Effekt af elektronisk stabilitetskontrol på personbilers eneuheld



Relaterede dokumenter
Effektstudie af stræknings-atk

Analyse af binære responsvariable

Bilag: Revidering af trafiksikkerhedsplan. Uddrag af ulykkesanalyse

9. Chi-i-anden test, case-control data, logistisk regression.

Vi vil analysere effekten af rygning og alkohol på chancen for at blive gravid ved at benytte forskellige Cox regressions modeller.

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Mantel-Haenszel analyser

Statistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable

Overblik over det samlede uheldsbillede for Aarhus kommune

Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Eksamensopgave E05. Socialklasse og kronisk sygdom

Lineær og logistisk regression

Af seniorforsker Tove Hels og seniorforsker Ivanka Orozova-Bekkevold, Danmarks TransportForskning

48 BILKØRSEL MED ALKOHOL OG ANDRE STOFFER

Præcision og effektivitet (efficiency)?

Morten Frydenberg 14. marts 2006

Tandstatus hos søskende

Opgavebesvarelse, logistisk regression

Hvem er det, der gentagne gange kører spirituskørsel, og hvor udbredt er recidivisme i Danmark

Sidste gang: One-way(ensidet)/one-factor ANOVA I dag: Two-factor ANOVA (Analysis of variance) Two-factor ANOVA med interaktion

Morten Frydenberg 26. april 2004

Logistisk regression. Basal Statistik for medicinske PhD-studerende November 2008

Udbrændthed og brancheskift

Faculty of Health Sciences. Logistisk regression: Kvantitative forklarende variable

Indvandrere og efterkommere i foreninger er frivillige i samme grad som danskere

1 Uheldsgrundlag Sammenligning med andre kommuner Færdselssikkerhedskommissionens målsætning Uheldsudvikling...

Sammenhængsanalyser. Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt.

MPH specialmodul i biostatistik og epidemiologi SAS-øvelser vedr. case-control studie af malignt melanom.

Statistik II 4. Lektion. Logistisk regression

Baggrundsnotat: Undervisningstimer på universitetet

SAMFUNDSVIDENSKABELIGE STUDERENDE PÅ SDU

UDKAST. Køge Kommune. Trafik- og miljøplan Uheldskortlægning. BAGGRUNDSNOTAT 21. februar 2013 STS/IF

Logistisk regression

38 FAKTORER DER PÅVIRKER TRAFIKSIKKERHEDEN

Løsning til opgave i logistisk regression

Økonometri 1. Kvalitative variabler. Kvalitative variabler. Dagens program. Kvalitative variable 8. marts 2006

TEMAANALYSE ULYKKER VED VEJARBEJDE

Dataanalyse. Af Joanna Phermchai-Nielsen. Workshop d. 18. marts 2013

Vejledende løsninger kapitel 8 opgaver

1 Problemformulering CYKELHJELM

Statistik. Uheld med landbrugskøretøjer i Syd- og Sønderjylland

Vejr og vejkapacitet. Thomas C. Jensen

1.193 dræbte Det har vi lært. Dødsulykkestatistik

Statistik II 1. Lektion. Sandsynlighedsregning Analyse af kontingenstabeller

Oversigt. 1 Gennemgående eksempel: Højde og vægt. 2 Korrelation. 3 Regressionsanalyse (kap 11) 4 Mindste kvadraters metode

Trafikulykker, personbilers vægt og kørselsafgifter

Analyse af social uddannelsesmobilitet og frafald på lange videregående uddannelser

TRAFIKPLAN FOR FAXE KOMMUNE UHELDSANALYSE

Basal statistik for sundhedsvidenskabelige forskere, efterår 2015 Udleveret 29. september, afleveres senest ved øvelserne i uge 44 (

Anvendt Statistik Lektion 5. Sammenligning af to grupper * Sammenligning af middelværdier * Sammenligning af andele

