Tijdreeksanalyse

Een van de belangrijke taken van verkeersveiligheidsonderzoek is het volgen, beschrijven verklaren en voorspellen van ontwikkelingen in de verkeersveiligheid. Als dit op een kwantitatieve manier gebeurt, zijn er analysetechnieken nodig om deze activiteiten op verantwoorde wijze te kunnen uitvoeren. Zoals de term ‘ontwikkelingen’ al impliceert, betreft het hier de analyse van een heel speciaal type gegevens. Deze gegevens bestaan altijd uit herhaalde metingen in de tijd van een bepaald aspect van het verkeersproces zoals bijvoorbeeld het aantal verkeersdoden. Dit soort gegevens worden ook wel een tijdreeks genoemd.

Een belangrijke eigenschap van de observaties in een tijdreeks is dat ze meestal niet onafhankelijk zijn van elkaar: het geobserveerd aantal verkeersdoden van vorig jaar is immers meestal een vrij goede indicator voor het aantal verkeersdoden van dit jaar. Aangezien standaardtechnieken uitgaan van onafhankelijke observaties, resulteert de analyse van tijdreeksen met standaardtechnieken zoals regressieanalyse (zie paragraaf 4.4.1) heel vaak in residuen die eveneens onderling gecorreleerd zijn. Dit terwijl statistische toetsen en betrouwbaarheidslimieten gebaseerd zijn op de cruciale aanname dat de gevonden residuen random zijn, en dus onafhankelijk van elkaar.

De ARMA-, ARIMA- en DRAG-modellen zijn speciaal ontwikkeld voor de analyse van tijdreeksen. Deze houden over het algemeen veel beter rekening met de afhankelijkheden in de observaties dan de klassieke al dan niet lineaire regressiemodellen.

Een meer recente ontwikkeling op het gebied van de analyse van tijdreeksen vormen de zogenaamde structurele tijdreeksmodellen, ook wel state space-modellen genoemd. Deze modellen zijn heel flexibel: zij kunnen makkelijk ontbrekende observaties aan en zijn eenvoudig uit te breiden naar multivariate tijdreeksanalysemodellen. Een ander voordeel van structurele tijdreeksmodellen is dat de resultaten van deze modellen direct te vergelijken zijn met de resultaten van lineaire regressiemodellen.

Tijdreeksanalyses kunnen dus worden gebruikt om de ontwikkelingen in de verkeersonveiligheid te beschrijven, maar ze kunnen en worden ook gebruikt om:

• de effecten van maatregelen en andere variabelen op de ontwikkeling in de verkeersveiligheid te evalueren;
• te onderzoeken of nieuw gepubliceerde cijfers al dan niet afwijken van de verwachting op grond van het verleden;
• prognoses te doen over toekomstige ontwikkelingen in de verkeersveiligheid.

In COST 329 [4.7] worden allerlei tijdreeksmodellen met elkaar vergeleken op hun geschiktheid voor het analyseren van ontwikkelingen in de verkeersveiligheid. Een toegankelijke inleidende tekst over de analyse van tijdreeksen is de SWOV-factsheet over dit onderwerp. Voor inleidende tekstboeken over deze technieken zie [4.5, 4.6].