7、数据关联分析以减少道路事故

数据关联分析以减少道路事故

1. 数据分析方法

在对道路事故相关数据进行分析时，采用了多种数学和统计方法，针对不同的数据集有不同的分析手段。

1.1 OECD 数据集分析方法

• 基础统计方法：运用范围、中位数、众数、方差、标准差等基础统计方法来描述和分析数据集。
• 其他方法：通过聚合、分组和比较等方法，对德国（发达国家）和印度（发展中国家）的数据集进行分析，以对比以下方面：
  • 道路事故数量及其影响因素。
  • 每单位道路长度的机动车数量。
  • 死亡率及其影响因素。

1.2 Unfallatlas 数据集分析方法

在完成数据整理后，使用流行的机器学习工具 Python 进行数据分析。由于记录包含定性（描述性）数据而非定量（可计算）数据，像最小值/最大值/均值和相关矩阵等标准统计方法并不适用。利用之前创建的视图对按特定列分组的数据进行处理，计算每个联邦州每月的道路事故均值以及各月的参与者（汽车、自行车、卡车等）数量，这些计算有助于解答各种相关问题。

2. 实验结果与评估

对清理和处理后的数据集进行系统分析，数据已按特定条件分组。

2.1 OECD 数据集数据分析实验结果

• 德国和印度道路事故数量比较
  • 德国涉及伤亡的道路事故数量多年来呈下降趋势。1994 年，德国的道路事故数量（393,000 起）远高于印度，但到 201