無機車停等區直行車道之序別車輛紓解模式構建

經由上述車輛紓解穩定位置檢定可知，在無機車停等區之直行車道，車輛紓 解穩定位置點位於第八部車輛之後。因此，在無機車停等區之直行車道，於紓解 未達穩定狀態，將分別構建第一部車輛至第七部車輛之紓解間距模式；而於紓解 趨於穩定狀態，亦即為第八部車輛以後，則是以構建一具代表性之穩定車輛紓解 模式，然由於各序位車輛間之相關性高，無法將其合併一起構建模式，因此本研 究主要是選擇構建第八部車輛紓解模式為代表，而其餘紓解趨於穩定之模式則參 考第八部車輛之紓解模式。

1、第一部車輛

本研究先利用 Pearson 與 Eta 對影響變數進行相關分析，其結果如表 5.8 所 示，由表可知，第一部車輛停等間距(d1)、第一部車輛有無搶先起動(N)與車種(H) 與紓解間距較具相關性。

表5.8 無機車停等區之直行車道第一部車輛相關分析 紓解間距(DH) 變數名稱

Eta Eta² Pearson 相關係數 p-value 樣本數 第一部車輛停等間距(d1) - - 0.839*** 0.000 99

第一部車輛搶先起動(N) 0.554 0.307*** - 0.000 99 車種(H) 0.373 0.139* - 0.043 99 註：***表 p<0.001；**表 p<0.01；*表 p<0.05

之後再以逐步迴歸分析對影響變數進行篩選，選出對車輛紓解間距有最佳解 釋能力之變數，而影響無機車停等區第一部車輛紓解間距之因素有第一部車輛停 等間距(d1)、第一部車輛有無搶先起動(N)與車種(H)三個變數，其中第一部車輛 有無搶先起動(N)與車種(H)為類別變數，為了納入迴歸模式進行預測，則必須先 將其轉換成具有連續變數特性之虛擬變數後再進行分析。而各變數分析結果如表 5.9 所示。

表5.9 無機車停等區之直行車道第一部車輛紓解間距模式摘要 變數名稱 β 之估計值 t 值 p-value

常數 1.347 7.492*** 0.000 d1 0.965 12.264*** 0.000 N -1.434 -2.798** 0.006 H 1.104 2.976** 0.004

R²adj=0.736 F＝92.074*** p-value＝0.000 註：***表 p<0.001；**表 p<0.01；*表 p<0.05

經由逐步迴歸分析後，進入模式之解釋變數有第一部車輛停等間距(d1)、第 一部車輛有無搶先起動(N)與車種(H)三個變數，由表可知，各變數皆達顯著水準 (p-value<0.05)，且沒有解釋變數被逐步迴歸剔除在模式之外。而由迴歸係數值可 看出，以第一部車輛有無搶先起動(N)變數對於車輛紓解間距的影響最大，其係 數值為負值，表示當第一部車輛出現搶先起動行為時，車輛紓解間距會減少1.434 單位。此外可知迴歸模式之 F 統計量為 92.074，p-value=0.000<0.05，顯示整個 迴歸方程式具有統計顯著性；而修正判定係數R²adj=0.736，表示三個影響因素對 紓解間距的解釋能力為73.6%。故模式為：

n 1.347 0.965

1

1.434 1.104

DH

= +

d

−

N

+

H

DHn：紓解間距(秒)

d1：第一部車輛停等間距(公尺)

N：1，表第一部車輛有搶先起動；0，表第一部車輛無搶先起動 H：1，表第一部車輛為大車；0，表第一部車輛為小車

2、第二部車輛

本研究先利用 Pearson 與 Eta 對影響變數進行相關分析，其結果如表 5.10 所 示，由表可知，車輛停等間距(d2)、第一部車輛有無搶先起動(N)與車種組合(K) 與紓解間距較具相關性。

