Bayesian Analysis of Road Accidents: A General Framework for the Multinomial Case

Denis Bolduc () and Sylvie Bonin

Cahiers de recherche from Université Laval - Département d'économique

Abstract: The detection of dangerous road sites is usually performed using empirical methods which focus on observed accident frequencies and/or proportions of accidents with a given feature. The most widely used detection tools have an empirical Bayes (EB) background. The EB approaches rely on the comparison of frequencies and/or proportions of accidents at a given site with the amounts that would normally occur at similar sites. Currently, analytical techniques for accident proportions describe the number of accidents with a given feature using a binomial distribution. This paper extends to the multinomial case the general EB technique that we recently suggested to analyze road accident proportions. Our proposed approach is a full-information Bayes method that allows for both deterministic and random heterogeneity as well as spatial-correlation among the sites under investigation. The technique can also be used to analyze accident frequencies. An empirical example based on accident data taken from the Québec city database, will serve to demonstrate its usefulness.

Habituellement, la détection des sites d'accidents routiers dangereux est effectuée à partir de méthodes de bayes empiriques appliquées à des taux d'accidents et/ou des proportions d'accidents qui se sont produits dans des conditions données. Ces méthodes comparent les taux et proportions observés avec ceux qui se produisent normalement dans un ensemble de sites routiers considérés comme semblables. Les approches existantes exploitent des lois de distribution binomiales. Dans le présent article, nous décrivons une méthodologie générale à information complète pour analyser le niveau de danger des sites routiers, qui fait appel à des distributions multinomiales. La technique proposée, de type bayésienne, permet de traiter simultanément les problèmes d'hétérogénéité déterministe et aléatoire ainsi que celui de la corrélation spatiale attribuable à la proximité ou l'environnement similaire caractérisant les sites à l'étude. Notre cadre méthodologique englobe des approches bayésiennes de pratique courante qui étudient les proportions d'accidents impliquant une caractéristique donnée. Les propriétés et l'intérêt de la nouvelle méthode sont démontrés à l'aide d'un exemple simple basé sur des données d'accidents de la ville de Québec.

JEL-codes: C11 C15 C21 C44 C51 C87 R15 (search for similar items in EconPapers)
Date: 1998
New Economics Papers: this item is included in nep-ecm
References: Add references at CitEc
Citations:

Downloads: (external link)
http://www.ecn.ulaval.ca/w3/recherche/cahiers/1998/9802.pdf (application/pdf)

Related works:
Working Paper: Bayesian Analysis of Road Accidents: A General Framework for Multinominal Case (1998)
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:lvl:laeccr:9802

Access Statistics for this paper

More papers in Cahiers de recherche from Université Laval - Département d'économique Contact information at EDIRC.
Bibliographic data for series maintained by Manuel Paradis ().