fueron Tomado De el Tráfico Accidente Vigilancia y AnálisisSistema
(TASAS) base de datos (Caltrans, 1998). TASAS Cubre policía-denunciado
accidentesque ocurren en el Sistema de Carreteras del Estado de California. Se
informó de 7.400 principalesaccidentes (accidentes) en el TASAS base de datos para
1998 en nuestro Cinco Autopistas. De estos 829 (11.2%) Fueron dentro el
Confines de Uno de el 55 tejeduría Secciones. El
porcentaje de accidentes ese es dentro tejeduría Secciones es aproximadamente
comparable Para el porcentaje de el autopista largura ese es dentro tejeduría
Secciones (10.3%). Uno de nuestro Objetivos es Para determinar cómo tejeduría
sección accidentes diferir De accidentes enMainline autopista Secciones y cómo
accidente tipología es relacionado Para tejeduría sección tipología.
El TASAS base de datos Contiene información con respecto a el características de cada
colisión, incluyendo: (a) el número de partes (generalmente vehículos) involucradas, (b)
movimientos de cada vehículo antes de la colisión, c) el lugar de la colisión en la que
participe cada parte, d) el objeto(s) Golpeó por cada vehículo y e) el severidad como
Representado por el número de partes heridas y fatalmente heridas en cada vehículo
involucrado. La base de datos Además Incluye información con respecto a tiempo y
calzada condiciones y ambiente iluminación. No disponíamos de información sobre los
conductores o las marcas de vehículos y modelos. La base de datos no cubre las
colisiones para las que no hay informes policiales. La mayoría de las colisiones incluidas
en la base de datos tasas se investigaron en el campo, peroalgunos fueron denunciados

después de los hechos a través de informes de venta libre presentados ante la policía
departamentos. La base de datos TASAS también contiene estimaciones del promedio
diario anual viaje (AADT) en todas las secciones de la autopista sin peaje. Estas
estimaciones de la AADT para 1998 se utilizaron para generar promedio anual diario
vehículo millas de viajar para cada de nuestro 55 tejeduríaSecciones.
La distribución por tipo de sección de tejido y el número de accidentes ocurridos dentro
cada área durante 1998 es resumido en Mesa 2. Significar accidente Tarifas por

las millas de viaje del vehículo varían a través de los seis tipos de secciones de tejido,
pero éstos significan las diferencias no son estadísticamente diferentes debido a las altas
varianzas entre las secciones de tejido dentro del mismo tipo. Del mismo modo, no hay
una diferencia estadísticamente significativa en el accidente tasas entre los tres tipos
principales de secciones de tejido (tipos A, B y C) como también Mostrado en el prueba
Resultados Listado en Mesa 2.
Mesa 2 Agregado Accidente Estadística para 55 Tejeduría Secciones
en CincoNaranja Condado Autopistas
Tejedurí
a
sección
tipo
Número
de
tejeduría
Seccion
es
Número de
accidentes
durante
1998
Significar
accidentes
por106
diario
vehículo
millas
ETS.
desviaciónde
accidentes
por 106
diario
vehículo
millas
Prueba de
igualdad de
todoseis
medias
accidente
Prueba de
igualdadde los
tres primeros
accidente
medioTarifas
Es muy posible que los accidentes que se producen dentro de las secciones de tejido
estén relacionados con el distribución del tráfico total en términos del número de
vehículos que salen y entran en el autopista versus aquellos ese son de viaje recto a
través de el tejeduría sección. Desgraciadamente pendiente Para desaparecido datos
en Uno o más crítico bucle detector estación en unrampa o en la línea principal de la
autopista, sólo 13 de las 55 secciones de tejido, con un total de 77 accidentes Tenía
suficiente tráfico fluir datos Para calcular tejeduría Totales y Cocientes de diferente Tipos
de Flujos. Alvarez (2002) Informes en estadístico Análisis Relacionadas con desglose
de los tipos de accidentes a varias mediciones de los movimientos de la sección de tejido
comúnmente utilizado en ingeniería de tráfico, pero todos estos análisis arrojaron
resultados no concluyentesdebido al pequeño tamaño de la muestra. Ampliación de los
presentes análisis utilizando datos detallados en tráfico fluir dentro tejeduría Secciones
es un Asunto para futuro investigación.
Tarifas
Un 21 265 154.5 131.3 F = 1.252
B 19 224 165.7 94.9
2,44
p = 0.296
C 7 145 233.6 119.3 F5,49 = 0.707
AB 1 37 211.4 -- p = 0.621
CORRIE
NTE
ALTERN
A
3 40 114.5 58.0

