臺灣博碩士論文加值系統

鑑於道路交通事故導致財物損失及生命隕逝，嚴重衝擊社會，也對家庭產生了巨大而無可挽回之影響，依據交通部運輸研究所調查分析，發現107年臺灣地區車禍事件共造成約4,748億元的損失，占全年度GDP3.3%，為歷年新高。
機車相較於其他交通工具，具有價格低、機動性強及體積小容易停放等優勢，使其在短程行駛範圍內具有相對高之效益性，這些也都是造成臺灣機車持有率居高不下的原因之一，依據內政部警政署統計資料，103年至107年間，臺灣地區的道路交通事故，依照車種別來區別，以機車件數最高，占比達近五成，因此降低道路交通事故肇事率，已是刻不容緩之重要議題。
本研究採用103至107年五年間臺北市地區12個行政區之機車道路交通事故案件為研究對象，著手探討影響道路交通肇事率之因素及道路交通肇事之現況，藉由敘述性統計、卡方獨立性檢定及邏輯迴歸分析等方法，探討機車傷亡事故影響因素。
本研究結果顯示「道路類別」、「事故類型及型態」、「保護裝備」、「飲酒情形」、「肇因碼」及「發生時間」等因素在影響機車傷亡部分具有顯著之效果。

In view of the traffic accidents leading to the loss of property and the loss of lives, they have severely impacted society and have had a huge and irreversible impact on the family.
According to the investigation and analysis of the Transportation Research Institute of the Ministry of Transport, it was found that in 107 traffic accidents in Taiwan caused a total loss of about 474.8 billion, accounting for 3.3% of the annual GDP.
Compared with other modes of transportation, locomotives have the advantages of low price, strong maneuverability, and small size and easy parking, making them relatively efficient in short-distance driving ranges. These are also the reasons for the high rate of locomotive ownership in Taiwan .
According to statistics from the Police Department of the Ministry of the Interior, from 103 to 107, traffic accidents in Taiwan were differentiated according to vehicle types, with the highest number of locomotives accounting for nearly 50%.
This research uses locomotive traffic accident cases in 12 administrative districts of Taipei City during the five years from 103 to 107 as the research object to explore the influencing factors of locomotive accidents by means of narrative statistics, chi-square independence test and logistic regression analysis.
The results of this study show that factors such as "road type", "accident type and type", "protective equipment", "drinking situation", "cause of the accident" and "time of occurrence" have significant effects on the part of locomotive casualties.

誌謝 i
摘要 ii
Abstract iii
目錄 iv
圖目錄 viii
表目錄 x
第一章、緒論 1
1.1 研究背景與動機 1
1.2 研究目的 5
1.3 研究流程 6
第二章、文獻探討 7
2.1 大數據概念 7
2.2 大數據分析方法 9
2.3 道路交通事故相關文獻 20
2.4 文獻探討小結 27
第三章、研究架構與研究方法 28
3.1 研究限制 28
3.2 研究架構 29
3.3 研究方法 30
3.3.1 資料背景 31
3.3.2 變數說明 31
3.3.3 敘述性統計 32
3.3.4 卡方獨立檢定 33
3.3.5 邏輯迴歸 33
第四章、道路交通事故特性分析 35
4.1 臺北市A1、A2類型道路交通事故敘述性統計分析 35
4.1.1 總發生事故件數與總死傷人數 35
4.1.2 道路交通事故發生時間別統計 35
4.1.3 道路交通事故發生星期別統計 38
4.1.4 道路交通事故道路類別統計 39
4.1.5 道路交通事故道路速限統計 39
4.1.6 道路交通事故道路型態統計 41
4.1.7 道路交通事故位置統計 43
4.1.8 道路交通事故類型及型態統計 46
4.1.9 道路交通事故主要肇事因素統計 47
4.2 臺北市A1、A2類別道路交通事故當事人事故資料統計 48
4.2.1 當事者使用保護裝備統計 48
4.2.2 當事者性別類別統計 48
4.2.3 當事者行動狀態類別統計 49
4.2.4 當事者駕駛資格情形類別 51
4.2.5 當事者飲酒情形類別 53
4.2.6 當事者車輛最初撞擊部位類別 55
4.2.7 當事者年齡類別 56
4.3卡方獨立性檢定分析 57
4.4邏輯迴歸分析 62
4.4.1 道路類別部分 62
4.4.2 事故類型及型態部分 62
4.4.3 保護裝備部分 63
4.4.4 飲酒情形部分 63
4.4.5 肇因碼部分 63
4.4.6 發生時部分 64
第五章、結論與建議 65
5.1 結論 65
5.2 建議 67
5.3 未來研究發展 68
參考文獻 70
附錄1 103-107年間道路交通事故主要肇事因素類別統計表 A-1
附錄2 103-107年間道路交通事故觀察值處理摘要表 B-1
附錄3 103-107年間道路交通事故各變數卡方檢定表 C-1
附錄4 103-107年間道路交通事故各變數對稱性量數表 D-1
附錄5 邏輯迴歸參數估計值 E-1
附錄6 勝算比估計值表 F-1

