İstismar sürəti modeli, sürücülərin sərbəst axın şəraitində yol həndəsəsi üzərində faktiki seçdikləri sürətlə yolun həndəsi xüsusiyyətləri arasındakı əlaqəni kəmiyyətcə ifadə edən statistik proqnozlaşdırma modelidir. Bu tədqiqat Hindistanın beş bölgəsindəki dörd zolaqlı bölünmüş avtomobil yollarında 22 üfüqi əyri və 22 tangent olmaqla 44 kəsikdən toplanmış yol həndəsəsi və sərbəst axın sürəti məlumatlarından istifadə edərək avtomobillər üçün 85-ci persentil sürətini çoxsaylı xətti reqressiya (Multiple Linear Regression, MLR) və əsas komponentlər reqressiyası (Principal Component Regression, PCR) ilə modelləşdirmişdir.

MLR modellərində müstəqil həndəsi dəyişənlər arasında yüksək multikolinearlıq müəyyən edilmişdir. Mənbənin istifadə etdiyi VIF > 4 meyarına görə əyri və tangent modellərində bəzi dəyişənlər qəbul edilmiş həddi aşmışdır. Bunun ardınca əsas komponentlər analizi (Principal Component Analysis, PCA) tətbiq edilmiş; həm əyri, həm də tangent məlumatlarında özqiyməti 1-dən böyük olan ilk iki əsas komponent seçilmiş və istismar sürəti bu komponentlərlə yenidən modelləşdirilmişdir.

PCR, tədqiqatın öz model müqayisəsində MLR-dən daha yüksək R² və daha aşağı VIF dəyərləri vermişdir. Əyri kəsimdə MLR üçün R²=0,721, PCR üçün isə R²=0,858; tangent kəsimdə MLR üçün R²=0,719, PCR üçün isə R²=0,848 bildirilmişdir. PCR-də VIF dəyərləri əyridə 1,01-1,28, tangentdə 1,11-1,86 aralığına düşmüşdür.

Lakin tədqiqat ayrıca təlim-test məlumat bölgüsü, çarpaz doğrulama və ya müstəqil xarici doğrulama barədə məlumat vermir. Buna görə PCR-nin üstünlüyü bu məlumat dəstində model uyğunluğu və multikolinearlığın idarə edilməsi baxımından şərh edilməlidir; yeni avtomobil yollarında proqnozlaşdırma uğurunun ayrıca təsdiqlənməsi lazımdır.

Tədqiqatın problemi

Avtomobil yollarının həndəsi layihələndirilməsində istifadə olunan layihə sürəti yolun mühəndislik xüsusiyyətlərinin müəyyənləşdirilməsində əsas dəyişəndir. Lakin sürücülərin real hərəkətdə seçdiyi sürət həmişə layihə sürətinə bərabər olmur. Yolun ardıcıl həndəsi elementləri sürücünü gözlənilməz sürət dəyişmələrinə məcbur edirsə, həndəsi layihənin ardıcıllığı zəifləyə bilər.

Bu tədqiqat xüsusilə üfüqi əyrilərdə və düz tangent kəsimlərdə sürücülərin faktiki sürət davranışını araşdırır. Tədqiqatçılar əvvəlcə sürət paylanmasını müəyyən edir, sonra isə 85-ci persentil sürətini yol həndəsəsi ilə əlaqələndirən modellər qururlar.

İstismar Sürəti Nədir və Niyə 85-ci Persentil Sürəti İstifadə Olunur?

İstismar sürəti bu tədqiqatda sərbəst axın şəraitində müşahidə olunan nəqliyyat vasitələrinin sürət paylanmasının 85-ci persentil dəyəri ilə təmsil olunan sürətdir; bu dəyər sürücülərin böyük əksəriyyətinin aşmadığı real sürmə sürətini xarakterizə etmək və yol həndəsəsinin sürücü davranışı ilə nə dərəcədə uyğun olduğunu qiymətləndirmək üçün istifadə edilmişdir.

