马尔可夫转换多项logit模型：在交通事故伤害严重程度中的应用

在本研究中，提出了两状态马尔可夫转换多项logit模型，用于交通事故伤害严重程度的统计建模。这些模型假设在道路安全的两个不可观测状态之间存在时间上的马尔可夫转换。这些状态是不同的，意义在于在不同状态下，事故伤害严重程度的结果由独立的多项logit过程生成。为了证明本文所提方法的适用性，对印第安纳州道路上四年时间内发生事故的严重程度结果估计了两状态马尔可夫转换多项logit模型。模型估计使用了贝叶斯推断方法和马尔可夫链蒙特卡洛 (MCMC) 模拟。估计的马尔可夫转换模型相对于标准（单状态）多项logit模型具有更好的统计拟合效果。研究发现，道路安全更频繁出现的状态与较好的天气条件相关。较不频繁出现的状态被发现与恶劣天气条件相关。