مقایسه آماری مدل های جمعی تعمیم یافته گوسین معمولی، مقیاس-مکان و دومتغیره توام در مدلسازی جرایم رانندگی فاصله و سرعت غیرمجاز براساس داده های تردد شمار فروردین ماه 1398 کشور ایران

مدل های خطی جمعی تعمیم یافته به عنوان یکی از مدل های آماری که با در نظر گرفتن ساختار منعطف برای متغیرهای پیشبین در قالب رگرسیون های اسپلاین مکعبی و ... و متغیرهای پاسخ از خانواده توزیع نمایی وجود دارد. بسط این مدل ها، هنگامی که متغیرهای پاسخ دارای توزیع های مکان-مقیاس یا چندمتغیره هستند، در این تحقیق مطالعه و با یکدیگر مقایسه شده اند. برای این منظور از مجموعه داده ی محورهای تردد شمار در کل کشور ایران در ماه فروردین 1398 استفاده شده است. این مجموعه داده ها به صورت ساعتی و روزانه شاخص های متعدد ترافیکی را در استان های مختلف کشور ثبت می کنند. از دو شاخص رانندگی پرخطر براساس گزارش سازمان بهداشت جهانی، تعداد جرایم رانندگی فاصله و سبقت غیرمجاز، استفاده شده است. کیفیت مجموعه داده ها، بررسی و تنها آنهایی که در تمام 60 دقیقه در یک ساعت فعال بوده است، در این تحیل استفاده شده است. هدف این پژوهش بررسی همبستگی بین تعداد جرایم در استان های مختلف و در نظر گرفتن عامل ساعت شبانه روز در مدلسازی آنهاست. برای این منظور از اماره انرژی برای آزمون نرمال بودن دومتغیره و برای بررسی همبستگی از دو آزمون پیرسون و اسپیرمن استفاده شده است. در نهایت با سه مدل خطی جمعی تعمیم یافته با توزیع گوسین، مکان-مقیاس و دومتغیره داده ها مدلسازی شده است. یافته های تحقیق نشان می دهند که مدل با در نظر گرفتن توزیع دومتغیره گوسین، ساختار کواریانس براوردی بین دو جریمه رانندگی را براورد می کند و ضرایب به دست آمده برای هر جریمه در قالب رگرسیون اسپلاین مکعبی با یکدیگر در یک مدل استخراج می شود. همچنین نتایج مدل ها از نظر میانگین مجذور مربعات و همبستگی بین مشاهدات واقعی و برازش شده با یکدیگر اختلاف زیادی ندارند. شاخص های aic و bic مدل ها به تفکیک استان گزارش شده است و درصد انحراف در مدل مکان-مقیاس نسبت با دو مدل دیگر بیشتر است.