Besvarelse af opgavesættet ved Reeksamen forår 2008

Multipel Lineær Regression

Statistik II 1. Lektion. Analyse af kontingenstabeller

Workshop 6 Sundhedsprofilen metode og muligheder. Anne Helms Andreasen, Forskningscenter for Forebyggelse og Sundhed

Forelæsning 11: Kapitel 11: Regressionsanalyse

Teenagefødsler går i arv

Transkript:

Effekt af elektronisk stabilitetskontrol på personbilers eneuheld Tove Hels, ths@transport.dtu.dk Allan Lyckegaard, DTU Transport Inger Marie Bernhoft, DTU Transport

Data og formål Vi vil estimere risikoen for eneuheld med ESC installeret i forhold til hvis ESC ikke er installeret Studieenhed: uheldsramte personbiler (uheld 2004-2011) Personskadeuheld Føreren over 18 år Studieenheden er bilen, årgang 1998-2011 Data fra JATO Dynamics om bilen Politiregistrerede data om uheld 2004-2011 I alt indgår 13.636 biler i undersøgelsen 2 DTU Transport, Danmarks Tekniske Universitet

Materiale, biler Antal 2000 1800 1600 1400 1200 1000 800 600 400 200 0 Første registreringsår Biler i uheld, N=13.636. 3 DTU Transport, Danmarks Tekniske Universitet

Materiale, biler 6000 5000 4000 Antal 3000 2000 1000 0 Bilens totalvægt (kg) Biler i uheld, N=13.390. 4 DTU Transport, Danmarks Tekniske Universitet

Materiale, biler Andel med ESC 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Første registreringsår Andre uheld Eneuheld Biler i uheld, N=13.636. 5 DTU Transport, Danmarks Tekniske Universitet

Materiale, førere 1600 1400 1200 1000 Antal 800 600 400 200 0 Førerens alder (år) Mand Kvinde 6 DTU Transport, Danmarks Tekniske Universitet

Metode 1 Eneuheld: Andre uheld: Uheld, som tiltaget ville have indflydelse på (eneuheld=1) Uheld, som tiltaget ikke ville have indflydelse på (eneuheld=0) Uheld i alt Biler, der havde installeret tiltaget (ESC=1) 172 a 2.949 b 3.121 a+b Biler, der ikke havde installeret tiltaget (ESC=0) 1.324 c 9.191 d 10.515 c+d I alt 1.496 12.140 13.636 OOOO = aa bb cc dd = aaaa bbbb OR (odds ratio) er forholdet mellem: sandsynlighed for eneuheld givet ESC og sandsynligheden for eneuheld givet ikke-esc 7 DTU Transport, Danmarks Tekniske Universitet

Metode 2, logistisk regression PP(yy) = exp (y) 1 + exp (y) yy = β 0 + β 1 x 1 + β 2 x 2 + + β p x p OOOO = exp(y x ESC=1) exp(y x ESC =0) = exp β ESC x ESC x ESC =1 exp β ESC x ESC x ESC =0 = exp β ESC 8 DTU Transport, Danmarks Tekniske Universitet

Model Signifikante variable i den logistiske regression Variabel Førerkarakteristika Alder Alder2 Kon Kkort Sele Kon*prom Kkort_erfaring Køretøjskarakteristika Variabelbeskrivelse Alder i år Alder i 2. potens Køn: mand/kvinde Gyldighed af kørekort til personbil: Gyldigt kørekort/ugyldigt kørekort Selebrug: Uden sele/med sele/uoplyst ESC ESC installeret: 0/1 Regyear Totalvaegt_100kg Omgivelsernes karakteristika Sigt Lys Interaktionsled imellem køn og alkoholpromille, promilleniveauer: Ikke alkoholpåvirket/ Alkoholpåvirket(ikke prøvet)/0,1-0,5/0,5-0,8/0,8-1,2/1,2+ /Uoplyst Antal år siden kørekort er erhvervet: 0-2/3-5/6-10/11+/Uoplyst Årgang af bil Bilens totalvægt i 100 kg Byzone Uheld sket i byzone: 0/1 Vejens karakteristika Fore Vejudf Hastgr Hastgr2 Sigtbarheden på uheldsstedet: Sigtbart/Nedsat sigt/uoplyst Lysforhold på uheldsstedet: Dagslys-Tusmørke/Mørke/Uoplyst Føret på uheldsstedet: Tørt/Glat/Vådt/Uoplyst Vejens udformning: Lige vej/kurve/kryds/anden udformning Hastighedsgrænsen på vejen Hastighedsgrænsen i 2. potens 9 DTU Transport, Danmarks Tekniske Universitet