Layihə sürəti ilə istismar sürəti arasındakı fərq

Layihə sürəti yol həndəsəsini layihələndirmək üçün istifadə olunan mühəndislik girişidir. İstismar sürəti isə sürücülərin tamamlanmış yolda sərbəst axında faktiki seçdikləri sürət davranışından əldə edilir.

Buna görə eyni layihə sürətinə malik iki yol elementi fərqli əyri radiusları, giriş şəraiti, yol çiyni və ya ayırıcı zolaq xüsusiyyətləri səbəbindən fərqli real sürət paylanmaları yarada bilər.

Tədqiqatın üç əsas məqsədi

Mənbə üç əsas məqsəd müəyyən edir: dörd zolaqlı bölünmüş avtomobil yollarında əyri və tangent kəsimlərdə avtomobillərin sürət paylanmalarını araşdırmaq; MLR ilə istismar sürəti modelləri hazırlayıb multikolinearlığın təsirini qiymətləndirmək; multikolinearlığı nəzərə almaq üçün PCA əsaslı PCR modelləri hazırlayaraq istismar sürətini proqnozlaşdırmaq.

Tədqiqat sahəsi

Avtomobil yolu kəsimləri Hindistanın Assam, Madhya Pradesh, Delhi, Mumbai və Telangana bölgələrindən seçilmişdir. Cəmi 44 kəsimin 22-si üfüqi əyri, 22-si tangentdir.

Kəsimlərin seçilmə meyarları

Seçilən yol hissələrinin şəhər və ya sıx tikililəşmiş ərazilərdən uzaqda olması, əyri və ya tangent ətrafında 1 km daxilində yolayrıcının olmaması, örtüyün yaxşı və quru vəziyyətdə olması və yol kənarında sürücülük davranışını poza biləcək fəaliyyət və ya maneələrin olmaması nəzərdə tutulmuşdur.

Həndəsi məlumatlar necə toplanıb?

Əyri radiusu \(R\), əyri dərəcəsi \(DC\) və əyri uzunluğu \(CL\) Google Maps təsvirlərinin AutoCAD-ə köçürülməsi ilə qiymətləndirilmişdir. Əyri nöqtələrinin dəqiq yeri Android OSM Tracker tətbiqi ilə müəyyən edilmişdir.

Hərəkət zolağının eni, yol çiyninin eni və ayırıcı zolağın eni ölçü lenti ilə ölçülmüşdür. Giriş növü və kilometrə düşən giriş nöqtələrinin sıxlığı Google Maps vasitəsilə qiymətləndirilmiş və yoxlanılmışdır.

Sərbəst axın sürətləri necə ölçülüb?

Small car, big car, heavy commercial vehicle, two-wheeler, bus və light commercial vehicle siniflərinin sərbəst axın sürətlərinin əyri və tangentlərin orta nöqtəsində radar tapançası ilə ölçüldüyü bildirilir. Ölçmələr gündüz və yaxşı hava şəraitində aparılmışdır.

Mənbə radar tapançasının marka/modelini və hər nəqliyyat vasitəsi sinfində neçə sürət ölçməsinin toplandığını bildirmir.

Metod bölməsində bus sinfinin də ölçüldüyü göstərilsə də, mənbənin Cədvəl 3-də bus üçün təsviri sürət dəyərləri verilmir.

Small car və big car niyə bir sinifdə birləşdirildi?

İki avtomobil qrupunun orta göstəricilərinin və dispersiyalarının fərqli olub-olmadığı Z və F testləri ilə araşdırılmışdır. Dispersiyalar 111,72 və 98,09; \(F_{calculated}=1,18\) və \(F_{critical}=1,36\) kimi bildirilmişdir. Orta sürətlər 84,91 və 85,93 km/h; \(Z_{calculated}=1,73\) və \(Z_{critical}=1,96\)-dır.

\(\alpha=0,05\) səviyyəsində həm hesablanmış F, həm də Z dəyəri kritik dəyərdən aşağı qalmış və mənbə qruplar arasındakı fərqi “not significant” kimi qiymətləndirmişdir. Buna görə small car və big car məlumatları sonrakı təhlillərdə Car kateqoriyasında birləşdirilmişdir.