TRÁFICO SEGURIDAD PERFILES DE TEJIDO SECCIONES VERSUS EN OTRA PARTE
Colisión Tipo y Relacionado Características
Nosotros empezar por Comparar el características de el Mainline accidentes ese
Ocurriódentro el cincuenta y cinco tejeduría Secciones versus el Mainline accidentes ese
Ocurrió en otra parte de las cinco autopistas. Una forma de caracterizar los accidentes
es escribiendo el primario colisión de el accidente. El Tres destacado Tipos de primario
Colisiones para los accidentes de la autopista sin peaje de la línea principal son: extremo
trasero, sideswipe y objeto del golpe. Tipos de colisiones que son relativamente raro en
freewa ys, tales como cabeza-en y andanada accidentes eran combinado en un "otros"
categoría. Un cruz tabulación de estos Cuatro Tipos de Colisiones por espacial
ubicación (tejido sección versus en otros lugares) revelado ese como Esperadolos
accidentes de la sección de tejido son más probables ser sidewipes. Mientras que la
diferencia espacialen el Distribuciones es estadísticamente significativo (X2
= 11.97 con
3 Grados de la libertad; p =
.007), la diferencia en el porcentaje de sidewipes no es dramática: 23,9% frente al 19,8%.
Las características de seguridad vial que distinguen a los tramos de tejido son: también
sutil Para ser atrapado únicamente por colisión tipo.
El superior probabilidad de un sideswipe es Además Refleja en un estadísticamente
significativo diferencia en cuanto a los movimientos realizados por ve hicles antes de la
colisión. Tejeduría los accidentes de sección son más propensos a involucrar vehículos
que cambian de carril, porque el requisito para cualquiera de los dos fusión o Divergentes
vehículos o ambos Para ejecutar un Carril cambioes una característica definitoria de las
secciones de tejido. Además, los accidentes dentro de las secciones de tejido son es
más probable que involucren citas que no sean exceso de velocidad, porque es más
probable que los sidewipes sean más propensos a involucrar citas que no sean el exceso
de velocidad. Para ser Atribuido Para Violaciones tal como fracaso Para rendimiento o
Otro peligroso conducción.
Colisión Ubicación
Las ubicaciones de las colisiones primarias para los accidentes es significativamente
diferente para el tejido sección frente a accidentes de sección no tejiendo (p < .0005).
Como se muestra en la figura 1, el la ubicación de la colisión primaria para el 36,8% de
los accidentes de la sección de tejido es el interior carril (o carriles) de la autopista.
Relativamente menos colisiones de sección de tejido se encuentran enlos carriles
izquierdo o derecho de la autopista. Sin embargo, se piden más análisis, porque Esta
diferencia podría deberse en parte a las diferencias en el número de carriles de autopistas
en tejeduría Secciones versus Otro Ubicaciones.
Otro Accidente Características
Allí son No estadísticamente significativo Diferencias entre accidentes situado dentro
secciones de tejido y las ubicadas en otros lugares en las mismas autopistas en
cualquiera de los siguiente características: severidad (medido en letra chica de Lesiones
versus propiedad sólo daños), número de vehículos involucrados, independientemente
de si un camión estuvo involucrado o no en el accidentes, condiciones meteorológicas y
distribuciones temporales de los accidentes por hora del día, día de la semana, y día
versus noche. En el resto de este documento nos explorar Diferencias en accidentes

entre Tipos de tejeduría Secciones.

40%
30%
20%
30g
0%
afuera tejeduría sección dentro sección de tejido
Figura 1 Desglose de la ubicación de la colisión para accidentes en
secciones de tejidoversus Accidentes En otra parte en el Cinco
Autopistas
PERFILES DE SEGURIDAD VIAL ENTRE LOS DIFERENTES TIPOS DE
TEJIDOSECCIONES
Accidente Tipo
Con el fin de comprender mejor la tipología de accidentes, creamos un tipo de accidente
compuesto variable con tres categorías basadas en los movimientos de los vehículos
involucrados antes de colisión como pozo como el tipo de colisión. 1) Trasero fin
accidentes son definido Para ser aquellosen cuál todo el primario vehículos Fueron de
viaje en el mismo Carriles. 2) Tejeduría accidentes Fueron definido Para ser cualquiera
de los dos sideswipe o trasero fin Colisiones en cuál en menos uno de los vehículos
principales estaba ejecutando un cambio de carril. 3) Los accidentes del objeto del golpe
eran definidos como todos los demás tipos de colisiones, la gran mayoría de las cuales
involucraban a la primaria vehículo golpeando un objeto fijo, generalmente fuera de la
carretera. Algunos accidentes definidos como "objeto golpeado" implicado vehículo
Rollovers de frente o Otro Tipos de Colisiones.
Existe una diferencia estadísticamente significativa entre el tipo de accidente y el tipo de
tejido sección (p < .0005). Mientras que, en general, los accidentes traseros tienen la
mayor probabilidad de ocurrencia, los accidentes de tejido son altos entre los tres tipos
compuestos de tejido secciones, particularmente tipo AB (Figura 2). (Cabe señalar que
las conclusiones extraídas aquí y en otra parte con respecto a tal compuesto tejeduría
Secciones deber ser Visto con cautela
Izquierda Carril interior carril(s) Correcto Carril apagado
camino

debido al número relativamente pequeño de estas secciones en nuestro conjunto de
datos; los resultados para estas secciones pueden estar influenciadas por aspectos
situacionales localizados, en lugar de por el características inherentes del tipo definido.)
Por el contrario, las secciones de tejido tipo C másparecerse secciones no tejidas en
términos de preponderancia de accidentes en la parte trasera y un número relativamente
bajo de accidentes con objetos golpeados. De los tres tipos simples de tejido Secciones
Tipo B tiene el sumamente proporción de tejeduría accidentes.
70%
60%
50%
40%
30%
20%
10%
0%
Un B C AB CA A.C
Figura 2 Desintegración de Accidente Tipo para Seis Tipos de Tejeduría Secciones
Diferencias similares en el tipo de accidente se reflejan en la relación entre el tejido tipo
de sección y movimiento de los vehículos antes de la colisión. Tejido compuesto
secciones Los accidentes de tipo AB tienen más probabilidades de involucrar al primer
vehículo que cambia de carril (18,2% frente a no más del 10,3% para los otros tipos de
sección). En cambio, tipo C los accidentes de la sección de tejido tienen más
probabilidades de involucrar a un vehículo que disminuye la velocidad o se detiene
(53.4% versus un en general promedio de 44.1% para todo tejeduría sección
accidentes). Accidentes dentro el Límites de Tipo C tejeduría Secciones parecer Para
ser más congestión relacionado.
Cronometraje de Accidente
El asociación de congestión con Tipo C accidentes es Reforzado por el fuerte relación
entre la sección Tipo y si se producen o no accidentes durante el día de la semana pico
apuro horas (definido Para ser 6:00 a través de 9:00 en el Mañana y 3:30 a través de
6:30
golpe objetotejeduría trasero

