Modeling Part.1

모든 전처리가 끝나고 모델링 파트까지 왔다. 모델링은 Part1,2로 나누어져있고, 모델링은 모두 R을 사용했다. Part.1에서는 가벼운 모델인 OLS와 단위 시간당 특정 사건의 갯수를 예측하는 포아송 회귀 모델을 사용했다.

사고유형별, 또 연령대별의 사고건수를 파악하기 위해 사고유형_연령대별로 세분화한 데이터를 사용했고, 12개의 그룹에 해당하는 모델을 만들었다.

결국 이 프로젝트에서 알고 싶은 것은 어떤 지역이 사고유형별_연령대별로 교통사고 위험지역인가를 파악하는 것이다.

ex) 20대의 연령대에서 특히 차대사람 사고가 많이나는 지역은?

Modeling Part.1 (by using R)

현재까지 구축한 데이터 불러오기

데이터 양이 충분하지 않는 ‘중앙분리대수’ 변수는 제외한다.

acci_count_filter25 <- read.csv("accident_count_filter_25.csv" ) %>% dplyr::select(-중앙분리대수)
dim(acci_count_filter25)
acci_count_filter25 %>% head(1)

names(acci_count_filter25)

변수 필터링 과정1- 상관행렬과 Heatmap 확인

# 상관행렬
check_cor <- acci_count_filter25 %>% dplyr::select(`신호등_보행자수`:총거주인구수) %>% cor()

# Heatmap
check_cor2 <- acci_count_filter25 %>% dplyr::select(`신호등_보행자수`:총거주인구수) %>% 
                cor()%>% ggcorrplot(tl.srt = 90)
check_cor2

변수 필터링 과정2 - 분산팽창인자(VIF) 확인

check_cor_df <- acci_count_filter25 %>% dplyr::select(`신호등_보행자수`:총거주인구수, 전체_추정교통량,사고건수)

mod1 <- lm(사고건수 ~ ., data=check_cor_df)
vif <- VIF(mod1)
print("다중공선성 존재")
names(vif)[vif > 5]; # 다중공선성 있다고 판단되는 독립변수들

print("다중공선성이 존재하지 않음")
names(vif)[vif < 5]; # 다중공선성이 있다고 판단되지는 않는 변수들(정상적인 변수들)

혼잡빈도강도, 혼잡시간강도, 이상평균기온동반사고건수, 이상최저온도동반사고건수, 이상최고온도동반사고건수, 이상평균지면온도동반사고건수는 vif가 5 이상으로 판별되었다.

• 데이터 변형1 : 혼잡빈도강도, 혼잡시간강도 데이터의 평균을 “평균혼잡강도” 데이터로 수정한다.

• 데이터 변형2 : 평균기온동반사고건수, 최저온도동반사고건수, 최고온도동반사고건수, 평균지면온도동반사고건수 변수들의 상관관계가 높아 “이상평균기온동반사고건수”만 사용한다.

revised_df <- acci_count_filter25 %>% mutate(평균혼잡강도=(혼잡빈도강도+혼잡시간강도)/2)%>%
  dplyr::select(-이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수, -혼잡빈도강도, -혼잡시간강도)

# VIF 확인
check_cor_df2 <- revised_df %>% dplyr::select(`신호등_보행자수`:총거주인구수, 전체_추정교통량, 사고건수)
mod2 <- lm(사고건수 ~ ., data=check_cor_df2)
vif_final <- VIF(mod2)

print("다중공선성 존재")
names(vif_final)[vif_final>5]; # 다중공선성 있다고 판단되는 독립변수들

print("다중공선성이 존재하지 않음")
names(vif_final)[vif_final<5]; # 다중공선성이 있다고 판단되지는 않는 변수들(정상적인 변수들)

1. OLS 모델링

회귀에서 가장 기본적인 모델 중 하나인 OLS 모델로 사고유형별, 연령대별 사고 건수를 예측한다. 독립변수는 위에서 제거한 것처럼 다중공선성이 없는 변수들만 사용한다.