Sürət paylanmaları

Avtomobil sürətləri sinif intervallarına bölünmüş və tezlik paylanmaları əldə edilmişdir. Paylanmaya uyğunluq Kolmogorov-Smirnov testi ilə qiymətləndirilmiş; normal, log-normal, dörd parametrli beta, üç parametrli Weibull, gamma və generalized extreme value paylanmaları araşdırılmışdır.

Mənbənin nəticə bölməsinə görə avtomobil sürətləri əyri kəsimlərdə beta-4, tangent kəsimlərdə isə log-normal paylanma göstərmişdir. Səhifə 5-dəki Şəkil 2 birinci əyri və birinci tangent kəsim üçün müşahidə olunan tezlikləri seçilmiş paylanma əyriləri ilə birlikdə göstərir.

Mənbə Table 3-dəki bütün avtomobil sürətlərinin orta göstəriciləri ilə Table 5-dəki kəsim əsaslı 85-ci persentil sürətlərinin xülasəsini hansı çəkiləndirmə quruluşu ilə əlaqələndirdiyini ətraflı izah etmir. Buna görə iki cədvəlin fərqli aqreqasiya səviyyələrinə malik olduğu nəzərə alınmalıdır.

Multikolinearlıq MLR Modelində Niyə Problem Yaradır?

Multikolinearlıq müstəqil dəyişənlərin bir-biri ilə güclü əlaqəli olmasıdır; bu halda MLR əmsallarının ayrı-ayrılıqda hansı həndəsi təsirdən qaynaqlandığını etibarlı şəkildə ayırmaq çətinləşə bilər və tədqiqat bunu bəzi dəyişənlərdə VIF dəyərlərinin 4-ü aşması ilə müəyyən etmişdir.

Mənbədə istifadə olunan MLR modeli

Tədqiqat MLR-nin ümumi formasını Tənlik 1 ilə verir:

\[ Y_i=a_0+a_1x_1+a_2x_2+a_3x_3+\ldots+a_nx_n \]

\(Y_i\) bu tədqiqatda 85-ci persentil istismar sürətidir. \(x_1,\ldots,x_n\) həndəsi yol dəyişənlərini; \(a_0\) sabit həddi; \(a_1,\ldots,a_n\) reqressiya əmsallarını təmsil edir.

Əyri kəsim üçün MLR modeli

Mənbə Cədvəl 7 əmsallarının birləşdirilməsi ilə model aşağıdakı kimi ifadə edilə bilər:

\[ V_{85,\;curve} = 24.311 +0.106R +0.005CL -0.033DC -0.001D +0.091SW +7.41MW -0.254AD \]

Burada \(R\) əyri radiusunu, \(CL\) əyri uzunluğunu, \(DC\) əyri dərəcəsini, \(D\) dönmə bucağını, \(SW\) yol çiyninin enini, \(MW\) ayırıcı zolağın enini və \(AD\) giriş sıxlığını göstərir.

Modelin \(R^2\) dəyəri 0,721, düzəldilmiş \(R^2\) dəyəri 0,697-dir. R, DC və MW dəyişənlərində VIF dəyərləri tədqiqatın istifadə etdiyi 4 həddini aşır.

Tangent kəsim üçün MLR modeli

Mənbə Cədvəl 8 əmsallarından alınan tangent modeli:

\[ V_{85,\;tangent} = 92.066 +5.083SW +0.285MW -4.377AD +20.203AT +2.723ST \]

\(SW\) yol çiyninin enini, \(MW\) ayırıcı zolağın enini, \(AD\) giriş sıxlığını, \(AT\) giriş növünü və \(ST\) yol çiyninin növünü təmsil edir. Mənbədə \(ST=1\) örtüklü və \(ST=0\) örtüksüz yol çiyni; \(AT=1\) giriş yoxdur, \(AT=0\) isə qismən və ya tam giriş kimi kodlaşdırılmışdır.

