Geliş Tarihi/Received : , Kabul Tarihi/Accepted :

Transkript

1 Pamukkale Üniversiesi Mühenislik Bilimleri Dergisi Cil 18, Sayı 3, 2012, Sayfa Türkiye e Yılları Arasına Meyana Gelen Aylık Trafik Kazalarının Zamansal Analizi Temporal Analysis of Monhly Roa Traffic Acciens Occurre in Turkey Beween Ahme ATALAY a *, Ahme TORTUM b, Mahir GÖKDAĞ b a Aaürk Üniversiesi, Narman Meslek Yüksekokulu, İnşaa Bölümü, 25530, Narman, Erzurum b Aaürk Üniversiesi, Mühenislik Fakülesi, İnşaa Mühenisliği Bölümü, 25240, Erzurum Geliş Tarihi/Receive : , Kabul Tarihi/Accepe : ÖZET Bu çalışmaa yılları arasına meyana gelen aylık rafik kaza verileri(şehir içi ve şehir ışı oplamı) kullanılarak zaman serisi analiz yönemi ile moelleme yapılmışır. Yapılan analizler sonucuna çalışma önemine kullanılan verilere göre en uygun moelin ARIMA(4,1,4) oluğu belirlenmişir. Çalışmaa en uygun moel kullanılarak 2006: :12 önemi için aylık kaza ahmini yapılmışır. Tahmin eilen ve gerçek kaza eğerleri kullanılarak regresyon eğrisi çizilmiş ve korelasyon kasayısı (r=0,9163) belirlenmişir. Tahmin eğerleri ile gerçek eğerler arasına güçlü poziif ilişki oluğu belirlenmişir. Ayrıca ARIMA(4,1,4) moelinin başarı ölçüü oralama karesel haaların karekökü (OKHK) eğeri hesaplanarak belirlenmişir. Çalışma önemi boyunca en fazla rafik kazası Aralık, Ekim ve Kasım aylarına, en az rafik kazası Şuba, Mar ve Nisan aylarına meyana geliği belirlenmişir. Anahar Kelimeler: Trafik kazaları, Zamansal analiz, Zaman serisi analizi. ABSTRACT In his suy, moeling wih ime series analysis was one meho by using ae of monhly roa raffic acciens (RTAs) occurre beween Accoring o resuls of analysis an ae in perio of his suy, i was eermine ha ARIMA(4,1,4) was he bes moel. In he suy monhly accien number are forecase by appropriae moel for 2006:1-2007:12 perios. Regression curve is rawn by using he esimae an acual number of RTAs an he correlaion coefficien (r = ) were eermine. A srong posiive relaionship was eermine beween esimae values an acual values. In aiion, he success measure of ARIMA(4,1,4) moel was ienifie by calculaing value of roo mean square errors (RMSE). I was eermine ha occur up o a raffic accien in December, Ocober an November, a leas a raffic accien in February, March an April Keywors: Roa raffic acciens, Temporal analysis, Time series analysis. * Yazışılan yazar/corresponing auhor. E-posa aresi/ aress : ahaalay@aauni.eu.r (A. Aalay) 221

2 A. Aalay, A. Torum, M. Gökağ 1. GİRİŞ Tüm gelişmeke olan ülkelere oluğu gibi Türkiye e e rafik kazaları öne gelen ölüm neenlerinen biriir. Çeşili kanser ürleri ve kalp hasalıklarınan sonra en fazla ölümler rafik kazalarınan kaynaklanmakaır (Karagöz, 2008) yılları arasına Türkiye e oplam rafik kazası meyana gelmişir. Saece 2006 yılına kaza meyana gelmiş, insan hayaını kaybemiş ve insan yaralanmışır (Anon., 2006). Yol güvenliği ile ilgili planlama ve poliikaların