第二节 概率统计模型 本节内容： (交通流的统计分布特性) 一、】 离散型分布 二、连续型分布 三、拟合优度检验 学习要求： 一、掌握并会应用泊松分布、二项分布、负指数分布； 二、了解负二项分布、移位负指数分布、韦布尔分布、 爱尔朗分布 三、掌握拟合优度检验
第二节 概率统计模型 一、掌握并会应用泊松分布、二项分布、负指数分布； 二、了解负二项分布、移位负指数分布、韦布尔分布、 爱尔朗分布 三、掌握拟合优度检验 学习要求： 一、离散型分布 二、连续型分布 三、拟合优度检验 本节内容： （交通流的统计分布特性）
第二节 概率统计模型 研究意义 >为设计新交通设施和确定新的交通管理方案 提供交通流的某些具体特性的预测； >利用现有的和假设的数，作出预报。 应用 >信号灯配时设计时，需要预测一个信号周期到达的车辆数； >设计行人交通管制系统时，要求预测大于行人穿越时间的 车头时距频率
为设计新交通设施和确定新的交通管理方案 提供交通流的某些具体特性的预测； 利用现有的和假设的数，作出预报。 研究意义 信号灯配时设计时，需要预测一个信号周期到达的车辆数； 设计行人交通管制系统时，要求预测大于行人穿越时间的 车头时距频率。 应用 第二节 概率统计模型
一、离散型分布 概念 常用于描述一定的时间间隔内事件的发生数。如某时 间间隔内到达的车辆数、某路段一年内发生的交通事 故数、某路段上分布的车辆数等，是所谓的随机变数， #闲这类随机变数的统计规律用的是离散型分布。 模型 泊松分布 二项分布 负二项分布
一、离散型分布 常用于描述一定的时间间隔内事件的发生数。如某时 间间隔内到达的车辆数、某路段一年内发生的交通事 故数、某路段上分布的车辆数等，是所谓的随机变数， 描述这类随机变数的统计规律用的是离散型分布。 概念 泊松分布 二项分布 负二项分布 模型
(一)泊松分布 Fundamentals of Fraffie Eengineering 1.基本公式 P(K)= (2t)e k=1,2,. P(k)= (m)ke-m m=At 式中： P(k)一在某一时间间隔()的来车数为辆的概率； t 规定时间间隔(t=20s,30s,60s); 单位时间平均来车数，以辆/s计； m 在t时间间隔内平均来车数； 自然对数的底，取值为2.71828
（一）泊松分布 1．基本公式 ! ( ) ( ) k t e P k k t k=1，2，. 式中： ——在某一时间间隔(t)的来车数为k辆的概率； t ——规定时间间隔(t＝20s，30s，60s)； ——单位时间平均来车数，以辆／s计； m ——在 t 时间间隔内平均来车数； e ——自然对数的底，取值为2．71828。 P(k) ! ( ) ( ) k m e P k k m
(一)泊松分布 Fundamentals of Fraffic Eengineering 当m为已知时，还可计算下列概率值： 到达数小于车的餐率：Px)=立侧e i=0 到达数小F成等于制车的度，x-立。 数大守璃军的率：PG>)=1-P化≤)E1- 达数车少为什小军的概率P≤火≤网
n l m n k m n n k m n k m n e m l n P l x n e m k P x k P x k e m k P x k e m k P x k m i i i 0 i i 0 i 1 i 0 i i! ( ) ( ) i! ( ) ( ) 1 ( ) 1 i! ( ) ( ) i! ( ) ( ) 到达数至少为但小于 辆车的概率： 到达数大于 辆车的概率： 到达数小于或等于 辆车的概率： 到达数小于 辆车的概率： 当 为已知时，还可计算下列概率值： （一）泊松分布