Tangent modelinin \(R^2=0,719\), düzəldilmiş \(R^2=0,685\)-dir. Mənbənin bildirdiyi VIF aralığı 2,86-9,66-dır və bəzi dəyişənlərdə 4 həddi aşılmışdır.

PCA-nın rolu

Əsas komponentlər analizi bir-biri ilə əlaqəli ilkin proqnozlaşdırıcıları xətti kombinasiyalardan ibarət yeni və bir-birinə ortoqonal əsas komponentlərə çevirir. Beləliklə, oxşar məlumat daşıyan çoxsaylı həndəsi dəyişən daha az sayda komponentdə təmsil oluna bilər.

Mənbə PCA uyğunluğunu Kaiser-Meyer-Olkin (KMO) və Bartlett's Test of Sphericity ilə qiymətləndirmişdir. Özqiyməti 1-dən yüksək komponentlər saxlanılmış, seçim əlavə olaraq scree plot üzərindən yoxlanılmışdır.

Əyri PCA nəticələri

Əyri məlumat dəstində KMO=0,706 və Bartlett testi \(p<0,001\)-dir. Mənbənin öz KMO şərh cədvəlinə görə bu dəyər qəbul edilə bilən PCA quruluşunu dəstəkləyir.

İlk iki komponent birlikdə ümumi variasiyanın %66,76-sını izah edir.

Mənbə həmçinin communality dəyərlərini R üçün %91,8, DC üçün %91,7, CL üçün %88,7, D üçün %67,7, AD üçün %83,2, SW üçün %54,4 və MW üçün %42,2 kimi bildirir.

Tangent PCA nəticələri

Tangent məlumat dəstində KMO=0,787 və Bartlett testi \(p<0,002\)-dir. Yenə yalnız ilk iki komponentin özqiyməti 1-dən yuxarıdır.

PC1 və PC2 birlikdə ümumi variasiyanın %70,95-ini izah edir.

Tədqiqatın Metodu və Nəticələri

Əsas komponentlər reqressiyası

Əsas komponentlər reqressiyası PCA ilə əldə edilən əsas komponentlərin MLR modelində müstəqil dəyişən kimi istifadə olunduğu reqressiya yanaşmasıdır. Mənbə PCR-nin ümumi formasını Tənlik 2 ilə verir:

\[ Y_i=\alpha_1PC_1+\alpha_2PC_2+\ldots+\alpha_nPC_n \]

\(Y_i\) istismar sürətini, \(PC_1,PC_2,\ldots\) əsas komponent ballarını; \(\alpha_1,\alpha_2,\ldots\) isə komponentlərin reqressiya əmsallarını təmsil edir.

PCR Bu Tədqiqatda Niyə MLR-dən Daha Yaxşı Nəticə Verdi?

PCR bir-biri ilə əlaqəli həndəsi proqnozlaşdırıcıları bir-birinə ortoqonal əsas komponentlərə çevirdiyi üçün bu məlumat dəstindəki multikolinearlığı böyük ölçüdə aradan qaldırmış; nəticədə mənbədə həm daha aşağı VIF, həm də daha yüksək R² dəyərləri əldə edilmişdir.

Əyri üçün PCR modeli

Əyri üçün Table 10 əmsalları:

\[ V_{85,\;curve} = 82.045 +9.166PC_1 -3.477PC_2 \]

Əyri PCR modelində PC1 əmsalı 9,166, PC2 əmsalı isə -3,477-dir. Hər iki komponent üçün mənbə \(p=0,001\) bildirir.

Tangent üçün PCR modeli

Tangent kəsim üçün mətnin yerləşməsinə və Table 11-dəki PCA quruluşuna görə Table 12-dəki əmsallar aşağıdakı modeli yaradır:

\[ V_{85,\;tangent} = 88.111 +4.053PC_1 +8.271PC_2 \]

Tangent PCR modelində PC1 üçün əmsal 4,053 və \(p=0,001\); PC2 üçün əmsal 8,271 və \(p=0,002\)-dir.