belirlenmesine, ileriye yönelik kaza ahminlerin bilinmesi ve moellenmesi gerekmekeir (Akgüngör ve Doğan, 2008). Zheng ve Liu, (2009) yapıkları çalışmaa kaza ahmin moellerini iki grup; zaman serileri ahmin meoları (zaman serileri meou, Markov zincie meou, gri moel ve sinirsel ağlar) ve neensellik meoları (senaryo analizleri, regresyon meo ve Bayesiyan ağları) olarak sınıflanırmışlarır. Trafik kaza ahminine yapılan birçok çalışmaa a zaman serileri yönemi kullanılmışır (Ganhi ve Hu, 1995; Van en Bossche v.., 2004; McLeo ve Vingilis, 2008; Quus, 2008). Lieraüre yapılan rafik kaza ahmin moelleri; oplulaşırılmış (aggregae) moel ve ayrışırılmış (isaggegae) moel olarak iki farklı biçime oluşurulmuşur. Toplulaşırılmış moellere yıllık kaza sayıları, ayrışırılmış moellere aylık kaza sayıları kullanırlar (Frisrøm ve Ingebrigsen, 1991; Oppe, 1991; Chang ve Graham, 1993; Keeler, 1994; Van en Bossche v.., 2004; Garcia-Ferrer, e Juan, Poncela, 2006; Quus, 2008). Lieraüre yapılan kaza ahmin moellerine ayrışırılmış moellerin oplulaşırılmış moellere göre aha iyi performans göseriklerini belirlemişlerir (Garcia-Ferrer, e Juan, Poncela, 2006; Quus, 2008). Bu çalışmaa yılları arasına meyana gelen aylık rafik kaza verileri kullanılarak Box-Jenkins meou ile moelleme yapılıp 2007 yılı için aylık rafik kaza sayıları ahmin eilmesi amaçlanmışır. Böylece yapılacak rafik güvenliği ile ilgili planlamalarına rafik kaza sayılarının önceen ahmin eilmesi önemli kakı sağlayacağı umulmakaır. 2. MATERYAL METOT Çalışmaa kullanılan veriler yıllarına meyana gelen aylık rafik kaza verileriir. Bu çalışmaaki verilerin önemi Öğü ve İyinam ın (1998) yapıkları çalışmaan, önemi ise Türkiye İsaisik Kurumu (TUİK) unan ele eilmişir. Çalışmaa kullanılan veriler Aalay, (2010) arafınan yapılan çalışmaa eaylı olarak verilmişir. Bu çalışmaa, çalışma önemi için kullanılan veriler keniçi ve kenışı olarak eaylı isaisik veri ele eilemeiğinen olayı aylık oplam rafik kaza verileri kullanılmışır. Çalışmaa kullanılan yönem ise zaman serisi analiz yönemi olan Box-Jenkins yönemi kullanılmışır. Zaman serisi yönemleri, bir olaya ai geçmişeki verilerin incelenmesi ve belirli eğilimlerin oraya çıkarılarak ileriye yönelik ahminlerin yapılması emeline ayanmakaır. Bu yönemlerin amacı geçmiş gözlem eğerlerineki veri kalıplarını kullanarak isaisiksel moeller oluşurmak ve bu moellerle geleceği ahmin emekir (De Lurgio, 1998). Zaman serisi yönemlerine geleceğin ahmini yanına geçmiş önemlerin incelenmiş olması geçmişeki olumlu ve olumsuz gelişmelerin espi eilmesine neenlerinin araşırılmasına ve yapılan yanlışların ekrarlanmaması için gerekli ebirlerin alınmasına a imkan sağlamakaır. Sayılan bu özellikleri neeniyle bilhassa ora ve kısa önem ahminlerine ihiyaç uyulan her alana yaygın olarak kullanılmakaır (Akgül, 2003). Zaman serileri genel olarak eğer gözlemler zaman içerisine sürekli ise sürekli eğer belli bir zaman aralığınaki