英国智能高速公路上 primary 与 secondary 事故的非参数 Hawkes 过程模型
应用统计
2020-08-26 v2
摘要
我们将一个自激时空点过程拟合到来自英国国家交通信息服务局的事故数据，以建模 2017-18 年 12 个月期间 M25 高速公路上 primary 与 secondary 事故的速率。该过程使用背景分量表示 primary 事故，使用自激分量表示 secondary 事故。背景由周期性的每日和每周分量、空间分量和长期趋势组成。自激分量是随空间和时间衰减的单向函数。这些分量通过核平滑和似然估计确定。在时间上，背景在各季节间稳定，具有反映通勤模式的每日双峰结构。在空间上，强度有两个峰值，其中之一在研究期间变得更加显著。自激占数据的 6-7%，其相关时间尺度和长度尺度分别约为 100 分钟和 1 公里。我们进行了样本内和样本外验证以评估模型拟合。当我们将数据限制为导致路网上大幅降速的事故时，结果仍然一致。
引用
@article{arxiv.2004.14194,
title = {A non-parametric Hawkes process model of primary and secondary accidents on a UK smart motorway},
author = {Kieran Kalair and Colm Connaughton and Pierfrancesco Alaimo Di Loro},
journal= {arXiv preprint arXiv:2004.14194},
year = {2020}
}
备注
40 pages, 12 figures