Mənbə Table 12-nin başlığını “operating speed model on the horizontal curve” kimi yazmışdır. Lakin cədvəl tangent kəsim PCA izahının dərhal altında yerləşir və mətn bu dəyərləri “Principal component regression for tangent section” modeli kimi təsvir edir. Verianla bu başlıq xətasını səssizcə dəyişdirməmiş, cədvəli mənbə kontekstinə görə tangent PCR nəticəsi kimi təqdim etmişdir.

Əyri həndəsəsinin modeldəki istiqaməti

MLR əmsallarında əyri radiusu, əyri uzunluğu, yol çiyninin eni və ayırıcı zolağın eni istismar sürəti ilə müsbət; əyri dərəcəsi, dönmə bucağı və giriş sıxlığı isə mənfi işarəlidir.

Xüsusilə əyri dərəcəsi və dönmə bucağının mənfi əmsalları daha kəskin həndəsənin daha aşağı istismar sürəti ilə əlaqəli olması barədə mənbənin şərhi ilə uyğundur.

Mənbə mətnində daha sonra əyri radiusu və əyri uzunluğunun artmasının əyrinin kəskinliyini artıraraq sürəti azaltdığını bildirən bir cümlə var. Bu ifadə həmin paraqrafdakı müsbət əmsal şərhi ilə tam uyğun gəlmir; buna görə Verianla mətni əmsalların işarələrini əsas götürərək sözügedən mənbə cümləsini ayrıca hesabat uyğunsuzluğu kimi qoruyur.

Tangent həndəsəsinin modeldəki istiqaməti

Tangent MLR modelində yol çiyninin eni, ayırıcı zolağın eni, giriş növü və yol çiyninin növü müsbət; giriş sıxlığı isə mənfi əmsala malikdir.

Bu nəticələr yalnız araşdırılan yol həndəsəsi və kodlaşdırma sistemi üçün reqressiya əlaqələridir. Məsələn, AT və ST kateqorik dəyişənləri mənbədə ikili şəkildə kodlaşdırılıb; əmsallar bu kodlaşdırmanın mənası nəzərə alınmadan ümumiləşdirilməməlidir.

Tədqiqatın dəstəklədiyi nəticələr

Araşdırılan dörd zolaqlı bölünmüş avtomobil yolu kəsimlərində MLR proqnozlaşdırıcıları arasında mənbənin VIF meyarına görə multikolinearlıq mövcuddur.

PCA-nın ilk iki əsas komponenti əyri məlumatlarındakı variasiyanın %66,76-sını, tangent məlumatlarındakı variasiyanın %70,95-ini izah edir.

Bu məlumat dəstində PCR modellərinin R² dəyərləri MLR modellərindən daha yüksəkdir.

PCR modellərindəki VIF dəyərləri MLR modelləri ilə müqayisədə daha aşağıdır və mənbədə istifadə olunan VIF<4 meyarını qarşılayır.

Mənbə buna görə multikolinearlıq olan oxşar reqressiya problemlərində PCR istifadəsini tövsiyə edir.

Tədqiqatın dəstəkləmədiyi nəticələr

Tədqiqat PCR-nin bütün ölkələrdə, bütün avtomobil yolu siniflərində və ya bütün sürət proqnozlaşdırma məlumat dəstlərində MLR-dən üstün olduğunu sübut etmir.

Tədqiqat modeli müstəqil xarici test məlumat dəstində doğrulamamışdır.

Mənbə cross-validation, hold-out test, RMSE və ya MAE bildirmədiyi üçün yeni yol kəsimlərində real proqnoz xətası bu məqalədən müəyyən edilə bilməz.

Model dörd zolaqlı bölünmüş avtomobil yollarının araşdırılan həndəsi aralıqlarında hazırlanmışdır; iki zolaqlı yollar, şəhərdaxili arteriyalar və ya fərqli nəqliyyat rejimləri üçün eyni əmsalların birbaşa istifadə oluna biləcəyi göstərilməmişdir.