表5.10 無機車停等區之直行車道第二部車輛相關分析 紓解間距(DH) 變數名稱

Eta Eta² Pearson 相關係數 p-value 樣本數 車輛停等間距(d2) - - 0.705*** 0.000 99 第一部車輛搶先起動(N) 0.262 0.069** - 0.009 99

車種組合(K) 0.366 0.134** - 0.001 99 註：***表 p<0.001；**表 p<0.01；*表 p<0.05

之後再利用逐步迴歸分析對影響變數進行篩選，選出對車輛紓解間距有最佳 解釋能力之變數，而影響無機車停等區車輛紓解間距之因素有車輛停等間距 (d2)、第一部車輛有無搶先起動(N)與車種組合(K)三個變數，其中第一部車輛有 無搶先起動(N)與車種組合(K)為類別變數，為了納入迴歸模式進行預測，則必須 先將其轉換成具有連續變數特性之虛擬變數後再進行分析，在車種組合(K)定義 方面，然因大車所佔比例較少，使得調查資料中並無第二部車輛之大車-大車跟 車類型樣本，故本研究係以小車-小車分別對大車-小車(K2)與小車-大車(K3)作對 比。而各變數析結果如表5.11 所示。

表5.11 無機車停等區之直行車道第二部車輛紓解模式摘要 變數名稱 β 之估計值 t 值 p-value

常數 0.387 2.121* 0.037 d2 0.979 9.997*** 0.000 N 0.877 2.688** 0.008 K2 1.048 3.186** 0.002 K3 0.888 2.481* 0.015

R²adj=0.586 F＝35.735*** p-value＝0.000 註：***表 p<0.001；**表 p<0.01；*表 p<0.05

經由逐步迴歸分析後，進入模式之解釋變數有車輛停等間距(d2)、第一部車 輛有無搶先起動(N)、大車-小車(K2)與小車-大車(K3)四個變數，由表可知，各變 數皆達顯著水準(p-value<0.05)，且沒有解釋變數被逐步迴歸剔除在模式之外。而 由迴歸係數值可看出，以小車-大車之跟車類型(K2)變數對車輛紓解間距的影響最 大，其係數值為 1.048，表示當該車為小車，而前車為大車時，車輛紓解間距會 增加1.048 單位。此外可知迴歸模式的 F 統計量為 35.735，p-value=0.000<0.05，

顯示整個迴歸方程式具有統計顯著性；而修正判定係數R²adj=0.586，表示四個影 響因素對紓解間距的解釋能力為58.6%。故模式為：

n 0.387 0.979

2

0.877 1.048

2

0.888

3

DH

= +

d

+

N

+

K

+

K

DHn：紓解間距(秒) d2：車輛停等間距(公尺)

N：1，表第一部車輛有搶先起動；0，表第一部車輛無搶先起動 K2：1，表該車為小車，其前車為大車之跟車類型；0，其他 K3：1，表該車為大車，其前車為小車之跟車類型；0，其他 3、第三部車輛

本研究先利用 Pearson 與 Eta 對影響變數進行相關分析，其結果如表 5.12 所 示，由表可知，車輛停等間距(d2)與車種組合(K)與紓解間距較具相關性。

表5.12 無機車停等區之直行車道第三部車輛相關分析 紓解間距(DH) 變數名稱

Eta Eta² Pearson 相關係數 p-value 樣本數

車輛停等間距(d2) - - 0.834*** 0.000 99 第一部車輛搶先起動(N) 0.033 0.001 - 0.743 99

車種組合(K) 0.456 0.208*** - 0.000 99 註：***表 p<0.001；**表 p<0.01；*表 p<0.05

之後再先利用逐步迴歸分析對影響變數進行篩選，選出對車輛紓解間距有最 佳解釋能力之變數，而影響無機車停等區車輛紓解間距之因素有車輛停等間距 (d2)、第一部車輛有無搶先起動(N)與車種組合(K)三個變數，其中第一部車輛有 無搶先起動(N)與車種組合(K)為類別變數，為了納入迴歸模式進行預測，則必須 先將其轉換成具有連續變數特性之虛擬變數後再進行分析，而在車種組合(K)定 義方面，然因大車所佔比例較少，使得調查資料中並無第三部車輛(無機車停等 區)之大車-大車跟車類型樣本，故該定義與上述第二部車輛相同。而各變數分析 結果如表5.13 所示。