gözlemler söz konusu ise kesikli zaman serisi aını alırlar (Akgül, 1994). Kesikli zaman serileri birkaç şekile oraya çıkabilir. Sürekli bir zaman serisi veri iken zamanın eşi aralıklarına kesikli bir seri olarak anımlanan izi, örneklem serisi olarak alanırılır. Kesikli serilerin bir iğer ürü ise anlık eğerlere sahip olmayan faka eşi zaman aralıkları boyunca biriken büüncül verilerir. Pamukkale Universiy, Journal of Engineering Sciences, Vol. 18, No. 3,

3 Türkiye e Yılları Arasına Meyana Gelen Aylık Trafik Kazalarının Zamansal Analizi Örneğin aylık ihraca ve ihala rakamları ya a yağış mikarları bu ür verilerir (Sevükekin ve Nargeleçekenler, 2005) Zaman Serisinin Bileşenleri Bir zaman serisinin gerçek eğerlerini ren, mevsimsel eğişiklikler, konjokürel eğişiklikler ve rassal eğişiklikler olarak ör fakör ekilemekeir. Bu fakörler serinin gerçek eğerleri üzerineki ekileri çarpımsal veya oplamsal olarak ifae eilmekeirler. Toplamsal moele fakörlerin birbirlerinen bağımsız olukları, çarpımsal moele ise fakörlerin birbirleri ile ilişkili olukları varsayılmakaır (Bülbül, 2001). a) Tren: Zaman serisi gözlem eğerinin uzun öneme arma ya a azalma şekline göseriği genel eğilime Tren aı verilir. Tren bileşeni zamana bağlı eğişken üzerineki genel eğilime neen olan uzun önemli ekileri açıklar. b) Mevsimsel eğişme: Mevsimsel eğişmeler birbirini izleyen yılların çeyrek yılların mevsimlerin ve ayların aynı önemlerine ai gözlem eğerlerineki arış ya a azalış şekline oraya çıkan üzenli eğişmeleri ifae eer. Bu eğişimleri oğuran neenler arasına iklim, alışkanlıklar, sosyal olaylar vb sayılabilir. c) Konjokürel eğişim: Konjokür algalanmaları mevsim algalanmalarına göre aha uzun bir zaman peryouna oraya çıkan algalanmalarır. Bu algalanmalar ekonomie görülen genel bir büyümenin arınan bir gerileme ve algalanma önemi arkasınan ekrar büyümenin görülmesi şekline karakerize eilebilir (Çakıcı v.., 1999). ) Rassal eğişim: Rassal (üzensiz) eğişmeler beklenmeik olayların zaman serileri üzerineki ekisiyle meyana gelen eğişmelerir. Deprem siyasal karışıklıklar savaşlar grev, hava şarlarına görülebilen mevsim normalleri ışınaki eğişiklikler buna örnek olarak verilebilir (Özmen, 2003) Box-Jenkins (ARIMA) Yönemi George Box Jenkins arafınan 1970 yılına gelişirilmişir. Box-Jenkins yönemine emel olarak iki ayrı yönemin (Ooregresyon ve Harekeli Oralama) bir kombinasyonu oluşurulmaya çalışılmakaır. Bu kombinasyonu ifae emek için kısaca ARMA (Auo Regressive Moving Averages) ifaesi kullanılmakaır. Ancak sözkonusu moeller saece urağan serilere kullanılabiliği için seriye fark alma (ifferencing) işlemi uygulanması gerekmekeir. Fark alma işlemlerinin sayısını belirleyen enegresyon ineksi nin e ifaeye kaılması ile birlike ARIMA (Auo Regressive Inegrae Moving Average) moelleri oraya çıkmakaır (Frechling, 2001). ARIMA moellerine emel yaklaşım incelenen eğişkenin bugünkü eğerinin geçmiş