서울시립대 교통공학과

1. -13주차- 교통안전사업의 사후평가 교통안전 서울시립대 교통공학과

2. 1 교통안전사업의 사후평가 목 차

3. 교통안전사업의 사후평가 개선대책이 유효했었는지에 대한 판단. 통계기법을 이용한 결론 도출 The need for monitoring • ▬ System의 성과측정을 위한 체계적인 자료수집체계 (정의) • ▬ Monitoring의 목적 by I.H.T(1990) • 안전증진 목표와 관련된 사고발생효과 평가. • 차량의 속도 및 교통량의 분포에 관한 평가 • 기대하지 않은 효과 (영향) Side-effects. • 주변환경에 대한 평가. • 주변 주민들의 반응. • ▬ The County Surveys’ Society(1991): Monitoring 방법 • 개선직후에 정밀조사 • 개선후 3년동안 분석. (통계적 검증필요) • 원하는 교통사고 유형(object-oriented)분석

4. ▬ 일반적인 Performance Indicator. • # and type of accident. • severity of acc. • distribution of accident over the road network. • traffic flows and travel times. • turning mvt and delays at Int. • access times and distance within residential areas. • routes taken • operation of buses. Monitoring Techniques. • ▬ Experimental Design. • controlled experimentation.(factors) → 현실적으로 거의 불가능함. • before and after studies. • comparisons using control sites. • time trend comparisons. • ▬ Before and after studies. • 전체적인 증감에 의한 overestimate가 있을 수 있음. • 목적설정 • 전ᆞ후에 대하여 정량적 값을 획득. • 전ᆞ후에 대하여 결과비교.

5. ▬ comparisons using control sites. • control site의 조건 • treated sites와 유사할것. • 지리적으로 인접할것 • 유사한 교통흐름 • test site의 treatment에 영향이 없을것. • 조사기간동안 변동이 없을것(시설측면) • 사고data가 있어야함. • ▬ Time trend comparisons. • 시계열분석으로 예측한 후 after data와 비교하는 방법. Analysis of Accident Statistics • comparison of accident frequences → chi-square test • a paired t-test(사고가 Normal Dist를 따를때) • comparison of accident rates → a paired t-test • comparison of proportions → z-test • accident frequencies → Poison distribution. • 수원시, 성남시, 안양시, 부천시, 안산시, 고양시, 용인시 7개도시가 경기도 전체인구의 54%를 점하고 있음. • 따라서, 그린웨이의 이용효율 증진을 위해 이들 도시로 노선망이 경유하는 것이 바람직함

6. Guide to statistical tests

7. ▬ chi-squared test • 전ᆞ후 비교시 많이 사용됨. • 사업시행전후의 사고수가 통계적으로 유의한지를 검증. • control site와 비교시 이용. • = observed value in column j and row i • = expected value in column j and row I • m = # of columns • n = # of rows • X²=0. obs.와 Exp가 같다. • X²가 작다는 것은 두개의 차이가 크지 않다는 의미임. • dᆞf = (n-1)(m-1)

8. ex) X²example “Simple before and after comparison” • # of acc. at six sites two year before period • one year after period • 모든 지역이 유사하다고 가정 → 하나의 data로 사용가능. • Before Avg/yr = 76/2 = 38 • After Avg/yr =45 • +7 → is it significant? • H。: 두개의 set이같다. • before = after • Site 1 → before = 10/2 =5acc/yr → 하나의 Data 개념 적용 • after = 10acc/yr Avg Acc.freq = 5+10/2 =7.5 • Site 2 → before = 10/2 = 5acc/yr • after = 8acc/yr Avg → 5+8/2 = 6.5

9. X² = (10-7.5)²/7.5 + (8-6.5)²/6.5 + (6-6)²/6 +(6-6.5)²/6.5 + (9-9)²/9 + (6-6)²/6 = 1.217 d.f = (n-1)(m-1) = (2-1)(6-1) = 5 d.f ※d.f란. 독립적으로 변할 수 있는 숫자. 예) 1,2,3,4,5 다섯개의 Data가 있다. 평규은 (1+2+3+4+5)/5 = 3.0 평균이 3.0으로 정해지면, 위의 Data 중에서 4개가 주어지면 나머지 하나는 자동으로 결정됨. 고로 d.f=4가되는 것임. from X²table 5.df → 1.217은 90%~95% 원래 10% level에서. table value는 11.1임. 고로 “Do not reject” “90%level에서 두개의 Data Set이 similar하다” 95% 90%

10. chi-squared. Ex. : Control area. H。: before = after. expected # of before period 56/97. 발생 56/97 x 35 = 20.21. Acc treated Area total = 35. in the treated Area. 같은방법으로 다시 위의표를 다시정리. chi-squared (24-20.21)²/20.21 + (32-35.79)²/35.79 +(11-14.79)²/14.79 + (30-26.21)²/26.21 = 2.63 in this case n=2, m=2 → 1 d.f say 10% prob.that these data drawn from the same dist. 1 df. 10% → 2.71 reject H。→ two are different → significant.

11. Paired t-test. (assume, 사고율이 Normal dist을 따른다.) 사고율 비교시 사용 (사고건수가 아님)

12. ex) acc/100km/year reject H。→it is effective

13. Z-test : can be used for proportions on frequencies. proportion (사망자율, 보행자사고율, 야간사고율 등) for a range sample (over 30 data) Z-Value : 10%→1.28 5%→1.64 1%→2.33

14. ex) 1000 accidents 40 accidents 300(30%) → wet road 22(55%) ace.→ wet road X₁= 300 X₂= 22 N₁= 1000 N₂= 40 P₁=0.3 P₂= 0.55 P= (X₁+ X₂)/(N₁+ N₂) = 0.309 significant?