각 모델의 최적의 변수 조합은 stepwise 방법을 사용했다.

데이터 불러오기

car_under20 <- read.csv("car_under20.csv", row.names = 1)
car_20 <- read.csv("car_20.csv", row.names = 1)
car_30 <- read.csv("car_30.csv", row.names = 1)
car_40 <- read.csv("car_40.csv", row.names = 1)
car_50 <- read.csv("car_50.csv", row.names = 1)
car_over60 <- read.csv("car_over60.csv", row.names = 1)

person_under20 <- read.csv("person_under20.csv", row.names = 1)
person_20 <- read.csv("person_20.csv", row.names = 1)
person_30 <- read.csv("person_30.csv", row.names = 1)
person_40 <- read.csv("person_40.csv", row.names = 1)
person_50 <- read.csv("person_50.csv", row.names = 1)
person_over60 <- read.csv("person_over60.csv", row.names = 1)

OLS 모델 적용 - 차대사람..60대 이상

mod_data2 <- person_over60 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..60대.이상) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대사람..60대.이상`~., mod_data2)
# 회귀분석의 변수선택(stepwise 방법)
summary(step(mod,direction = 'both')) # 결과 코드가 너무 길어져서 해당부분은 출력 생략.
mod1 <- lm(formula = 차대사람..60대.이상 ~ 이상평균기온동반사고건수 + 
           이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 이상안개시간동반사고건수 + 
           안전지대수 + 횡단보도수 + 자동차대수 + 평균혼잡강도, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

OLS 모델 적용 - 차대사람..50대

mod_data2 <- person_50 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..50대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대사람..50대`~., mod_data2)
# summary(step(mod,direction = 'both'))
mod1 <- lm(formula = 차대사람..50대 ~ 이상평균기온동반사고건수 + 이상최대풍속동반사고건수 + 
           이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 이상강수량동반사고건수 + 
           안전지대수 + 횡단보도수, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

OLS 모델 적용 - 차대사람..40대

mod_data2 <- person_40 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..40대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대사람..40대`~., mod_data2)
# summary(step(mod,direction = 'both'))
mod1 <- lm(formula = 차대사람..40대 ~ 신호등_보행자수 + 신호등_차량등수 + 
           이상평균기온동반사고건수 + 이상최대풍속동반사고건수 + 이상강수량동반사고건수 + 
           이상적설량동반사고건수 + 도로속도표시수 + 횡단보도수 + 전체_추정교통량 + 
           평균혼잡강도, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

OLS 모델 적용 - 차대사람..30대

mod_data2 <- person_30 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..30대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대사람..30대`~., mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))

mod1 <- lm(formula = 차대사람..30대 ~ 신호등_차량등수 + cctv수 + 이상평균기온동반사고건수 + 
           이상최대풍속동반사고건수 + 이상평균습도동반사고건수 + 이상강수량동반사고건수 + 
           이상적설량동반사고건수 + 정차금지지대수 + 횡단보도수 + 총거주인구수 + 
           전체_추정교통량, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

OLS 모델 적용 - 차대사람..20대

mod_data2 <- person_20 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..20대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대사람..20대`~., mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))

mod1 <- lm(formula = 차대사람..20대 ~ 신호등_보행자수 + 신호등_차량등수 + 
           cctv수 + 이상평균기온동반사고건수 + 이상최대풍속동반사고건수 + 
           이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 이상강수량동반사고건수 + 
           이상적설량동반사고건수 + 정차금지지대수 + 도로속도표시수 + 
           노드개수, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

OLS 모델 적용 - 차대사람..20대미만

mod_data2 <- person_under20 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..20대.미만) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대사람..20대.미만`~., mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))

mod1 <- lm(formula = 차대사람..20대.미만 ~ 신호등_보행자수 + 신호등_차량등수 + 
           cctv수 + 이상평균기온동반사고건수 + 이상평균풍속동반사고건수 + 
           이상평균습도동반사고건수 + 이상적설량동반사고건수 + 이상안개시간동반사고건수 + 
           안전지대수 + 정차금지지대수 + 노드개수 + 횡단보도수 + 총거주인구수 + 
           전체_추정교통량, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