en el tarde-noche, Lunes a través de Viernes). Figura 3 Muestra ese Tipo C los
accidentes, y también los accidentes de tipo CA y BC, son más propensos a ocurrir
durante la prisa horas (p = .023). Los tipos A y B tienen una tasa casi idéntica de
aproximadamente el 32% hora punta accidentes mientras casi mitad de Tipo C
accidentes ocurrir durante apuro horas.Este resultado es intuitivo, ya que las secciones
de tejido de tipo C se distinguen por tener ya sea una maniobra divergente o de fusión
que requiere dos o más cambios de carril. Ese Aparece Para have Negativo seguridad
Consecuencias durante Períodos de Pesado Flujos.
80%
70%
60%
50%
40%
30%
20%
10%
0%
Un B C AB CA A.C
Figura 3 Desintegración de Accidente Cronometraje para Seis Tipos de Tejeduría
Secciones
Camino Condiciones en Hora de Accidente
También hay diferencias entre los tipos de sección de tejido en términos de la
descomposición de su accidentes por tiempo condiciones (p = .002). Wet-road
accidentes son más prevalente en las secciones de tejido de tipo CA y AB, mientras
que los accidentes de carretera seca son más prevalente en las secciones de tipo BC y
C (Figura 4). Especulamos que los tipos AB y CA exhiben la composición de los efectos
evidenciados en sus tipos de sección de componentes. Estos Las secciones compuestas
requieren múltiples tejidos por dos flujos de tráfico (fusión y divergiendo), produciendo
una mayor propensión a los accidentes en condiciones húmedas, mientras que
compuesto Tipo A.C típicamente Requiere un múltiple tejer por solamente Uno de el
tráficoArroyos.
todo Otro veces día laborable apuro horas

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Un B C AB CA A.C
Figura 4 Desintegración de Camino Condiciones en Hora de Accidente para
Seis Tipos deTejeduría Secciones
Otro Accidente Características
Taxonómico Dimensiones ese Fueron estadísticamente no relacionado Para tejeduría
sección Tipo incluido: accidente ubicación (p = .115), severidad (p = .313), número de
implicado vehículos (p
= .607 para una prueba F de igualdad de medios), participación de camiones (p = .610).
Hubo un relación marginalmente significativa entre las condiciones de iluminación
ambiental en el momento de el accidente, en términos de luz del día frente a la oscuridad
(p = .043), con el pendiente característica de que los accidentes de la Sección AB son
más propensos a ocurrir por la noche (45.9% en la oscuridad, frente a un promedio
general del 23,9% durante la noche para todos los accidentes de la sección de tejido).
Estos a pesar de los resultados negativos de las pruebas bivariadas, mostramos a
continuación que algunos de estas características del accidente son diferentes entre los
tipos de secciones de tejido, cuando Considera en combinación.
Un MULTIVARIADO PROBIT MODELO DE ACCIDENTE TIPOLOGÍA
Los análisis bivariados anteriores de las características del accidente pueden no
identificar aspectos importantes Combinaciones de accidente características porque
mucho individual accidente las características están correlacionadas. Para entender
mejor la tipología de accidentes del tejido Secciones que empleamos un modelo probit
multivariante (MPM) para descubrir dicho condicional relaciones y determinar qué
características eran las más importantes para explicar la tipología. Un MPM tiene
múltiples variables dependientes discretas y un conjunto común de variables
independientes. Aquí, hay T = 3 variables endógenas, que representan tejeduría sección
Tipos Un B, y C. El MPM modelo Manijas el compuesto tejeduría
se mojado o

sección Tipos CORRIENTE ALTERNA A.C y CORRIENTE ALTERNA elegantemente
porque estos son simplemente compuesto de Combinaciones de el Tres discreto
Variables Representando tejeduría sección. Allí son N
= 829 observaciones, siendo los accidentes ocurridos en todo tipo de secciones de tejido,
incluyendo los tipos compuestos. Para observaciones (accidentes) que ocurren en
cualquiera de los tipos compuestos AB, CA o BC, dos variables discretas dependientes
(en lugar de una) sonActiva. Para cada accidente tenemos K = 12 variables exógenas.
Once de los independiente Variables representar Categorías de accidente características
fundar Para ser importante en los análisis univariantes. La duodécima variable
independiente, vehículo diario millas de viaje (DVMT), controles para la exposición del
vehículo en cada sección de tejido. Estos las variables se enumeran en la Tabla 3. La
metodología subyacente a nuestra aplicación de MPM es Descrito en el Apéndice.
El valor de chi-cuadrado de bondad de ajuste modelo fue de 21,51 con 16 grados de
libertad, correspondiente a p = .160. Este chi-cuadrado mide la diferencia entre el se
observó la matriz varianza-covarianza y la reproducida por el modelo. El nivel de
significación estadística indica la probabilidad de que las diferencias entre los dos las
matrices se deben a la variación del muestreo. Por lo tanto, el objetivo es lograr un chi-
cuadrado valor con p > .05 (nivel de confianza del 95%). Nuestro modelo no puede ser
rechazado como un representación precisa de la relación entre el tipo de sección de
tejido y el accidente características. Nuestro modelo también obtiene buenos resultados
en todos los basados en chi-cuadrado bondad-de-ajuste índices que difieren en términos
de la normalización utilizada para tener en cuenta los efectos de la muestra tamaño y
modelo parsimonia en bondad-de-ajuste estadística (Golob, 2003).
El raíz significar cuadrado error de aproximación (RMSEA) Medidas el modelo
discrepancia por grado de libertad. Una regla general para un buen modelo es que la
parte superior límite del intervalo de confianza del 90% de la RMSEA ser menor que 0,05
(MacCallum Et al., 1996). El valor del límite superior para nuestro modelo es 0.0408,
menor que este crítico valor.
El criterio de información bayesiana de Akaike (AIC; Akaike, 1987) o el Akaike
consistente Criterio de información (CAIC; Bozdogen, 1987) se puede utilizar para
comparar la bondad- of-fit versus la dimensionalidad o número de parámetros libres
(parsimonia) de diferentes modelos. El modelo que produce el valor más pequeño de en
cada uno de estos criterios bayesianos es Considera mejor. El AIC y CAIC para nuestro
modelo son 229.51 y 824.42, respectivamente. El AIC y el CAIC para un MPM con
solamente tres variables independientes -- exposición (DVMT) para cada tipo -- son
404.66 y 902.32. El AIC y CAIC para un modelo saturado en el que todos los efectos de
regresión están presentes, incluso aquellos con coeficientesno significativo en el p = nivel
.05, son 240.00 y 926.43. Sobre la base de estos criterios, nuestro el modelo supera
tanto al modelo más parsimonioso sin efectos de tipos de accidente y el saturado modelo.
Los coeficientes de regresión estimados se enumeran en la Tabla 3. Estos valores de
coeficiente se pueden comparar directamente porque están estandarizados, ya que la
estimación es performed utiliza una matriz de correlación. Interpretamos estos
resultados, que controlan para vehículo Exposición como Sigue.