表5.13 無機車停等區之直行車道第三部車輛紓解模式摘要 變數名稱 β 之估計值 t 值 p-value

N 排除之變數 0.479 0.633

常數 0.356 0.262* 0.`026 d2 0.923 14.285*** 0.000 K2 0.841 3.133** 0.002 K3 0.784 3.584** 0.001

R²adj=0.741 F＝71.108*** p-value＝0.000 註：***表 p<0.001；**表 p<0.01；*表 p<0.05

經由逐步迴歸分析後，進入模式之解釋變數有車輛停等間距(d2)大車-小車 (K2)與小車-大車(K3)三個變數，由表可知，除第一部車輛有無搶先起動(N)變數 外，其餘變數皆達顯著水準(p-value<0.05)，故將第一部車輛有無搶先起動(N)變 數於模式中剔除。而由迴歸係數值可看出，以車輛停等間距(d2)變數對車輛紓解 間距的影響最大，亦即當車輛停等間距越大時，其車輛紓解間距也就越大。此外 可知迴歸模式之 F 統計量為 71.108，p-value=0.000<0.05，顯示整個迴歸方程式 具有統計顯著性；而修正判定係數R²adj=0.741，表示影響因素對紓解間距的解釋 能力為74.1%。故模式為：

n 0.356 0.923

2

0.841

2

0.784

3

DH

= +

d

+

K

+

K

DHn：紓解間距(秒) d2：車輛停等間距(公尺)

K2：1，表該車為小車，其前車為大車之跟車類型；0，其他 K3：1，表該車為大車，其前車為小車之跟車類型；0，其他

4、第四部車輛

本研究先利用 Pearson 與 Eta 對影響變數進行相關分析，其結果如表 5.14 所 示，由表可知，車輛停等間距(d2)與車種組合(K)與紓解間距較具相關性。

表5.14 無機車停等區之直行車道第四部車輛相關分析 紓解間距(DH)

變數名稱

Eta Eta² Pearson 相關係數 p-value 樣本數 車輛停等間距(d2) - - 0.730*** 0.000 99 第一部車輛搶先起動(N) 0.052 0.003 - 0.601 99

車種組合(K) 0.451 0.204*** - 0.000 99 註：***表 p<0.001；**表 p<0.01；*表 p<0.05

之後再利用逐步迴歸分析對影響變數進行篩選，選出對車輛紓解間距有最佳 解釋能力之變數，而影響無機車停等區車輛紓解間距之因素有車輛停等間距 (d2)、第一部車輛有無搶先起動(N)與車種組合(K)三個變數，其中第一部車輛有 無搶先起動(N)與車種組合(K)為類別變數，為了納入迴歸模式進行預測，則必須 先將其轉換成具有連續變數特性之虛擬變數後再進行分析，然因大車所佔比例較 少，使得調查資料中並無第四部車輛(無機車停等區)之大車-大車跟車類型樣本，

故在車種組合(K)定義方面，該定義亦與第二部車輛相同。而各變數分析結果如 表5.15 所示。

表5.15 無機車停等區之直行車道第四部車輛紓解模式摘要 變數名稱 β 之估計值 t 值 p-value

N 排除之變數 0.390 0.697

常數 0.381 2.006* 0.048 d2 0.785 11.053*** 0.000 K2 1.142 5.388*** 0.000 K3 0.724 2.483* 0.015