eğerlerinin ağrılıklı oplamı ve rassal şokların birleşimine ayanığı şekile ifae eilmekeir (Akgül, 2003). Box-Jenkins moellerine ikkae alınan urağanlık kovaryans urağanlığıır. Kovaryans zamana bağlı bir eğişkenin farklı önemlere ilişkin eğerleri arasınaki karşılıklı ilişkinin bir ölçüsüür (Makriakis v.., 1998). Genel olarak oralamasıyla varyansı zaman içine eğişmeyen ve iki önem arasınaki kovaryansı bu kovaryansın hesaplanığı öneme eğil e yalnızca iki önem arasınaki uzaklığa bağlı olan olasılıklı (sokasik) bir süreç urağanır enilir. Belirli bir önem için gözlenen bir seriyi (Y) oraya çıkarak sokasik sürecin urağan olması şarları aşağıaki gibi ifae eilebilir; Oralama E(Y) =µ (1) Varyans var(y) = E(Y -µ)2 =σ2 (2) Kovaryans γk =E[(Y -µ)(y+k -µ)] (3) Buraa γk, k gecikme eğerineki kovaryans, Y ile Y+k arasınaki yani aralarına k önem farkı olan iki Y arasınaki kovaryansır. Eğer k=0 ise γ0 bulunur ki bu Y nin varyansıır Y(=σ2) eğer k=1 ise γ1 Ynin arışık iki eğeri arasınaki kovaryansır. Eğer bir zaman serisi yukarıaki anlama urağan eğilse urağan olmayan zaman serisi aını alır (Gujarai, 1995). Durağan olmayıp farkı alınarak urağan hale geirilmiş serilere uygulanan moellere urağan olmayan oğrusal sokasik moeller veya kısaca enegre moeller enir. Bu enegre moeller belirli sayıa farkı alınmış serilere Pamukkale Üniversiesi, Mühenislik Bilimleri Dergisi, Cil 18, Sayı 3,

4 A. Aalay, A. Torum, M. Gökağ uygulanan AR ve MA moellerinin birleşimiir. Eğer AR moelinin erecesi p, MA moelinin erecesi q ve serinin kez farkı alınmış bu moele (p,, q) ereceen ooregresif enegre harekeli oralama moeli enir ve ARIMA (p,, q) şekline göserilir. Durağan olmayan Y serisinin inci merebeen farkı alınarak urağanlaşırılığına yeni seri olarak anımlanırsa önüşüm; Y ( 1 B) şekline göserilmekeir. Buraa; = Fark alma işlemcisi, = Fark erecesi,, 1,..., p gösermekeir. Y (4) = Farkı alınmış seriyi Bu uruma ARIMA (p,, q) moelinin genel ifaesi aşağıaki gibi olmakaır (Bircan ve Karagöz, 2003) p p q q (5) kullanılan fark alma merebelerinin =1 ve =2 oluğu görülmekeir. Serinin merebesi belirleniken sonra moeleki ooregresif erim sayısı p ve gecikmeli haa erim sayısı q belirlenmekeir. Sonuça ARIMA moelleri urağan olmayan serilerin urağan olana kaar kaç kere farklarının alınığını göseren merebesine AR erim sayısı p ve MA erim sayısı q nun ilave eilmesi ile belirlenmeke ve her üç eğerin seçilmesinin ARIMA moellerine en önemli basamak oluğu ifae eilmekeir (Akgül, 2003). 3. BULGULAR Çalışmanın bu bölümüne yılları arasına Türkiye e meyana gelen rafik kaza sayıları (şehir içi ve şehir ışı oplam kaza sayıları) kullanılarak zaman serileri analizi yönemi ile zamansal analiz yapılmışır. Çalışmanın bu bölümüne rafik kaza sayıları (keniçi + kenışı oplam kaza sayıları) ve Box-Jenkins yönemi kullanılarak moelleme yapılmışır. Zaman serileri analizi için uygulamaa EViews pake programı kullanılmışır. Öncelikli