(3.36
(1.82
(-
(-
(-
(2.43
(3.23
(-
(-
Mesa 3 Multivariado Probit Modelo Coeficiente Estimaciones (z-estadística en
paréntesis)
Independiente
variable
Dependiente Variable
Tipo Un Tipo B Tipo C
Accidente ubicación: Izquierda Carril
0.046
(2.85)
Accidente ubicación: interior carril(s)
0.084 -0.117
(-4.73)
Accidente ubicación: Correcto Carril
Accidente tipo: tejeduría (carril cambio maniobra)
0.032
Accidente tipo: 2 vehículos trasero fin
-0.047
Accidente tipo: 3 o más vehículos trasero fin
-0.039
Acelerar citado como primario factor
-0.068
-0.100
(-5.13)
Accidente Ocurre durante día laborable apuro horas
-0.057
Accidente es Herida o fatalidad
-0.057
Accidente Ocurre en mojado camino Superficie
0.059
Accidente Ocurre durante oscuridad
0.044
Diario promedio vehículo millas de viajar x 106 -0.033
(-1.38)
-0.040
(-1.65)
0.075
(3.05)
0.047
(1.77)
0.389
(14.40)
0.101
(3.84)
-0.049
(-2.58)
0.442
(15.47)
Tipo Un Tejeduría Sección Accidentes
Un accidente de sección de tejido tipo A es más probable que se encuentre en un carril
interior. El es probable que el accidente sea menos grave que un accidente dentro de los
otros dos tipos de tejido Secciones. Es más probable que el accidente ocurra fuera del
pico, especialmente después del anochecer. También es más probable que ocurra en
superficies de carretera mojadas. Los accidentes en las secciones de tejido tipo A son
no fuertemente relacionado Para vehículo millas de viajar. Basado en estos Resultados
potencial tratamientos para mejorar la seguridad de las secciones de tejido tipo A se
discuten en nuestro Resumen y Conclusiones.

Tipo B Tejeduría Sección Accidentes
Alternativamente un Tipo B Tejeduría Sección accidente es menos probable Para
ser situado en un carriles interiores, y más propensos a resultar en lesiones. Es más
probable que el accidente sea implican un vehículo que ejecuta una maniobra de cambio
de carril, y es menos probable que sea un extremo trasero accidente con vehículos que
avanzan de frente. Es más probable que el accidente sea causado por factores distintos
al exceso de velocidad. Los accidentes en las secciones de tejido tipo B son fuertemente
relacionado con las millas de viaje del vehículo, una simple medida de la exposición. Esto
indica que la disparidad de velocidad podría ser un factor causal en los accidentes que
ocurren dentro del Tipo B Tejeduría Secciones como Discutido abajo.
Tipo C Tejeduría Sección Accidentes
Finalmente, es más probable que ocurra un accidente de sección de tejido tipo C durante
el pico del día de la semanaperíodos y más probable que se encuentra en el carril
izquierdo. El accidente es menos probable que implican una maniobra de cambio de
carril y es menos probable que ocurran en superficies de carretera mojadas. Comocon el
tipo B, los accidentes en las secciones que tejen del tipo C se relacionan muy fuertemente
con el vehículo millas de viajar.
RESUMEN Y CONCLUSIONES
La comparación estadística entre los accidentes que ocurren en las secciones de tejido
versus los de la línea principal de la autopista destacan los factores que diferencian a los
que prevalecen condiciones de accidente para estas dos situaciones. Se encontraron las
influencias más significativas Para ser relacionado Para el tipo de movimiento Realizado
por el vehículos implicado en elaccidente y Para el exacto ubicación Dónde el incidente
Toma lugar. Como Esperadolas colisiones de sidewipe tienen la mayor probabilidad de
ocurrencia en las secciones de tejido, con la mayoría ocurre en un carril interior, que es
también el lugar para el que los accidentes de cualquier tipo have el sumamente
oportunidad de ocurrencia en tejeduría Áreas.
El más revelador evaluación de el discriminación características de tejeduría sección
accidentes era cumplido Usando un multivariado modelo de accidente tipología A
través de tejeduría sección Tipos Un B, C, y su Combinaciones. Usando Once
independientevariables que representan categorías de características de accidentes
que se encuentran importantes en elBivariado Análisis el multivariado modelo
revelado distinto Patrones de accidente características. Un duodécimo
independiente variable es usado Para control para Diferencias en vehículo
Exposición entre el tejeduría Secciones. Porque éste modelado acercarse
explícitamente Trata el compuesto tejeduría sección Tipos CORRIENTE ALTERNA
A.C y CORRIENTE ALTERNA como Combinacionesde el Tres discreto Variables
Representando tejeduría sección Tipos Un B, y C, el multivariado modelo Minimiza
Problemas asociado con el relativamente pequeño número decompuesto Secciones.
Los resultados indican que la seguridad de las secciones de tejido de tipo A, donde cada
fusión o el vehículo que diverge debe ejecutar un cambio de carril, se ve comprometido
por conflictos de vehículos dentro el interior Carriles. Estos Conflictos son más
predominante en fuera de pico Períodos

