利用贝叶斯数据增强估算救护车行驶时间
应用统计
2013-12-09 v1
摘要
我们引入了一种贝叶斯模型，利用全球定位系统 (GPS) 数据估算城市中各路段救护车行驶时间的分布。由于 GPS 数据存在稀疏性和误差，救护车的确切路径及各路段的行驶时间未知。我们利用贝叶斯数据增强同时估算路径、行驶时间以及各路段行驶时间分布的参数。为了抽取救护车路径样本，我们使用了一种新颖的可逆跳跃 Metropolis-Hastings 步骤。我们还介绍了两种基于 GPS 速度数据的更简单的估算方法。利用模拟数据和来自多伦多急救医疗服务 (Toronto EMS) 的数据，我们将这些方法与最近发表的一种行驶时间估算方法进行了比较。在这两种情况下，贝叶斯方法得出的救护车行程时间样本外点估计和区间估计均优于其他替代方法。我们还构建了救护车覆盖概率地图。贝叶斯方法给出的地图比最近发表的方法更为现实。最后，贝叶斯方法得出的路径估计能在稀疏记录的 GPS 读数之间进行良好插值，并且对 GPS 位置误差具有鲁棒性。
引用
@article{arxiv.1312.1873,
title = {Travel time estimation for ambulances using Bayesian data augmentation},
author = {Bradford S. Westgate and Dawn B. Woodard and David S. Matteson and Shane G. Henderson},
journal= {arXiv preprint arXiv:1312.1873},
year = {2013}
}
备注
Published in at http://dx.doi.org/10.1214/13-AOAS626 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)