olarak rafik kaza verilerinin zaman yolu grafiği aşağıaki gibiir (Şekil 1). Bu grafiken anlaşılacağı üzere seri oralama ve varyansa urağan olmayan bir seriir. Bunun için ilk olarak rafik kaza verilerinin oğal logariması alınarak kaza serisinin önüşümü yapılmış ve LKAZA serisi ele eilmişir. ARIMA(p,,q) moelinin orijinal veri cinsinen genel göserimi 0 varsayımı ile; Y Y Y q q... p Y p (6) şekline yapılmakaır. İncelenen Y serisinin urağan olmaması neeniyle yapılan (4) nolu önüşüm ile serinin urağanlığı sağlanmaka ve (5) eki moel ile göserilmekeir. ARIMA moelleri ile urağan olmayan zaman serilerinin (p,, q) merebesi ile moellenmesi mümkün olmakaır. Bu aşamaa yapılan fark alma işlemi ise urağan olmayan serilerin urağan hale geirilmesine önüşüm aracı olarak kullanılmakaır. Uygulamaa yaygın Şekil 1. Kaza zaman serisinin zaman yolu grafiği. 1977: : 12 önemine LKAZA serisinin zaman yolu grafiği Şekil 2 eki gibi ele eilmişir. Pamukkale Universiy, Journal of Engineering Sciences, Vol. 18, No. 3,

5 Türkiye e Yılları Arasına Meyana Gelen Aylık Trafik Kazalarının Zamansal Analizi Şekil 2. Doğal logariması alınmış kaza serisinin zaman yolu grafiği. LKAZA serisi uran olmaığı zaman yolu grafiğinen e anlaşılmakaır. LKAZA serisini urağanlaşırmak için 1. ereceen farkı alınmışır. Farkı alınan seri DLKAZA olarak alanırılmışır. DLKAZA serisinin zaman yolu grafiği Şekil 3 eki gibi ele eilmişir. Şekil 4. DLKAZA serisinin anımlayıcı isaisikleri. Zaman serisinin urağanlaşığını isaisiksel olarak belirlemek için birim kök esi yapılır. DLKAZA serisinin birim kök esi sonuçları aşağıa Tablo 1 e verilmekeir. Tablo 1. DLKAZA serisinin birim kök esi sonuçları. Arırılmış Dickey- Fuller(ADF) es İsaisiği - İsaisiği Önem -5, Tes Kriik Değerleri % % % Şekil 3. DLKAZA serisinin zaman yolu grafiği. Ele eilen DLKAZA serisinin anımlayıcı isaisik eğerleri ve hisogram Şekil 4 e göserilmişir. Bu isaisik eğerlerinen oralama eğerinin 0, olması ve bu oralama eğer erafına serinin salınım yapması serinin urağan olmasına işare emekeir. Tablo 1 e ADF es isaisiği -5, kriik eğerleren küçük oluğu için seri birim kök içermemekeir. Başka bir ifae ile DLKAZA serisi urağanır enilir. Serinin urağanlığı belirleniken sonra en uygun moelin belirlenmesi aşamasına geçilir. Deneme yapılan eğişik moellerin kasayılarının anlamlılığı ikkae alınarak aşağıa Tablo 2 e verilen DLKAZA serisi için anlamlı ör moel belirlenmişir. Pamukkale Üniversiesi, Mühenislik Bilimleri Dergisi, Cil 18, Sayı 3,