especialmente por la noche, y en carreteras mojadas. Si bien no predomina ningún tipo
específico de colisión, Los accidentes de sección tipo A son los menos graves entre los
tres tipos de tejido Secciones. Sobre la base de estos resultados, mejoras en la ingeniería
de tráfico para el tejido tipo ASecciones poder incluír mejorado señalización mejorado
iluminación y/o acerarejuvenecimiento en forma de puntuación o con materiales de
fricción húmeda. Se recomienda que la señalización antes de todas las secciones de
tejido tipo A se revisará para determinar si se está dando a los conductores una
advertencia suficiente de la necesidad de cambiar de carril para salir o entrar en la
autopista, especialmente por la noche y durante las inclemencias del tiempo, y cuando
se viaja en Publicada Velocidades debajo condiciones de flujo libre.
Seguridad de las secciones de tejido de tipo B, donde uno de los movimientos de fusión
o divergencia se puede hacer sin cambiar de carril, mientras que se requiere un cambio
de carril para lo contrario movimiento, se ve comprometido por los conflictos que implican
el cambio de carril del vehículo, predominantemente en los carriles derecho o izquierdo.
Es probable que estos accidentes sean los más graves que accidentes en las secciones
de tejido de tipo A o tipo C. Aparentemente, los resultados indicanese el raíz causa de
estos accidentes Mayo tallo De el disparidad entre el velocidaddel movimiento que
requiera el cambio de carril y el del paso y no carril. cambiar la combinación. En tales
casos, pueden justificarse restricciones especiales de velocidad, o más aplicación
efectiva de las velocidades publicadas. La señalización y la educación del conductor
también deben ser revisado como medio de alertar a los conductores sobre posibles
problemas en la negociación del tipo B Tejeduría Secciones.
Finalmente seguridad de Tipo C Secciones de tejido, donde se puede realizar un
movimiento de tejido hecho sin hacer ningún cambio de carril, mientras que el otro
movimiento de tejido requiere en al menos dos cambios de carril, se ve comprometida
por los conflictos de vehículos que suelen ocurrir en la izquierda carril durante las horas
punta de los días laborables. Puede que no haya una simple mediación de seguridad
para estos accidentes en los que se produzcan cambios de carril sucesivos complejos
distintos de la restricción de la combinar durante los períodos de tráfico máximo, que
puede no ser práctico. Sin embargo, cambiable señales de mensaje que advierten de
peligros potenciales en las ubicaciones de la Sección de Tejido tipo C podríanser eficaz
en Alertas Controladores Para potencial Peligros durante Períodos de pesado tráfico fluir.
AGRADECIMIENTOS
Esta investigación fue financiada en parte por los Socios de California para el Tránsito
Avanzado y Highwa ys (PATH) y el Departamento de Transporte de California (Caltrans).
El el contenido de este documento refleja las opiniones de los autores responsables de
los hechos y la exactitud de los datos aquí presentados. Los contenidos no reflejan
necesariamente los puntos de vista o políticas oficiales de la Universidad de California,
California PATH, o el California Departamento de Transporte.

e
e
APÉNDICE
En un Multinomial Probit modelo (MPM) con T discreto Dicotómicas Variables eso es se
supone que hay un conjunto de variables latentes subyacentes continuas
correspondientes definido por el relación de regresión
∗
= �
t′xeso
+ E
eso
(1)
donde el vector k-dimensional xeso representa i= 1,...,N observaciones sobre K exógenas
variables para cada una de las variables endógenas t = 1,...,T, �t es matriz de regresión
coeficientes para las variables endógenas T sobre las variables K exógenas, y Eeso son
las perturbaciones (porciones inexplicables) de las variables endógenas. Estos latentes
Variables son inobservable pero son relacionado Para Observado discreto Variables
según Para
yeso =
1
yeso =
0
si y ∗
> 0
de otra
manera
(2)
El Eeso Los términos del disturbio son T-variación distribuido normalmente con a (T por T)
positivo matriz de covarianza definida 4'. Los parámetros a estimar son los elementos de
�t y 4'.
El modelo probit multinomial (MPM) se remonta a Ashford y Sowden (1970), en que se
desarrolló una solución exacta de máxima verosimilitud (ML) para el caso bivariado de
dos variables dependientes. Sin embargo, hasta hace relativamente poco, la estimación
conjunta de tres o más Ecuaciones con Dicotómicas dependiente Variables era
computacionalmente inviable. En los últimos veinte años, y especialmente en la última
década, varios métodos para la estimación de modelos multivariantes se han
desarrollado en tres campos diferentes: (1) econometría y ciencias del marketing, (2)
biometría y bioestadística, y (3) otros ciencias sociales y educación (particularmente
psicometría y sociometría. Utilizamos un enfoque del modelo de ecuaciones
estructurales (SEM) (Golob, 2003; Golob y Regan, 2002) a MPM, que fue iniciado en
parte por Muthén (1979) (1983) y Amemiya (1978). También se han avanzado modelos
logit multinomiales (MLM) (por ejemplo, Glonek y McCullagh, 1995), pero estos Esfuerzos
requerir substancial Aproximaciones pendiente Para el falta de de un multivariado
logístico distribución.
Todo estructural ecuación modelos son estimativo Usando un covarianza análisis
método (método de momentos), y nuestro enfoque SEM a MPM emplea el menos
generalizado método de análisis de covarianza de cuadrados implementado por primera
vez por Muthén (1984). El método procede definiendo la matriz de varianza-covarianza
de la muestra del conjunto combinado de endógeno y exógeno Variables Repartido con
el endógeno Variables Primero:
y