OLS 모델 적용 - 차대차-60대이상

mod_data2 <- car_over60 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..60대.이상) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대차..60대.이상`~., mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1 <- lm(차대차..60대.이상 ~ 신호등_차량등수 + cctv수 + 이상평균기온동반사고건수 + 
              이상최대풍속동반사고건수 + 이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 
              이상적설량동반사고건수 + 이상안개시간동반사고건수 + 안전지대수 + 
              정차금지지대수 + 도로속도표시수 + 횡단보도수 + 전체_추정교통량, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

OLS 모델 적용 - 차대차-50대

mod_data2 <- car_50 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..50대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대차..50대`~., mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1 <- lm(차대차..50대 ~ 신호등_보행자수 + 신호등_차량등수 + 
              cctv수 + 이상평균기온동반사고건수 + 이상최대풍속동반사고건수 + 
              이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 이상강수량동반사고건수 + 
              이상적설량동반사고건수 + 이상안개시간동반사고건수 + 안전지대수 + 
              정차금지지대수 + 도로속도표시수 + 교통안전표지수 + 노드개수 + 
              횡단보도수 + 평균혼잡강도, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

OLS 모델 적용 - 차대차-40대

mod_data2 <- car_40 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..40대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대차..40대`~., mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1 <- lm(차대차..40대 ~ 신호등_차량등수 + 이상평균기온동반사고건수 + 
              이상최대풍속동반사고건수 + 이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 
              이상강수량동반사고건수 + 이상안개시간동반사고건수 + 안전지대수 + 
              도로속도표시수 + 교통안전표지수 + 노드개수 + 횡단보도수 + 
              총거주인구수, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

OLS 모델 적용 - 차대차-30대

mod_data2 <- car_30 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..30대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대차..30대`~., mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1 <- lm(차대차..30대 ~ 신호등_보행자수 + cctv수 + 이상평균기온동반사고건수 + 
              이상최대풍속동반사고건수 + 이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 
              이상강수량동반사고건수 + 이상적설량동반사고건수 + 안전지대수 + 
              정차금지지대수 + 도로속도표시수 + 교통안전표지수 + 노드개수 + 
              횡단보도수 + 평균혼잡강도, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

OLS 모델 적용 - 차대차-20대

mod_data2 <- car_20 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..20대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대차..20대`~., mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1 <- lm(차대차..20대 ~ 신호등_보행자수 + cctv수 + 이상평균기온동반사고건수 + 
              이상최대풍속동반사고건수 + 이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 
              이상적설량동반사고건수 + 이상안개시간동반사고건수 + 안전지대수 + 
              정차금지지대수 + 교통안전표지수 + 노드개수, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

OLS 모델 적용 - 차대차-20대미만

mod_data2 <- car_under20 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..20대.미만) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- lm(`차대차..20대.미만`~., mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1<-lm(차대차..20대.미만 ~ 신호등_보행자수 + cctv수 + 이상최대풍속동반사고건수 + 
              이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 이상강수량동반사고건수 + 
              이상적설량동반사고건수 + 안전지대수 + 횡단보도수 + 총거주인구수, data = mod_data2)
summary(mod1)
paste("AIC:", round(AIC(mod1), 2))

# OLS의 기본 가정들을 만족하는지 확인 - 등분산성, 독립성, 정규성
bptest(mod1) # 등분산성은 만족하지 않음(유의수준 0.05)
dwtest(mod1) # 독립성은 만족(유의수준=0.05)
shapiro.test(x=residuals(mod1)) # 정규성 만족하지 않음(유의수준=0.05)

2. 포아송 회귀 모델링

로지스틱 회귀 중 포아송회귀를 적용했다. 프로젝트에서 알고자 하는 것이 결국, 단위 기간 내에 사고유형별, 연령대별로 사고건수가 얼마나 발생하는 것을 예측하는 것이기 때문에 포아송 회귀를 사용하는 것이 적합하다고 판단했다.