6 A. Aalay, A. Torum, M. Gökağ Tablo 2. DLKAZA serisi için alernaif moel ahmin sonuçları. En uygun moeli belirlemek için aşağıaki krierler ikkae alınmalıır; 1. Öncelikle ahmin eilen paramerelerin anlamlı olmasıır. Yukarıaki alernaif moellerin paramereleri anlamlıır, 2. Daha sonra yüksek bir belirleme kasayısına (veya üzelilmiş belirleme kasayısına) sahip olmalıır, 3. Moelin F isaisiğinin anlamlı olmalıır, 4. AIC ve SIC bilgi krierleri küçük olmalıır, 5. Haa kalını kareler oplamı küçük olmalıır, 6. Olabilirlik oranı mümkün oluğunca yüksek olmalıır. 7. Haaların emiz-izi oluğu belirlenmeliir. Bu krierler bir araa göz önüne alınığına DLKAZA serisi için en uygun moelin ARMA(4,4) yapısı oluğu oraya çıkmakaır. Ayrıca haaların emiz izi oluğunu belirlemek için Breusch- Gofrey serisel korelasyon LM esi uygulanmışır. Tablo 3. LM esi sonuçları. Breusch-Gofrey Serisel Korelasyon LM Tes: F-isaisiği Önem Obs*R-kare Önem Tablo 3 en anlaşılacağı üzere LM esi önem eğeri (Prb.= 0,500033) olması moelin haalarının serisel olarak korelasyon olmaığına işare emekeir. Başka bir ifae ile haa eriminin emiz izi oluğunu belirmekeir. Bu eğerlerin zaman yolu grafiği Şekil 5 eki gibi belirlenmişir. Şekil 5. Moelin arık, gerçek eğer ve moelin ahminlerinin grafiği. En iyi moel belirlenip ve haa erimlerinin e emiz izi oluğu belirleniken sonra öngörü yapılma aşamasına geçilir. En uygun moel ARIMA(4, 1, 4) moelinin kasayıları Tablo 4 eki gibi ele eilmişir. Bu kasayılar kullanılarak DLKAZA serisi için oluşurulan moelin bağınısı aşağıaki gibiir. DLKAZA 0, , DLKAZA 1 0, DLKAZA2 0, DLKAZA3 0, DLKAZA4 1, , , , Tablo 4. ARIMA(4,1,4) moelinin kasayıları. Değişken Kasayı S. Haa -İsaisği Önem C AR(1) AR(2) AR(3) AR(4) MA(1) MA(2) MA(3) MA(4) Pamukkale Universiy, Journal of Engineering Sciences, Vol. 18, No. 3,

7 Türkiye e Yılları Arasına Meyana Gelen Aylık Trafik Kazalarının Zamansal Analizi Bu moel 1977: : 12 verileri kullanılarak oluşurulmuşur. Oluşurulan moel ile 2006: : 12 önemi için öngörü yapılıp ve öngörü eğerleri Tablo 5 e göserilmişir. Yapılan öngörü eğerleri öncelikle DLKAZA eğerleriir. Orijinal kaza eğerlerini ele emek için önce öngörü DLKAZA kaza eğerlerini bir önceki eğer ile oplayarak LKAZA serisinin öngörü eğerleri hesaplanmışır. Daha sonra LKAZA serilerinin anilogariması alınarak orijinal kaza sayıları hesaplanmışır (Tablo 5). 2006: : 12 önemi için Tablo 5 e göserilen gerçek ve ahmin kaza eğerlerinin zamansal akış iyagramı Şekil 6 a verilmişir. Tablo 5. LKAZA Serisi için ARIMA (4, 1, 4) moelinin öngörü sonuçları. AYLAR GERÇEK KAZA DEĞERİ DLKAZA LKAZA TAHMİN KAZA DEĞERİ Oca , , Şub , , Mar , , Nis , , May , , Haz , , Tem , , Ağu , , Eyl , , Eki , , Kas , , Ara , , Oca , , Şub , , Mar , , Nis , , May , , Haz , , Tem , , Ağu , , Eyl , , Eki , , Kas , , Ara , , Çalışmaa öngörü başarısı en yüksek olan 2006:1-2007:12 önemi için yapılan öngörü moeliir. 2006:1-2007:12 önemi için yapılan öngörünün başarı ölçüü olarak oralama karesel haaların karekökü (OKHK) eğeri 0, ir. En küçük OKHK eğeri moelin üm olarak uyum iyiliğinin bir ölçüsü olarak kabul eilmekeir. Öngörü başarısını karşılaşırmak amacıyla kullanılan üm krierler e hesaplanan eğerlerin küçük olması moelin öngörüsünün yüksek oluğunu gösermekeir. Gerçek ve ahmin kaza sayısı eğerleri arasınaki ilişkiyi belirlemek için 2006: : 12 önemi için