S =
SYy Syx

(3)

′


Syx <I 

 
donde SYy denota la matriz de varianza-covarianza de las variables endógenas latentes
definido en (1) y (2), Syx Denota el covarianza matriz entre el latente variables
endógenas y exógenas, y Φ denota la matriz de varianza-covarianza de las variables
exógenas (que, por definición, se toma como dada). En nuestro modelo, hay son tres
variables endógenas y doce variables exógenas, por lo que S es un (15 por 15) simétrico
matriz.
En el primer paso de la estimación, estimaciones de las correlaciones entre cada par de
las variables endógenas latentes se obtienen utilizando una solución de máxima
verosimilitud. Cada correlación entre el Dos latente endógeno Variables es el
inobservado correlación de su distribución normal bivariada que generaría las
tabulaciones cruzadas como un máximo resultado probable. Se conocen como
coeficientes de correlación tetracóricos, y solución a el problema es Descrito en Olsson
(1979). Semejantemente el inobservado Correlacionesentre cada variable endógena
y cada variable exógena continua observada, conocido como poliserial correlación
Coeficientes son estimativo Además Usando un estándar máximo probabilidad técnica
(Olsson, Et al., 1982).
La segunda etapa de la estimación consiste en encontrar parámetros tales que el
modelo- la matriz de varianza-covarianza replicada es lo más cercana posible a la
covarianza de la muestra matriz (3), según alguna función objetiva. Se puede mostrar
fácilmente usando la matriz álgebra que la matriz de varianza-covarianza
correspondiente replicada por una identificada sistema modelo (1) con un vector dado de
parámetros, θ, es
∑(8)=
( ′ + ) [ ′]  (4)

′

Dónde Φ es Tomado como dado. Un óptimo vector de Parámetros cuál son
aquí elregresión Coeficientes (elementos de β) y término-error covarianzas
(elementos de Ψ), es
determinado por hallazgo
vector θ
�
para cuál el modelo-implícito covarianza matriz (4) es
como
cerca como sea posible de la matriz de correlaciones tetracóricas y poliseriales. Para
continuo variables con correlaciones producto-momento observadas, es apropiado
utilizar normal- teoría máximo probabilidad - (ML) Señor Presidente, señoras y señor
estimación Para definir un objetivo función. Sin embargo Los supuestos de ML no se
mantienen para las variables endógenas observadas discretas, y ML las estimaciones
de parámetros, aunque coherentes, tendrán errores estándar incorrectos, y el método
será rendimiento incorrecto bondad-de-ajuste (chi-cuadrado) estadística.
El método usado Para estimar Parámetros cuando un SEM tiene discreto o de otra
manera las variables endógenas observadas censuradas se ponderan asintóticamente
distribución-libre menos Cuadrados (ADF-WLS). El idóneo función para ADF-WLS es
FWLS =[s −Cr(8)]′
W −1 [s −Cr (8 )]

( 5)
donde s es un vector de coeficientes de correlación tetracóricos y poliseriales para todos
los pares de latente endógeno y Observado exógeno Variables σ (θ ) es un vector de
modelo-implicado Correlaciones para el mismo variable Pares determinado según Para
(4), y W