R²adj=0.642 F＝44.955*** p-value＝0.000 註：***表 p<0.001；**表 p<0.01；*表 p<0.05

經由逐步迴歸分析後，進入模式之解釋變數有車輛停等間距(d2)大車-小車 (K2)與小車-大車(K3)三個變數，由表可知，除第一部車輛有無搶先起動(N)變數 外，其餘變數皆達顯著水準(p-value<0.05)，故將第一部車輛有無搶先起動(N)變 數於模式中剔除。而由迴歸係數值可看出，以小車-大車之跟車類型(K2)變數對於 車輛紓解間距的影響最大，其係數值為 1.142，表示當該車為小車，而前車為大 車時，車輛紓解間距會增加1.142 單位。此外可知迴歸模式之 F 統計量為 44.955，

p-value=0.000<0.05，顯示整個迴歸方程式具有統計顯著性；而修正判定係數 R²adj=0.642，表示影響因素對紓解間距的解釋能力為 64.2%。故模式為：

n 0.381 0.785

2

1.142

2

0.724

3

DH

= +

d

+

K

+

K

DHn：紓解間距(秒) d2：車輛停等間距(公尺)

K2：1，表該車為小車，其前車為大車之跟車類型；0，其他 K3：1，表該車為大車，其前車為小車之跟車類型；0，其他 5、第五部車輛

本研究先利用 Pearson 與 Eta 對影響變數進行相關分析，其結果如表 5.16 所 示，由表可知，車輛停等間距(d2)與車種組合(K)與紓解間距較具相關性。

表5.16 無機車停等區之直行車道第五部車輛相關分析 紓解間距(DH)

變數名稱

Eta Eta² Pearson 相關係數 p-value 樣本數 車輛停等間距(d2) - - 0.580*** 0.000 99 第一部車輛搶先起動(N) 0.049 0.002 - 0.627 99

車種組合(K) 0.433 0.187*** - 0.000 99 註：***表 p<0.001；**表 p<0.01；*表 p<0.05

之後再利用逐步迴歸分析對影響變數進行篩選，選出對車輛紓解間距有最佳 解釋能力之變數，而影響無機車停等區車輛紓解間距之因素有車輛停等間距 (d2)、第一部車輛有無搶先起動(N)與車種組合(K)三個變數，其中第一部車輛有 無搶先起動(N)與車種組合(K)為類別變數，為了納入迴歸模式進行預測，則必須 先將其轉換成具有連續變數特性之虛擬變數後再進行分析，故在車種組合(K)定 義方面，本研究係以小車-小車分別對大車-大車(K1)、大車-小車(K2)與小車-大車 (K3)作對比。而各變數分析結果如表 5.17 所示。

表5.17 無機車停等區之直行車道第五部車輛紓解模式摘要 變數名稱 β 之估計值 t 值 p-value

N 排除之變數 1.361 0.177

常數 0.597 2.347* 0.021 d2 0.687 6.644*** 0.000 K1 1.289 2.207* 0.030 K2 1.148 3.319** 0.001 K3 0.707 2.884** 0.005

R²adj=0.419 F＝15.134*** p-value＝0.000 註：***表 p<0.001；**表 p<0.01；*表 p<0.05

經由逐步迴歸分析後，進入模式之解釋變數有車輛停等間距(d2)、大車-大車 (K1)、大車-小車(K2)與小車-大車(K3)四個變數，由表可知，除第一部車輛有無搶 先起動(N)變數外，其餘變數皆達顯著水準(p-value<0.05)，故將第一部車輛有無 搶先起動(N)變數於模式中剔除。而由迴歸係數值可看出，以大車-大車之跟車類

經由逐步迴歸分析後，進入模式之解釋變數有車輛停等間距(d2)、大車-大車 (K1)、大車-小車(K2)與小車-大車(K3)四個變數，由表可知，除第一部車輛有無搶 先起動(N)變數外，其餘變數皆達顯著水準(p-value<0.05)，故將第一部車輛有無 搶先起動(N)變數於模式中剔除。而由迴歸係數值可看出，以大車-大車之跟車類

在文檔中 號誌化平面交叉路口序別直行車微觀紓解模式之研究 (頁 71-0)