각 모델의 최적의 변수 조합은 stepwise 방법을 사용했다.

포아송회귀 (GLM) 모델 적용 - 차대사람..60대 이상

mod_data2 <- person_over60 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..60대.이상) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- glm(`차대사람..60대.이상`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
summary(step(mod,direction = 'both')) #결과 코드가 너무 길어져서 해당 부분은 출력 생략.
mod1 <- glm(formula = 차대사람..60대.이상 ~ cctv수 + 이상평균기온동반사고건수 + 
            이상평균습도동반사고건수 + 이상안개시간동반사고건수 + 안전지대수 + 
            횡단보도수 + 자동차대수 + 평균혼잡강도, family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

포아송회귀 (GLM) 모델 적용 - 차대사람..50대

mod_data2 <- person_50 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..50대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- glm(`차대사람..50대`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1 <- glm(formula = 차대사람..50대 ~ cctv수 + 이상평균기온동반사고건수 + 
            이상최대풍속동반사고건수 + 이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 
            안전지대수 + 횡단보도수 , family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

포아송회귀 (GLM) 모델 적용 - 차대사람..40대

mod_data2 <- person_40 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..40대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- glm(`차대사람..40대`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1<-glm(formula = 차대사람..40대 ~ cctv수 + 이상평균기온동반사고건수 + 
            이상강수량동반사고건수 + 횡단보도수 + 평균혼잡강도 , family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

포아송회귀 (GLM) 모델 적용 - 차대사람..30대

mod_data2 <- person_30 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..30대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- glm(`차대사람..30대`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1 <- glm(formula = 차대사람..30대 ~ 신호등_차량등수 + cctv수 + 이상평균기온동반사고건수 + 
            이상평균습도동반사고건수 + 이상강수량동반사고건수 + 횡단보도수 + 
            총거주인구수 , family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

포아송회귀 (GLM) 모델 적용 - 차대사람..20대

mod_data2 <- person_20 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..20대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- glm(`차대사람..20대`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1 <- glm(formula = 차대사람..20대 ~ 신호등_보행자수 + 신호등_차량등수 + 
            cctv수 + 이상평균기온동반사고건수 + 이상최대풍속동반사고건수 + 
            이상평균습도동반사고건수 + 이상강수량동반사고건수 + 정차금지지대수 + 
            도로속도표시수 + 노드개수 + 횡단보도수 + 총거주인구수 , family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

포아송회귀 (GLM) 모델 적용 - 차대사람..20대미만

mod_data2 <- person_under20 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대사람..20대.미만) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod<-glm(`차대사람..20대.미만`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1<-glm(formula = 차대사람..20대.미만 ~ 신호등_보행자수 + cctv수 + 
            이상평균기온동반사고건수 + 이상평균풍속동반사고건수 + 이상강수량동반사고건수 + 
            이상안개시간동반사고건수 + 안전지대수 + 노드개수 + 횡단보도수 + 
            총거주인구수 , family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

포아송회귀 (GLM) 모델 적용 - 차대차..60대이상

mod_data2 <- car_over60 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..60대.이상) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod<-glm(`차대차..60대.이상`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1<-glm(formula = 차대차..60대.이상 ~ 신호등_차량등수 + 이상평균기온동반사고건수 + 
            이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 이상적설량동반사고건수 + 
            안전지대수 + 도로속도표시수 + 노드개수 + 횡단보도수 + 자동차대수 + 
            총거주인구수 + 전체_추정교통량 + 평균혼잡강도 , family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

포아송회귀 (GLM) 모델 적용 - 차대차..50대

mod_data2 <- car_50 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..50대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- glm(`차대차..50대`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1 <- glm(formula = 차대차..50대 ~ 신호등_차량등수 + cctv수 + 이상평균기온동반사고건수 + 
            이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 이상강수량동반사고건수 + 
            안전지대수 + 정차금지지대수 + 도로속도표시수 + 노드개수 + 
            건물면적 + 총거주인구수 + 전체_추정교통량 + 평균혼잡강도 , family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