es una matriz de peso positivo-definido, dada por estimaciones asintóticas de las
covarianzas de las covarianzas (momentos de cuarto orden). Minimizar FWLS implica que
el parámetro Estimaciones son aquellos ese minimizar el ponderado suma de
cuadricular Desviaciones de s De
σ (θ ). Éste es análogo Para ponderado menos Cuadrados regresión pero aquí el
Observado
y Predijo valores son varianzas y covarianzas en lugar de observaciones sin procesar.
Browne (1982; 1984) tiene Demostrado ese el ADF-WLS estimación basado en objetivo
función (5) será rendimiento imparcial Parámetros Estimaciones con asintóticamente
correcto bondad-de-ajuste estadística.
Este método se conoce como ADF-WLS (asintóticamente distribución libre, ponderada
menos cuadrados) y se describe en detalle en Golob y Hensher (1998) y van Wissen y
Golob (1990). Se ha demostrado que el método produce estimaciones consistentes que
son asintóticamente eficaz con asintóticamente correcto covarianzas, y el chi-cuadrado
la estadística calculada a partir de la función de conexión producirá una prueba
asintóticamente correcta de en general modelo caber con tal que ese el muestra tamaño
es grande bastante Comparado Para el alcance del problema. Los biométricos y
estadísticos también han desarrollado varias variaciones métodos de análisis para MPM
que tienen muchas propiedades en común con el ADF-WLS método y estos son
Revisado en Golob y Regan (2002).
MPM enlatar Además ser estimativo Usando métodos de simulación, que evitan la
evaluación de integrales múltiples en la estimación de máxima verosimilitud (McFadden
y Ruud, 1994). Cuando Comparar nuestro estructural MPM estimativo Usando ADF-WLS
Para máximo probabilidad (simulación) métodos, hay ventajas y desventajas a cada uno
(Golob y Regan, 2002). Una ventaja de nuestro MPM estructural, es que utiliza un bien
establecido método de estimación que se ha aplicado ampliamente en el
comportamiento, social, biológico, y ciencias de la educación para modelar relaciones
que involucran múltiples dicotómicas y ordinales variables endógenas. Por lo tanto, existe
un amplio conocimiento documentado sobre los datos Requisitos Evaluar bondad de
ajuste, y robustez de el Estimaciones debajo violaciones de supuestos. El algoritmo de
solución se comporta bien y su rendimiento bajo una variedad de especificaciones de
modelos ha sido ampliamente estudiado. En contraste, MPM los métodos de estimación
de simulación, en su estado actual de desarrollo, están sujetos a numerosas dificultades
computacionales para encontrar una solución óptima para todos, excepto para los más
simples modelos. El rendimiento de estos algoritmos sin duda mejorará con la
experienciay con atención De un creciente cuerpo de Desarrolladores y Usuarios.
Los limitados estudios empíricos que han comparado la máxima verosimilitud simulada
y los métodos generalizados de mínimos cuadrados (como el que se usa aquí) han
demostrado que los dos los métodos producen estimaciones similares. Bock y Gibbons
(1996, p. 1187) compararon MPM estimaciones de máxima verosimilitud a las de un
MPM estructural y concluyó que "todos Los resultados acordaron el segundo y tercer
decimal, excepto algunas de las correlaciones y sus errores estándar". Observaron que
las estimaciones de correlación deberían ser más preciso en la solución de máxima
verosimilitud simulada, pero lo mismo puede no ser cierto de los errores estándar de las
correlaciones, que son aproximaciones en muchos completos- métodos de información.
Llegaron a la conclusión de que el procedimiento de mínimos cuadrados generalizados
es bastante satisfactorio en muchas aplicaciones.

Todo MPM requerir un bastante grande muestra tamaño. Ambos estructural MPM y
simulado los métodos de máxima verosimilitud se basan en la teoría asintótica, y no se
sabe muy bien cómo cualquier conjunto de suposiciones asintóticas se sostiene con
tamaños de muestra realistas. Tamaño de la muestra Es probable que los problemas se
manifiesten en inferencias sesgadas debido a estimaciones deficientes de parámetros
varianza-covarianzas. Una regla general es que el número de observaciones deber ser
mayor que 1,5 k(k+1), Dónde k es el total número de Variables (Jöreskog y Sörbom,
1993). Nuestro caso de 829 observaciones y trece variables (3 dependientes más 10
independiente) Satisface éste criterio. Nosotros hacer caer algo corto de el tamaños
mínimos de muestra recomendados de 1.000 para la estimación de ADF-WLS (Hoogland
y Boomsma, 1998), pero nuestro modelo final, que contiene 20 parámetros libres, cumple
con el Criterio de que el tamaño de la muestra para el modelado de ecuaciones
estructurales con datos no normales debe ser en menos Diez veces el número de Gratis
Parámetros (Boomsma y Hoogland, 2001).
Colinealidad cuál Manifiesta se en no positivo definido momento matrices y esdifícil Para
prever es otro limitación de el estructural MPM ese Plagas todo sistemas de ecuaciones
simultáneas con un número relativamente grande de variables, particularmente los
sistemas comprendían sobre todo de variables dicotómicas. Además de estar limitado
por el tamaño de la muestra a no más de veinte variables exógenas, estábamos limitados
a encontrar variables exógenas que no condujeron a la singularidad cuando se combinan
junto conlas variables endógenas. En la presente demanda, esto limita el número de
accidentes características ese enlatar ser incluido en el MPM.

REFERENCIAS
Akaike, H., 1974. Una nueva mirada al modelo de identificación estadística.
Transacciones IEEE en Automático Control 19, 716-723.
Álvarez, V.M. (2002). Implicaciones de seguridad de las secciones de tejido en el diseño
de autopistas: A Estudio de caso en el Condado de Orange. Tesis de maestría
inédita, Departamento de Asuntos Civiles y Medioambiental Ingeniería
Universidad de California Irvine.
Amemiya, T., 1978. La estimación de una ecuación simultánea probit generalizada
modelo. Econometrica 46, 1193-1205.
Ashford, J.R. y Sowden, R.R., 1970. Análisis probit multivariante. Biometría 26, 535-546.
Bock R.D. y Gibbons R.D., 1996. Alta dimensión multivariado Probit análisis.
Biometría 52, 1183-1194.
Boomsma, A. y Hoogland, J.J., 2001. La robustez del modelado LISREL revisitado. In R.
Cudeck, S. du Toit and D. Sörbom (Eds.). Modelado de ecuaciones estructurales:
Presente y Futuro 139-168. Científico Software Internacional Chicago.
Bozdogan, H., 1987. Selección del modelo y criterio de información (AIC) de Akaike: el
General teoría y su analítico Extensiones. Psicometrika 52, 345-370.
Browne M.W., 1982. Covarianza Estructuras. En D.M. Hawkins Ed. Temas en
Multivariado Análisis: 72-141. Cambridge Universidad Prensa Cambridge.
Browne, M.W., 1984. Métodos libres de distribución asintótica en el análisis de la
covarianza Estructuras. Británico Diario de Matemático y Estadístico Psicología,
37: 62-83.
Caltrans, 1993. Manual de Tráfico Sistema de Vigilancia y Análisis de Accidentes.
CaliforniaDepartamento de Transporte Sacramento CA.
Cassidy M., Skabardonis, Un. y Mayo A.D., 1989. Operación de alcalde autopista
secciones de tejido: evidencia empírica reciente. Registro de investigación de
transporte, 1225, 61-72.
Cirillo, J. A., 1970. La relación de los accidentes con la longitud de los carriles de cambio
de velocidad y tejeduría Áreas en Interestatal Carreteras Carretera Investigación
Grabar 312, 17-32.
Fazio, J., and Rouphail, N.M., 1986. Secciones de tejido de autopistas: comparación y
refinamiento de diseño y Operaciones análisis Procedimientos Transporte
Investigación Grabar 1091, 101-109.
Fazio, J., Holde, J. y Rouphail, N.M., 1993. Uso de las tasas de conflicto de autopistas
como un alternativa a las tasas de choque en el análisis de seguridad de la sección
de tejido. Transporte Investigación Grabar 1401, 61-69.
Fitzpatrick K., y Nowlin, L., 1996. Unilateral tejeduría Operaciones en unidireccional
Fachada carreteras. Transporte Investigación Grabar 1555, 42-49.