serpilme iyagramı grafiği çizilmiş ve regresyon eğrisi oluşurulmuşur (Şekil 7). Şekil 7. Gerçek ve ahmin kaza eğerlerinin serpilme iyagramı ve regresyon eğrisi. Gerçek ve ahmin kaza sayısı eğerleri arasınaki korelasyon kasayısı r= 0,9163 olarak belirlenmişir. Buna göre gerçek ve ahmin kaza sayısı eğerleri arasına poziif ve güçlü bir ilişki oluğu belirlenmişir. Şekil 7 e regresyon çizgisinin enklemi y = 0,5331x ve belirleme kasayısı R² = 0,8396 olarak belirlenmişir. Şekil 6. Gerçek ve ahmin kaza eğerlerinin zamansal akış iyagramı. Trafik kazalarının aylara göre eğişimlerini göseren grafik Şekil 8 eki gibi oluşurulmuşur. Bu grafiken Ekim, Kasım ve Aralık aylarına en fazla kaza meyana gelmişir. Şuba, Mar ve Nisan aylarına en az kaza meyana gelmişir. Pamukkale Üniversiesi, Mühenislik Bilimleri Dergisi, Cil 18, Sayı 3,

8 A. Aalay, A. Torum, M. Gökağ Bu çalışmanın sonucuna Box-Jenkins meou ile rafik kaza ahmin moelleri oluşurulabilirliği belirlenmişir. Bunan sonra yapılacak çalışmaa keniçi ve kenışı rafik kazaları verileri ele eiliği akire hem keniçi heme kenışı yerler için ayrı ayrı zaman serisi yönemi kullanılarak moelleme yapılacakır. Şekil yıllarınaki rafik kazaların aylara göre eğişimi. 4. SONUÇLAR Yol güvenliği ile ilgili planlama ve poliikaların belirlenmesine, ileriye yönelik kaza ahminlerinin bilinmesi ve moellenmesi gerekmekeir. Bu amaç oğrulusuna bu çalışma yapılmışır. Bu çalışmaa yıllarına meyana gelen aylık rafik kaza verileri kullanılarak Box-Jenkins meou ile moelleme yapılmışır. Bu çalışmaa aylık rafik kaza verilerine göre en uygun moelin ARIMA(4,1,4) oluğu belirlenmişir. Oluşurulan moel ile 2006:1-2007:12 önemi için oluşabilecek kaza sayıları ahmin eilmişir. Kurulan moelin ahmin eğerleri gerçek eğerlere olukça yakın oluğu belirlenmişir. Gerçek ve ahmini kaza eğerleri arasına korelasyon kasayısı 0,9163 olarak olukça yüksek korelasyon oluğu belirlenmişir. Ayrıca çalışma önemine rafik kazalarının aylık eğişimleri incelenmişir. Aylık oralama rafik kazası sayılarına göre en fazla rafik kazası Ekim, Kasım ve Aralık aylarına meyana geliği belirlenmişir. En az rafik kazası ise Şuba, Mar ve Nisan aylarına meyana geliği belirlenmişir. Bunun neeni öncelikli olarak yaz aylarınan kışa geçiş ayları oluğunan sürücüler kışa hazırlıksız olmalarınan olayı, ayrıca son on yıla ini bayramların bu aylara ekabül emesiir. Ayrıca Şuba, Mar ve Nisan aylarına ail ve bayram enk gelmemesi sonucu şehirlerarası rafike yoğunluk yaşanmaması kazaların sayısına azalma meyana geirmekeir. 