포아송회귀 (GLM) 모델 적용 - 차대차..40대

mod_data2 <- car_40 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..40대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- glm(`차대차..40대`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1<-glm(formula = 차대차..40대 ~ 신호등_보행자수 + cctv수 + 이상평균기온동반사고건수 + 
            이상평균풍속동반사고건수 + 이상평균습도동반사고건수 + 이상강수량동반사고건수 + 
            이상적설량동반사고건수 + 이상안개시간동반사고건수 + 도로속도표시수 + 
            교통안전표지수 + 노드개수 + 횡단보도수 + 총거주인구수 + 전체_추정교통량 , family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

포아송회귀 (GLM) 모델 적용 - 차대차..30대

mod_data2 <- car_30 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..30대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod<-glm(`차대차..30대`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1<-glm(formula = 차대차..30대 ~ 이상평균기온동반사고건수 + 이상평균풍속동반사고건수 + 
            이상평균습도동반사고건수 + 이상강수량동반사고건수 + 이상적설량동반사고건수 + 
            이상안개시간동반사고건수 + 안전지대수 + 도로속도표시수 + 
            교통안전표지수 + 노드개수 + 횡단보도수 + 전체_추정교통량 , family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

포아송회귀 (GLM) 모델 적용 - 차대차..20대

mod_data2 <- car_20 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..20대) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod<-glm(`차대차..20대`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1<-glm(formula = 차대차..20대 ~ 신호등_보행자수 + 신호등_차량등수 + 
            이상평균기온동반사고건수 + 이상최대풍속동반사고건수 + 이상평균풍속동반사고건수 + 
            이상평균습도동반사고건수 + 이상강수량동반사고건수 + 이상적설량동반사고건수 + 
            이상안개시간동반사고건수 + 정차금지지대수 + 도로속도표시수 + 
            교통안전표지수 + 노드개수 + 전체_추정교통량 , family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

포아송회귀 (GLM) 모델 적용 - 차대차..20대미만

mod_data2 <- car_under20 %>%
  dplyr::select(신호등_보행자수:총거주인구수, 차대차..20대.미만) %>%
  mutate(평균혼잡강도=(혼잡빈도강도 + 혼잡시간강도)/2) %>%
  dplyr::select(-혼잡빈도강도, -혼잡시간강도, -이상최저온도동반사고건수, -이상최고온도동반사고건수, -이상평균지면온도동반사고건수)

mod <- glm(`차대차..20대.미만`~., family="poisson", mod_data2)
#회귀분석의 변수선택(stepwise 방법)
# summary(step(mod,direction = 'both'))
mod1 <- glm(formula = 차대차..20대.미만 ~ 신호등_보행자수 + 이상평균풍속동반사고건수 + 
            이상평균습도동반사고건수 + 이상적설량동반사고건수 + 교통안전표지수 + 
            횡단보도수 + 총거주인구수 , family = "poisson", data = mod_data2)
summary(mod1)
paste("AIC:",round(AIC(mod1),2))

OLS와 포아송 회귀 성능 비교(AIC)

1) 사고유형별 연령대별 OLS 결과 AIC

2) 사고유형별 연령대별 포아송 회귀 결과 AIC

3) OLS와 포아송 회귀 성능 비교 그래프

포아송 회귀의 AIC가 OLS의 AIC보다 전반적으로 모두 낮기 때문에 두 모델 중 포아송 회귀가 더 적합한 모델이라고 할 수 있다.

4) 한계점

기존의 포아송 회귀 모형은 전역적(Global)인 회귀모형이기 때문에 종속변수와 독립변수들 간의 지리적으로 변화하는 관계(공간적 이질성)를 탐색하여 회귀계수를 도출할 수가 없다.

즉, 회귀 모형에 대한 대략적인 피드백은 줄 수 있지만, 각 지역에 따른 맞춤형 피드백을 줄 순 없다는 한계점이 존재한다. 따라서 다음 포스팅에서는 각 지역의 특성과 유사성을 고려한 ‘지리적 가중 회귀 모델(GWR)’ 을 사용한 모델링을 정리해보고자 한다.