Glad, R.W., 2001. Análisis y desempeño del tejido: El caso del estado de Washington
Estudiar. Investigación Informe Washington Estado Departamento de Transporte.
Olympia WA.
Glonek, G.F.V. y McCullagh, P., 1995. Modelos logísticos multivariantes. Diario de la
Real Estadístico Sociedad Parte B 57, 533-546.
Golob, T.F., 2003. Estructural ecuación modelado paraviajar comportamiento
investigación.
Transporte Investigación - Parte B: Metodológico 37, 1-25.
Golob, T.F. y Hensher, D.A., 1998. Invernadero gas Emisiones y Australianoactitudes y
comportamientos de los viajeros con respecto a las políticas de reducción y
personales implicación. Transporte Investigación D 3, 1-18.
Golob, T.F. y Regan A.C., 2002. Camiones industria adopción de información
Tecnología: Un estructural multivariado discreto elección modelo. Transporte
Investigación C, 10: 205-228.
Hoogland, J.J. y A. Boomsma, 1998. Estudios de robustez en Estructura de covarianza
Modelado: Un visión general y un metanálisis. Sociológico Métodos y
Investigación 26, 329-3.
Jöreskog, K.G. y D. Sörbom, 1993. Guía de referencia del usuario de LISREL 8; PRELIS
2 Usuarios Referencia Guiar. Científico Software Internacional Chicago.
Leisch, J. E., 1979. Una nueva técnica para el diseño y análisis de secciones de tejido
en Autopistas ITE Diario 49, 26-29.
Leisch, J. E., 1983. Finalización de los procedimientos de análisis y diseño del tejido
Secciones Final Informe Federal Carretera Administración Washington DC.
MacCallum, R.C., Browne, M.W. and Sugawara, H.M., 1996. Análisis de potencia y
determinación del tamaño de la muestra para el modelado de la estructura de
covarianza. Psicológico Métodos 1, 130-149.
McFadden, D.L. y Ruud, P., 1994. Estimación por simulación. Econometrica 57, 1027-
1057.
Moskowitz, K., and L. Newman, 1963. Nota sobre la capacidad de la autopista.
Investigación vial Grabar 27, 44-68.
Muthén, B., 1979. Un modelo probit estructural con variables latentes. Diario de la
Americano Asociación Estadística 74, 807-811.
Muthén, B., 1983. Latente variable estructural ecuación modelado con categórico datos.
Diario de Econometría 22, 43-65.
Muthén, B., 1984. Un modelo de ecuación estructural general con dicotómica, ordenada
indicadores variables latentes categóricos y continuos. Psicometrika 49, 115- 132.

Olsson U., 1979. Máximo probabilidad estimación de el policórico correlación
coeficiente. Psicometrika, 44: 443-460.
Olsson U., Drasgow, F. y Dorans, Nueva Jersey, 1982. El poliserial correlación
coeficiente.
Psicometrika, 47: 337-347.
Pignataro, L. J., Et al., 1975. Informe NCHRP 159: Diseño de áreas de tejido y Análisis.
Carretera Investigación Tabla Nacional Investigación Consejo Washington.
Reilly W., Kell J. y Johnson J., 1984. Tejeduría Análisis Procedimientos para el Nuevo
Carretera Capacidad Manual, JHK & Asociados Tucson AZ.
Senescal J., Pastelero M. y Gracias Aerde, M., 1996. Evaluar tejeduría sección Diseños
Usando INTEGRACIÓN. Transporte Investigación Grabar 1555, 33-41.
TRB, 1965. Carretera Capacidad Manual. Especial Informe 87, Transporte
InvestigaciónTabla Nacional Investigación Consejo Washington.
TRB, 1994. Manual de capacidad de carreteras. Especial Informe 209, Investigación en
transporteTabla Nacional Investigación Consejo Washington.
TRB, 2000. Manual de capacidad de carreteras. Especial Informe 209, Investigación en
transporteTabla Nacional Investigación Consejo Washington.
furgoneta Wissen, L.J. y Golob, T.F., 1990. Simultáneo ecuación Sistemas
Participaciónbinario elección Variables. Geográfico Análisis 22, 224-243.

Seguridad de secciones de tejido de autopistas

Recommended

Recommended

More Related Content

What's hot

What's hot (13)

Similar to Seguridad de secciones de tejido de autopistas

Similar to Seguridad de secciones de tejido de autopistas (20)

More from Sierra Francisco Justo

More from Sierra Francisco Justo (20)

Recently uploaded

Recently uploaded (20)

Seguridad de secciones de tejido de autopistas