Həndəsi dəyişənlərlə sürət arasındakı reqressiya əmsalları təkbaşına səbəb-nəticə əlaqəsini göstərmir.

Mənbə daxilində mühüm hesabat problemləri

Table 12 başlığı: Cədvəl tangent PCR bölməsindədir, lakin başlıqda “horizontal curve” yazılıb.

Əyri radiusu/uzunluğu izahı: Müsbət reqressiya əmsalları verildikdən sonra mənbə mətni bu dəyişənlərin artmasının əyri kəskinliyini artıraraq sürəti azaltdığını bildirir; iki ifadə tam uyğun deyil.

K-S testi izahı: Mənbə null hipotezinin rədd edildiyini bildirərkən Şəkil 2-də seçilmiş uyğunlaşmalar üçün yüksək P dəyərləri göstərilir; ətraflı test çıxışları verilmədiyi üçün bu ifadə Verianla tərəfindən yenidən şərh edilməmişdir.

Bus məlumatı: Metod bus sürətlərinin ölçüldüyünü bildirsə də, əsas təsviri sürət cədvəlində bus sütunu yoxdur.

Sürət xülasələrinin aqreqasiyası: Table 3-dəki ümumi avtomobil orta göstəriciləri ilə Table 5-dəki kəsim əsaslı 85-ci persentil sürət xülasələri arasındakı məlumat çəkiləndirməsi ətraflı izah edilməmişdir.

Təkrar istehsal oluna bilmə baxımından çatışmayan məlumatlar

Hər yol kəsimində və hər nəqliyyat vasitəsi sinfində neçə sürət müşahidəsinin toplandığı bildirilməmişdir.

İstifadə olunan radar tapançasının marka/modeli göstərilməmişdir.

Reqressiya və PCA təhlillərinin hansı statistik proqram təminatında aparıldığı göstərilməmişdir.

PCA-dan əvvəl dəyişənlərin standartlaşdırılıb-standartlaşdırılmadığı ətraflı izah edilməmişdir.

Müstəqil təlim/test bölgüsü və ya çarpaz doğrulama bildirilməmişdir.

Yeni yol kəsimlərində xarici doğrulama yoxdur.

Gələcək tədqiqat tövsiyələri

Müəlliflər modellərin nəqliyyat vasitəsi növü, ərazi növü, ətraf mühit şəraiti və yol növü kimi əlavə dəyişənlərlə genişləndirilməsini tövsiyə edirlər.

Bundan əlavə ridge regression, lasso regression, elastic net regression və partial least squares regression kimi alternativ çoxdəyişənli yanaşmaların gələcəkdə istismar sürətinin proqnozlaşdırılması üçün müqayisə edilə biləcəyi bildirilir.

Mənbə və Metod Qeydi

Orijinal başlıq: Prediction of operating speed on horizontal curve and tangent: A comparative study of multiple linear and principal component regression

Müəlliflər: K.K. Tottadi; A. Mehar.

Yazışma məlumatı: Rəsmi SciELO qeydi hər iki müəllif üçün ayrıca correspondence məlumatı verir; mənbə yalnız bir corresponding author göstərmir.

Kiran Kumar Tottadi qurumu: Department of Civil Engineering, Anil Neerukonda Institute of Technology and Sciences (A), Visakhapatnam, India.

Arpan Mehar qurumu: Transportation Engineering Division, Department of Civil Engineering, National Institute of Technology Warangal, Warangal, India.

Jurnal: Journal of the South African Institution of Civil Engineering.

Nəşriyyat: South African Institution of Civil Engineering (SAICE).

Cild / nömrə: 68(1).

Səhifələr: 21-30.

Paper: 1795.

Nəşr tarixi: Mart 2026.

DOI: 10.17159/2309-8775/2026/v68n1a2.

Mənbə növü: Technical Paper.

Rəyçilik: Journal of the South African Institution of Civil Engineering rəyli jurnaldır; məqalələr SAICE Journal Editorial Panel rəhbərliyi altında rəyçilər tərəfindən qiymətləndirilir.

Lisenziya: Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).