中文部分
吳宗霖，2010，台灣地區汽車傷亡事故肇因之研究，國立中央大學統計研究所碩士論文。
吳明隆，2009，多變量分析實務操作與應用，五南圖書股份更限公司。
吳燕山，2014，交通事故影響因素之研究-以國道第六公路警察大隊處理交通事故為例，中央警察大學碩士論文。
林佐鼎，2002，應用依序機率模式探討肇事嚴重程度之研究，行政院國家科學委員會專題研究計畫成果報告。
林宜潔，2019，機車交通事故肇事原因分析-以桃園市為例，國立中央大學碩士論文。
洪國興、郭展盛，2015，整合公職人員財產巨量資料建構服務創新之研究，圖書館學與資訊科學，第41卷第2期。
張復榮，2018，以資料探勘探討臺北市駕駛違規與肇事因素之分析，東海大學碩士論文。
張智欽，2011，臺北市號誌化路口肇事嚴重性影響因素之分析，國立交通大學交通運輸研究所碩士論文。
張維婷、洪子茵、陳秀華，2018，應用資料探勘技術於交通事故特性及其肇事因素之研究－以台中市為例，管理學術研討會，第十六屆， P94-105。
莊智仁，2003，應用個人違規紀錄預測交通事故發生之研究，國立交通大學碩士論文。
郭奕彣，2018，台灣交通肇事率影響因素之探討，國立高雄科技大學碩士論文。
陳豈、陳建煒，2016，大數據研究之機會與限制，台灣醫學，第20卷第6期。
黃振烜，2014，駕駛違規與交通事故之關聯分析，國立交通大學碩士論文。
黃顯欽，2011，分析第一當事者影響A1、A2 類肇事事故因素之研究，國立交通大學運輸科技與管理學系碩士論文。
楊明宗，2006，臺閩地區道路交通事故之研究，國立中央大學統計研究所碩士論文。
劉韻珠，2002，新修正道路交通管理處罰條例實行後之成效，道安資訊，108期3月。
英文部分
Bedard, M., Guyatt, G. H., Stones, M. J., & Hirdes, J. P. （2002）. The independent contribution of driver, crash, and vehicle characteristics to driver fatalities. Accident Analysis & Prevention, 34（6）, 717-727.
Han, J., Pei, J., & Kamber, M. （2011）. Data mining: concepts and techniques. Elsevier.
Kasantikul, V., Ouellet, J. V., Smith, T., Sirathranont, J., & Panichabhongse, V. （2005）. The role of alcohol in Thailand motorcycle crashes. Accident Analysis & Prevention, 37（2）, 357-366.
Mussone, L., Ferrari, A., & Oneta, M. （1999）. An analysis of urban collisions using an artificial intelligence model. Accident Analysis & Prevention, 31（6）, 705-718.
Yau, K. K. （2004）. Risk factors affecting the severity of single vehicle traffic accidents in Hong Kong. Accident Analysis & Prevention, 36（3）, 333-340.