[論文レビュー] Road Accidents in the UK (Analysis and Visualization)

Anjul Tyagi, Ayush Kumar+2 more|arXiv (Cornell University)|Jul 29, 2019

Traffic and Road Safety参考文献 1被引用数 4

ひとこと要約

本研究では、英国の交通事故データに対して多重対応分析（MCA）を適用し、郵便番号、曜日、運転手の年齢層といった主要要因の可視化と相関関係を明らかにした。その結果、リバプール（L）では土曜日に交通事故が最多となり、主に26–35歳の運転手が関与していることが判明した。さらに、MCAで十分に表現されない変数については仮説検定および時系列解析を用いて分析した。その結果、年間の交通事故件数に減少傾向が認められ、性別による顕著な差異があることが明らかになった。

ABSTRACT

Analysis of road accidents is crucial to understand the factors involved and their impact. Accidents usually involve multiple variables like time, weather conditions, age of driver, etc. and hence it is challenging to analyze the data. To solve this problem, we use Multiple Correspondence Analysis (MCA) to first, filter out the most number of variables which can be visualized effectively in two dimensions and then study the correlations among these variables in a two dimensional scatter plot. Other variables, for which MCA cannot capture ample variance in the projected dimensions, we use hypothesis testing and time series analysis for the study.

研究の動機と目的

• 次元削減を用いて、英国の交通事故データにおける最も影響力のある変数を特定および可視化すること。
• MCAを用いて、事故発生場所（郵便番号）、曜日、運転手の年齢層の間の相関関係を理解すること。
• MCAで可視化が難しい変数（車両種別、天候、性別など）を、仮説検定および時系列解析を用いて分析すること。
• 時間経過に伴う事故頻度の傾向を予測し、ロンドン・サマーレンズ・オリンピックのような主要イベントの影響を評価すること。

提案手法

• 高次元の事故データを二次元に次元削減するため、多重対応分析（MCA）を用いて可視化および相関分析を実施した。
• 各変数のMCA射影における表現の正確さを評価するための区別尺度を用い、郵便番号、曜日、運転手の年齢層を優先的に分析した。
• 事故頻度のグループ間比較（例：男性 vs. 女性運転手、夏季 vs. 冬季）のため、ウェルチのt検定を用いた仮説検定を実施した。
• 月次事故傾向のモデル化と予測のため、自己回帰（autoregression）を用いた時系列解析を実施した。
• MCAの表現が低い変数については、MCAと補足的分析を組み合わせ、包括的な洞察抽出を実現した。
• 予測の妥当性を検証するため、決定係数（RMSE）を用い、自己回帰モデルのRMSEは699.84であった。

実験結果

リサーチクエスチョン

• RQ1 郵便番号、曜日、運転手の年齢層のどの組み合わせが最も高い事故頻度を示し、それらはどのように相関しているか？
• RQ2 男性運転手と女性運転手の間で事故頻度に顕著な差異があるか。また、それらはどのように比較できるか？
• RQ3 2012年に開催されたロンドン・サマーレンズ・オリンピックの開催が、日次事故率に顕著な影響を及ぼしたか？
• RQ4 地下鉄駅に近い地域は、他の地域と比較して事故頻度が高いか？
• RQ5 2005年から2014年までの英国の月次事故頻度の長期的傾向は何か。また、それは信頼性を持って予測可能か？

主な発見

• リバプール（L）の郵便番号では、土曜日に最も多くの事故が発生しており、主に26–35歳の運転手が関与している。
• 若年運転手（18–25歳）が関与する事故件数は、高年齢運転手（65–85歳）と比較して1日あたり85～89件多い。
• 男性運転手は、女性運転手よりも1日あたり428～439件多い事故を引き起こしている。
• 地下鉄駅に近い地域では、非地下鉄駅地域と比較して1日あたり9～29件多い事故が発生している。
• 夏季の事故件数は冬季と比較して1日あたり15～30件多い。
• 自己回帰モデルは月次事故傾向を予測し、決定誤差（RMSE）が699.84であった。これは2005年から2014年にかけて全体的に減少傾向にあることを示している。