Tədqiqat növü: Avtomobil yolu sahə ölçmələri və statistik istismar sürəti modelləşdirilməsi.

Tədqiqat coğrafiyası: Assam, Madhya Pradesh, Delhi, Mumbai və Telangana, India.

Yol növü: Dörd zolaqlı bölünmüş avtomobil yolları.

Kəsim sayı: 44; 22 üfüqi əyri və 22 tangent.

Əsas çıxış dəyişəni: Avtomobillər üçün 85-ci persentil istismar sürəti.

Əsas metodlar: F testi, Z testi, Kolmogorov-Smirnov paylanma təhlili, Multiple Linear Regression, Principal Component Analysis və Principal Component Regression.

Həndəsi məlumat vasitələri: Google Maps, AutoCAD, Android OSM Tracker və fiziki ölçü lenti.

Sürət ölçümü: Radar gun; cihazın marka/modeli bildirilməmişdir.

MLR multikolinearlıq meyarı: Mənbə VIF>4 dəyərini problem göstəricisi kimi istifadə etmişdir.

PCA komponent seçimi meyarı: Özqiymət >1 və scree plot qiymətləndirilməsi.

Əyri PCA uyğunluğu: KMO=0,706; Bartlett p<0,001.

Tangent PCA uyğunluğu: KMO=0,787; Bartlett p<0,002.

Əyri PCR: R²=0,858; düzəldilmiş R²=0,787.

Tangent PCR: R²=0,848; düzəldilmiş R²=0,785.

Müstəqil model doğrulaması: Mənbə train/test bölgüsü, cross-validation və ya müstəqil xarici test məlumat dəsti bildirmir.

Maliyyələşdirmə: Mənbə PDF-də ayrıca maliyyələşdirmə bəyanatı bildirilməmişdir.

Məlumatların əlçatanlığı: Mənbə PDF-də ayrıca data availability bəyanatı bildirilməmişdir.

Maraqların toqquşması: Mənbə PDF-də ayrıca conflict-of-interest bəyanatı bildirilməmişdir.

Etik icazə: Mənbə PDF-də ayrıca etika komitəsi bəyanatı bildirilməmişdir.

Müəllif töhfələri: Mənbə PDF-də CRediT və ya ətraflı author contributions bölməsi bildirilməmişdir.

Əsas metodoloji məhdudiyyətlər

Model Hindistanın beş bölgəsində seçilmiş dörd zolaqlı bölünmüş avtomobil yolu kəsimlərinə əsaslanır; fərqli ölkələrdəki yol həndəsələri və sürücü davranışları ayrıca doğrulanmalıdır.

Ümumi nəqliyyat vasitəsi müşahidələrinin sayı və hər kəsim üzrə nümunə ölçüləri bildirilmədiyi üçün statistik məlumat sıxlığını tam bərpa etmək mümkün deyil.

Model seçimində R² və VIF mühüm rol oynamış, lakin müstəqil proqnoz xətası metrikləri verilməmişdir.

PCR modeli multikolinearlığı azaldarkən əmsalların ilkin yol dəyişənləri üzərindən birbaşa şərhini MLR ilə müqayisədə daha dolayı edir; PCR əmsalları birbaşa PC1 və PC2 ballarına aiddir.

Mənbə Table 12 başlığında, K-S izahında və əyri həndəsəsinin şərhində bəzi daxili hesabat qeyri-müəyyənlikləri ehtiva edir. Bunlar Verianla tərəfindən səssizcə düzəldilməmişdir.

Əsas şərh sərhədi

Tədqiqatın güclü nəticəsi eyni sahə məlumat dəstində PCA/PCR istifadəsinin MLR-dəki yüksək VIF problemini azaltması və daha yüksək R² yaratmasıdır. Bu nəticə PCR-nin araşdırılan dörd zolaqlı avtomobil yolu məlumatları üçün daha uyğun model olduğunu dəstəkləyir; lakin modelin fərqli yol şəbəkələrində eyni əmsallarla və ya eyni üstünlüklə işləyəcəyini sübut etmir.