《表1 自变量的定义与描述性统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于混合有序Probit模型的货车翻车驾驶员伤害程度研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:对于离散变量，描述性统计是指频率统计，编码为0的类别为参考类别，离散变量在进行模型拟合时需将其转化为0-1变量；对于连续变量，描述性统计是指均值、最小值、最大值统计，第一个值为均值，括号内为最小值与最大值；由于车辆实际出厂年份的最大值为2017，故将2017年设定为

考虑到货车翻车单车事故（仅涉及一辆货车的翻车事故）与货车翻车多车事故的发生机理相差甚大，并且翻车货车多车事故的发生比例较低，故笔者只考虑仅涉及一辆货车的翻车事故。在正式分析数据前有必要对原始事故数据进行数据清洗，包括剔除不合理（如驾驶员年龄过小）、干扰的数据（非货车事故）和不完整的单条事故记录。经过数据预处理，最终保留3 476起翻车货车事故作为研究对象，选取驾驶员、车辆、道路以及环境特征共24个安全因素为自变量，见表1。因变量为驾驶员伤害程度。美国Texas州的事故采集标准将驾驶员伤害程度根据严重性从高到低划分为5个水平，依次为死亡、失能伤害、非失能伤害、可能受伤、未受伤。由于死亡和失能伤害的比例非常低，故将这两个类别合并为失能性伤害或死亡。失能伤害或死亡、非失能伤害、可能受伤以及未受伤的比例分别为8.52%、19.94%、15.33%以及56.21%。