Le modèle statistique prédit les probabilités de décès, les comportements liés et d’autres variables des accidents de voiture

voiture

Crédit: Steffen Thoma / Domaine public

Un modèle de prévisibilité construit par une équipe de recherche SMU peut calculer les probabilités que certaines variables – comme la conduite en état d’ébriété ou excès de 20 milles au-dessus de la limite – se traduisent par un grave accident de voiture.

Par exemple, le modèle statistique prédit qu’un homme de 25 ans impliqué dans un accident impliquant deux voitures aura 2% de chances de mourir dans cet accident, s’il conduit une Ford Focus 2012 sur une route sèche de Dallas à 14 heures. C’est si l’alcool n’est pas impliqué et qu’il conduit à 80 km / h sur l’autoroute avec une limite de vitesse à 70 mi / h.

Pourtant, le risque que l’accident soit mortel pour le même conducteur dans la même voiture à la même vitesse passe à 10% s’il boit de l’alcool, prédit le modèle.

L’équipe de recherche a créé un système interactif en ligne qui permet à quiconque d’utiliser son modèle prédictif. Ce système peut être trouvé à http://gessmu.azurewebsites.net/ sous la section VII. Système d’exploration des prix des accidents.

Tony Ng, professeur de sciences statistiques au SMU et l’un des co-créateurs du modèle, a déclaré que l’outil pourrait être particulièrement utile en tant qu’outil pédagogique pour concrétiser l’impact réel de certaines conditions et comportements de conduite sur différents publics, comme les jeunes conducteurs.

«Cela peut, espérons-le, influencer positivement le comportement des conducteurs et réduire les accidents en sensibilisant les conducteurs aux habitudes de conduite dangereuses», a déclaré Ng.

L’utilisation de techniques d’analyse de données telles que le modèle SMU pour analyser les données de trafic peut également potentiellement identifier les points chauds d’accidents et les raisons qui les sous-tendent, aidant les responsables de la circulation à améliorer la sécurité routière. Par exemple, les données pourraient être utilisées pour ajuster les limites de vitesse sur une autoroute donnée ou inciter à placer des caméras là où les conducteurs sont connus pour accélérer, a déclaré Ng.

La SMU (Southern Methodist University) a utilisé les données du General Estimates System du US Department of Transportation, qui est un échantillon représentatif d’accidents de véhicules à moteur de tous types déclarés par la police et recueillis par la National Highway Transportation Safety Administration pour tous les États de 1988 à 2013. Ng et une équipe d’anciens étudiants du SMU Department of Statistical Science a également utilisé les cotes de sécurité des voitures du Département américain des transports et des fiches d’information sur le coût des décès par accident pour un État afin de proposer le modèle.

Ils ont publié une étude sur le modèle prédictif dans la revue Computational Statistics. L’article est basé sur une entrée du GSS Data Challenge 2016 organisé par trois sections de l’American Statistical Association: Statistical Computing, Statistical Graphics et Government Statistics.

Les co-auteurs étudiants sont Gunes Alkan, Robert Farrow, Haichen Liu, Clayton Moore, Yihan Xu, Ziyuan Xu, Yuzhi Yan et Yifan Zhong. Ces étudiants ont grandement contribué à la collecte des données, à la préparation de ces données pour l’analyse, à la rédaction d’un modèle mathématique pouvant être utilisé et à la création du système interactif en ligne. Lynne Stokes, professeur de science statistique à SMU, a également contribué à l’étude.

Le modèle qu’ils ont créé utilise 11 variables différentes pour prédire la blessure maximale possible pour le conducteur. Ils ont pris en compte à la fois des facteurs humains, tels que l’âge et le sexe du conducteur, ainsi que des éléments tels que l’état de la route, la limite de vitesse et l’état dans lequel l’accident s’est produit.

Les chercheurs ont utilisé ces variables pour analyser la probabilité qu’un accident de voiture cause des blessures, des blessures mineures à la mort. Ils ont également examiné quels seraient les dommages matériels causés par un accident avec un ou plusieurs véhicules, ainsi que les frais médicaux.

Ng prévient que le modèle qu’ils ont créé n’est aussi bon que les données. Comme pour tout modèle statistique créé, il peut y avoir des erreurs dans les résultats, car les données qu’ils ont utilisées comme source principale ont reconnu des erreurs de mesure.

Néanmoins, Ng a souligné: «Le modèle peut être considéré comme un outil éducatif utile pour sensibiliser le grand public au risque et éviter les mauvais comportements de conduite comme la vitesse excessive et l’alcool au volant».


Représentation du comportement de conduite comme modèle statistique


Plus d’information:
Modèle prédictif SMU: urldefense.proofpoint.com/v2/u… Ps88t7YP_Oi1o6Ars & e =

Fourni par Southern Methodist University

Citation: Le modèle statistique prédit les probabilités de mort, les comportements liés, d’autres variables des accidents de voiture (2021, 21 avril) récupéré le 21 avril 2021 sur https://techxplore.com/news/2021-04-statistical-odds-death-tying-behavior .html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.