5. KAYNAKLAR Akgül, I Zaman Serisi Analizi ve Öngörü Moelleri, Öneri, Marmara Üniversiesi Sosyal Bilimler Ensiüsü Dergisi, Cil 1, Sayı 1, s Akgül, I Zaman Serilerinin Analizi ve ARIMA Moelleri, Der Yayınları, İsanbul. Akgüngör, A.P., Doğan, E Smee ve Anreassen kaza moellerinin Türkiye uygulaması: Farklı senaryo analizleri, Gazi Üniv., Müh. Mim. Fak. Der. 23/4, , Ankara. Anonim, Trafik Kaza İsaisikleri, Türkiye İsaisik Kurumu, Ankara, Türkiye. ( Aalay, A Türkiye eki rafik kazalarının mekansal ve zamansal analizi, Dokora Tezi, Fen Bilimleri Ensiüsü, Aaürk Üniversiesi, Erzurum. Bircan, H. ve Karagöz, Y Box-Jenkins Moelleri ile aylık öviz kuru ahmini üzerine bir uygulama, Kocaeli Üniversiesi Sosyal Bilimler Ensiüsü Dergisi, Cil 6, Sayı 2, s Bülbül, S.E Çözümsel İsaisik. Alfa Basın Yayım Dağıım L. Şi. İsanbul. Chang, B.-H., Graham, J.D A new meho for making inersae comparisons of highway faaliy raes. Accien Analysis an Prevenion 25 (1), Çakıcı, M., Oğuzhan, A. ve Özil, T Temel İsaisik, İzmir. De Lurgio, S.A Forecasing Principles an Applicaions, Irwin/Mc Graw-Hill, Boson. Frechling, D.C Forecasing Tourism Deman: Mehos an Sraegies, Buerworh- Heinemann. Pamukkale Universiy, Journal of Engineering Sciences, Vol. 18, No. 3,

9 Türkiye e Yılları Arasına Meyana Gelen Aylık Trafik Kazalarının Zamansal Analizi Frisrøm, L., Ingebrigsen, S An aggregae accien moel base on poole, regional ime-series aa. Accien Analysis an Prevenion 23 (5), Ganhi, U. N. & Hu, S. J Daa-base approach in moeling auomobile crash, Inernaional Journal of Impac Engineering, 16 (1), Garcia-Ferrer, A., A. e Juan an Poncela, P Forecasing ra c acciens using isaggregae aa. Inernaional Journal of Forecasing 22 (2), Gujarai, D.N Basic Economerics, Inernaional Eiion, McGraw-Hill Inc., Lieraür Yayıncılık, İsanbul. Karagöz K Bölünmüş yol uygulamasının rafik kazarlı üzerineki ekisi: isaisiksel bir yaklaşım, 1.Karayolu Ulusal Kongresi, Ankara. Keeler, T.E Highway safey, economic behavior, an riving enforcemen. The American Economic Review, 84 (3), Makriakis, S., heelwrigh, S.C., ve Hynman, R.H., Forecasing: Mehos an Applicaions, Thir Ei., John iley an Sons, Inc., New York. McLeo, A. I. & Vingilis, E. R Power compuaions in ime series analyses for raffic safey inervenions. Accien Analysis an Prevenion, 40 (3), Oppe, S Developmen of raffic an raffic safey: global rens an incienal flucuaions. Accien Analysis an Prevenion 23 (5), Öğü, K.S. ve İyinam, A.F Türkiye'e Trafik Kazalarının Moellenmesi, 2. Uluslararası Ulaşım Sempozyumu, İsanbul, ss Özmen, A İsaisik içine zaman serisi çözümlemesi, Eiör: Ali Fua Yüzer, Anaolu Üniversiesi Yay. No:1448, Eskişehir. Quus, M. A Time series coun aa moels: An empirical applicaion o raffic acciens, Accien Analysis an Prevenion, (40), Sevükekin, M., ve Nargeleçekenler, M Zaman Serileri Analaizi, Nobel Yayın Dağıım L., Ankara. Van en Bossche, F., es, J. & Brijs, T A regression moel wih ARIMA errors o invesigae he frequency an severiy of roa raffic acciens. In Proceeings of he 83r annual Meeing of he Transporaion research Boar (pp ), ashingon, DC, USA, January Zheng X., Liu M An overview of accien forecasing mehoologies, Journal of Loss Prevenion in he Process Inusries, (22), Pamukkale Üniversiesi, Mühenislik Bilimleri Dergisi, Cil 18, Sayı 3,