Resultater Ukorrigerede odds ratio-estimater for ESC Datasæt Antal observationer Odds ratio 95 % -konfidensinterval Biler i alle typer personskadeuheld 13.636 0,40 0,34-0,47 Biler i uheld med dræbte 774 0,40 0,22-0,72 Biler i uheld med alvorligt tilskadekomne 6.429 0,42 0,33-0,53 Biler i uheld med let tilskadekomne 6.433 0,39 0,30-0,50 Korrigerede odds ratio-estimater for ESC Datasæt Antal observationer Odds ratio 95 % -konfidensinterval Biler i alle typer personskadeuheld 13.331 0,66 0,52-0,83 Biler i uheld med dræbte 754 0,76 0,33-1,76 Biler i uheld med alvorligt tilskadekomne 6.279 0,68 0,48-0,97 Biler i uheld med let tilskadekomne 6.298 0,65 0,45-0,93 10 DTU Transport, Danmarks Tekniske Universitet

Korrigerede odds ratio-estimater, logistisk regression Variabel Odds ratio 95 % -konfidensinterval Førerkarakteristika nedre Øvre Alder 0,94 0,917 0,972 Alder2 1,00 1,000 1,001 Kon: Kvinde vs Mand 0,60 0,520 0,70 Kkort: Ugyldigt kørekort vs Gyldigt kørekort 3,28 2,307 4,654 Sele: Uden sele vs Med sele 4,89 3,813 6,268 Sele: Uoplyst vs Med sele 1,75 1,491 2,061 Kkort_erfaring: 0-2 vs 11+ 2,21 1,621 2,999 Kkort_erfaring: 3-5 vs 11+ 1,49 1,107 2,005 Kkort_erfaring: 6-10 vs 11+ 1,40 1,092 1,785 Kkort_erfaring: Uoplyst vs 11+ 1,21 0,970 1,501 Køretøjskarakteristika Regyear 0,95 0,927 0,974 Totalvaegt_100kg 0,93 0,908 0,956 ESC 1 vs 0 0,66 0,518 0,829 Omgivelsernes karakteristika Sigt: Nedsat sigt vs Sigtbart 0,71 0,522 0,954 Sigt: Uoplyst vs Sigtbart 1,58 0,661 3,757 Lys: Mørke vs Dagslys-Tusmørke 1,74 1,504 2,014 Lys: Uoplyst vs Dagslys-Tusmørke 1,31 0,134 12,848 Byzone: Nej vs Ja 1,72 1,295 2,272 Vejens karakteristika Hastgr 1,05 1,023 1,080 Hastgr2 1,00 1,000 1,000 Fore: Glat vs Tørt 1,69 1,338 2,132 Fore: Uoplyst vs Tørt 0,93 0,272 3,190 Fore: Vådt vs Tørt 0,86 0,737 1,008 Vejudf: Anden udformning vs Lige vej 1,72 1,309 2,264 Vejudf: Kryds vs Lige vej 0,11 0,088 0,139 11 DTU Transport, Vejudf: Danmarks Kurve vs Lige Tekniske vej Universitet 3,92 3,273 4,704

Tak for opmærksomheden ths@transport.dtu.dk 12 DTU Transport, Danmarks Tekniske Universitet