| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva

Naslov:Modeliranje prostorskega vzorca vremensko pogojenih cestnoprometnih nesreč v Sloveniji
Avtorji:Horvat, Nina (Avtor)
Ivajnšič, Danijel (Mentor) Več o mentorju... Novo okno
Žiberna, Igor (Komentor)
Datoteke:.pdf MAG_Horvat_Nina_2019.pdf (6,11 MB)
MD5: F22700B963597B806CE3DAD506FA143B
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga (mb22)
Tipologija:2.09 - Magistrsko delo
Organizacija:FF - Filozofska fakulteta
Opis:Namen magistrskega dela je bil preučiti trende in prostorski vzorec prometnih nesreč, ki so se v obdobju 2006–2017 končale s smrtjo ali hudo telesno poškodbo, v vseh slovenskih občinah in po posameznih vremenskih situacijah (dež, megla, veter, sneg, toča, jasno in oblačno vreme). Naši cilji so bili predstaviti prometne nesreče na splošno, pregledati trende prometnih nesreč na svetovni, evropski in državni ravni, predstaviti vpliv vremena na prometne nesreče, preučiti metode za proučevanje prostorskih vzorcev prometnih nesreč ter analizirati prostorski vzorec izbranih prometnih nesreč. Podatke o prometnih nesrečah smo pridobili na spletni strani Javne agencije Republike Slovenije za varnost prometa in na Statističnem uradu Republike Slovenije, obdelovali smo jih s pomočjo programov Excel, ArcGIS 10.5 in R. Za vsako omenjeno vremensko situacijo smo izdelali prostorski vzorec, trend in standardizirano stopnjo prometnih nesreč. Izbrali smo spremenljivke, ki značilno vplivajo na število prometnih nesreč. Le-te smo v nadaljevanju transformirali s faktorsko analizo, da smo zagotovili pogoje uporabe linearnih modelov (nekoreliranost prediktorskih spremenljivk). Odvisne in neodvisne spremenljivke smo vstavili v model GWR, za katerega pa se je izkazalo, da ni dober napovedovalec števila prometnih nesreč, ko gre za posamezno vremensko situacijo. Posledično smo uporabili še metodo gradnje odločitvenega drevesa (ang. decision tree model). Sestavili smo algoritme, ki z zadovoljivo točnostjo napovedujejo število prometnih nesreč v posamezni občini glede na obravnavano vremensko situacijo. Kakovost modelov odločitvenega drevesa smo izmerili s pomočjo kazalcev: pojasnjen odklon (ang. explained deviance), MAE (ang. mean absolute error), RMSE (ang. ruth mean square error) in Moranov indeks avtokorelacije (ang. Moran's Index). Rezultati naloge imajo aplikativen pomen za snovalce strategije prometne varnosti na nacionalnem nivoju.
Ključne besede:prometne nesreče, prostorski vzorec, vremenske okoliščine, geografsko obtežena regresija, odločitveno drevo
Leto izida:2019
Založnik:[N. Horvat]
Izvor:Maribor
UDK:614.86:551.515(497.4)(043.2)
COBISS_ID:24697096 Novo okno
NUK URN:URN:SI:UM:DK:BJQ48YQ5
Število ogledov:466
Število prenosov:145
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
Področja:FF
:
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:06.06.2019

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Modelling the Geospatial Pattern of Weather-Related Road Traffic Accidents in Slovenia
Opis:The purpose of the master’s thesis was to study trends and spatial pattern of road accidents in period from 2006 to 2017, which ended in death or serious physical injuries, in all slovenian municipalities, in every weather condition (rain, fog, wind, snow, hail, clear and cloudy weather). Our purpose was to present road accidents in general, to review trends of road accident at international, at european and national level; furthermore, to present the impact of the weather on road accidents, to examine the methods of spatial patterns of traffic accidents and to analyse the spatial pattern of chosen accidents. Traffic accidents data were obtained at the website of Slovenian Traffic Safety Agency and Statistical Office of the Republic of Slovenia. We analysed the data with different programs, including Excel, ArcGIS 10.5 and R. For every weather condition given we made a spatial pattern, trend and standardized level of traffic accidents. We have chosen variables with significant impact on the number of road accidents. Furthermore we transformed those variables with factor analysis in order to provide conditions for the use of linear models (uncorrelated predictor variables). We inserted dependent and independent variables into the GWR model, which later resulted in not being a good predictor of the number of traffic accidents based on individual weather situation. Consequently, we used the method of building a decision tree model. We have compiled algorithms that predict the accuracy of traffic accidents, in a particular municipality, according to the specific weather situation. As a result, we measured the quality of the decision tree models using indicators: explanatory theories of deviance, MAE (mean absolute error), RMSE (root mean square error ) and Moran's Index. To conclude, the results of the task have an applicative significance for the designers of the road safety strategy at the national level.
Ključne besede:Road Accidents, Spatial Pattern, Weather Conditions, Geographically Weighted Regression, Decision Tree Model


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici