VT1 meddelande Nr 721 * 1994 Tidluckor i landsvägstrafik 1987-1991 Göran K. Nilsson div Väg- och transport-forskningsinstitutet ä
VT1 meddelande Nr 721 +- 1994 Tidluckor i landsvägstrafik 1987-1991 Göran K. Nilsson div Väg- och transport-forskningsinstitutet (
Utgivare: Publikation:
VTI MEDDELANDE 721 Utgivningsår: Projektnummer:
1994 71355-2 Väg- och tra/'spnft' Projektnamn:
fforskningsinstitutet Tidluckor i landsvägstrafik
581 95 Linköping
Författare: Uppdragsgivare:
Göran K. Nilsson
Kommunikationsforsknings-beredningen (KFB)
Statens väg- och transport-forskningsinstitut (VTT) Titel:
Tidluckor i landsvägstrafik 1987-1991 Referat (bakgrund, syfte, metod, resultat) max 200 ord:
Ur VTI:s uppföljande hastighetsmätningar på landsväg, som påbörjades 1979, har data om tidluckor studerats. Efter en tidigare problemstudie har inledningsvis ett tidluckemått definierats. Huvudsyftet har varit att undersöka tidluckornas förändring över tiden. Bland annat framkom följande resultat.
%
%
%
%
% Tidluckorna hade inte förändrats signifikant under den studerade perioden 1987-1991.
Smala vägar uppvisade kortare tidluckor än breda.
För personbilar uppmättes kortare tidluckor än övriga fordon. Tidluckorna var längre vid mörker än vid dagsljus.
Köandelen och kölängden uppvisade en svag ökning under perioden.
Sökord: (Dessa ord är från IRRD:s tesaurus utom de som är markerade med *.)
Publisher: Publication: VTI MEDDELANDE 72 1 Published: Project. code:
1994 71355-2
Swedish Road and Project:
Å Transport Research Institute Time headways on rural roads S-581 95 Linköping Sweden in Sweden
Author: Sponsor:
Göarn K. Nilsson Swedish Transport and Communications Research Board
Swedish Road and Transport Research Institute
Title:
Time headways on rural roads in Sweden 1987-1991
Abstract (background,aims, methods, results) max 200 words:
The follow-up studies of vehicle speeds on rural roads made by the VTI since 1979 have also enabled us to study time headways.
Earlier, a ' state of the art" study was carried out and now we have defined a method for measuring headways. The main goal was to study the trend from 1987 to 1991. These are the results in short:
Headways have not changed significantly during the period 1987-1991. Narrow roads have shorter headways.
Cars have shorter headways than other vehicles. Headways are shorter in daylight than in the dark.
The proportion of queues and the length of the queues have increased over the period.
%
%
%
%
-X
FÖRORD
VTlIs trafikdatabank SPEED har hittills mest utnyttjats för att studera hastigheter.
Tidluckor hade tidigare inte undersökts. Eftersom tidluckan är en viktig variabel för att beskriva trafikprocessen och trafiksäkerheten, beslutades att en sådan studie skulle göras.
TFB bekostade först en problemstudie om tidluckor i landsvägstrafik. Ref (1).
Under 1992-1993 har sedan föreliggande undersökning om tidluckor från VTIs trafikmätningar gjorts och bekostats av TFB och VTT tillsammans.
Projektledare har varit Göran K Nilsson.
Kontaktman på TFB har Per Olov Roosmark varit.
Anne Bolling och Arne Carlsson har hjälpt till vid planering av undersökningen. Irena Koronna-Vilhelmsson har svarat för databehandlingen. Mats Wiklund har hjälpt till vid uppläggning av statistikbehandlingen. Utskriften har gjorts av Annette Karlsson.
INNEHÅLLSFÖRTECKNING
SAMMANFATTNING
1 BAKGRUND OCH SYFTE
2 METOD
3 UTFÖRANDE OCH RESULTAT 3.1 Definition av tidluckemått - kösituation 3.2 Tidluckors förändring i tiden
3.3 Tidluckors beroende av olika vägkategorier 3.4 Tidluckor för olika fordonskategorier
3.5 Tidluckors beroende av olika ljusförhållanden 3.6 Köandelar och kölängder
4 SLUTSATSER OCH DISKUSSION
5 REFERENSER
BILAGOR
Bilaga 1: Korrelationsmatriser
Bilaga 2: Regressionsanalyser för tidluckor Bilaga 3: Medelvärden för olika variabler Bilaga 4: Studerade mätdygn
Bilaga 5: Upphinnandeolyckor Bilaga 6: Beteckningar i analyser
SID 11 17 19 20 22 25 27
TIDLUCKOR I LANDSVÄGSTRAFIK 1987-1991
av
Göran K Nilsson
Statens väg- och transportforskningsinstitut 581 95 LINKÖPING
SAMMANFATTNING
VTT har sedan december 1979 utfört regelbundna trafikmätningar med första mål att följa hastighetsutvecklingen. Tillsammans med trafikflödet hör hastigheten till de viktigaste faktorerna som kan förklara olycks- och skadeutvecklingen.
Förutom dessa finns naturligtvis andra variabler av stor betydelse för trafikproces-sen och säkerheten på vägarna. Tidlucka är det mått som enkelt kan relateras till trafiksäkerheten samtidigt som det ger en bild av flödet och kapacitetsläget på vä-gen.
Syftet med denna studie är att definiera ett tidluckemått och därefter bl. a. bestäm-ma tidluckornas förändring över tiden.
Avståndet mellan två fordon mätt i tid kan betraktas på två olika sätt. Det kan defi-nieras som tiden det tar mellan passagerna av två fordon i en punkt. Fordonen kan då betraktas som punktformiga. Denna metod lämpar sig bäst för beskrivning av trafikprocessen och kallas tidsavstånd. Engelsk benämning: time headway.
Om vi tar hänsyn till fordonens utsträckning kan vi definiera tidluckan mellan for-donen. Detta mått är bäst lämpat som ett trafiksäkerhetsmått. Engelsk benämning: time gap.
Tyvärr är dessa definitioner ej allmänt gällande utan ofta kallar man ett tidsavstånd för tidlucka. Dessutom kan inte heller vi p.g.a. mättekniska skäl ange den riktiga tidluckan utan kallar det som egentligen är tidsavståndet för tidlucka. Genom att studera en fördelningstabell som anger antal fordon i olika tidlucke- och hastig-hetsdifferensklasser söker vi bestämma vad som kan betraktas som hindrad trafik. Vi antar att fördelningen av hastighetsdifferenser har olika utseende för hindrade och fria fordon. Där trolighetsfunktionen är störst för att fördelningen ändras anser vi att den övre tidluckegränsen för hindrade fordon ligger. Vi fann att den bör ligga
vid 5 sekunder. Dessutom kan man tänka sig en hastighetsdifferens upp till plus eller minus 4 km/h utan att det föreligger omkörningssituation.
I undersökningen har vi betraktat fem olika vägkategorier:
Smala 70-vägar Smala 90-vägar Medelbreda 90-vägar Breda 90-vägar Breda 110-vägar % % % % %
Tidluckemåttet bestämdes med hjälp av data från smala 90-vägar eftersom det är lättast att särskilja olika slag av interaktioner mellan fordon på denna vägtyp.
Tidluckornas förändring i tiden undersöktes med multipel linjär regressionsanalys. Inga signifikanta förändringar kunde konstateras för någon av fordonskategorierna eller vägkategorierna även om negativa värden övervägde.
För de olika vägkategorierna ligger mediantidluckan för hindrade personbilar mel-lan 1,65 och 1,84 sekunder där medelbreda 90-vägar har de minsta tidluckorna. Sedan följer 70-vägar och därefter ökar tidluckorna något med ökande vägbredd.
Tidluckorna skiljer sig åt för olika fordonstyper. Konfidensintervallet för medel-värdet för alla vägkategorier sammanslagna ligger mellan 1,70 - 1,76 för personbi-lar och 2,10 - 2,22 för övriga fordon.
Vi konstaterar också att tidluckorna är olika vid ljus respektive mörker. Tidluckorna är längre i mörker. Två olika steg av jämförelser gjordes. I den första undersöktes tidluckorna på dagen och på natten under samma dygn. I den andra studerades en tidsperiod på dygnet som sommartid har dagsljus och vintertid mörker. Den senare metoden gav den största differensen. Medelvärdet för skillnaden blev -0,21 sekun-der.
Ökat trafikflöde har medfört större köandelar och längre köer. Andel fordon i kö på de studerade vägarna ligger mellan 10 och 20 procent. Under perioden 1987 till
1991 har köandelarna ökat med ca 2 procentenheter.
Kölängderna har ett medelvärde på cirka 1,2 bilar och har ökat under perioden. Ökningarna är signifikanta och varierar mellan 0,01 och 0,10.
1 BAKGRUND OCH SYFTE
Sedan i december 1979 har VTT utfört regelbundet återkommande trafikmätningar på landsvägar, se ref (2). Från dessa mätningar kan man få olika mätvariabler. Den variabel som använts mest hittills är hastigheten.
Tillsammans med trafikflödet är hastigheten och förändringen i hastighetsnivå några av de viktigaste faktorerna för att beskriva trafikprocessen och förklara olycksutvecklingen på våra vägar. Förutom dessa finns naturligtvis andra variabler som är av stor betydelse för trafikprocessen och trafiksäkerheten.
Om avstånden mellan bilarna är för korta ökar sannolikt risken för vissa olyckor, som t.ex. påkörningar bakifrån. Avstånden mellan fordon kan beskrivas med hjälp av sträcka eller tid.
Tidlucka är ett mått som enkelt kan relateras till trafiksäkerheten.
I en tidigare problemstudie om tidluckor i landsvägstrafik, se ref (1), har vi un-dersökt fakta om tidluckor genom litteraturstudier och analys av egna data från trafikmätningar.
Syftet med denna studie är att utifrån våra uppföljande trafikmätningar bestämma ett tidluckemått att användas för att följa tidluckornas förändring över tiden. Vi söker även göra en uppskattning av skillnaden i tidlucka för personbilar och andra fordon.
Inverkan av olika miljöer skall även belysas. Eftersom mätplatserna är valda uti-från kriteriet rak och plan väg, finns inte möjligheten att jämföra olika väggeome-triers inverkan. Däremot finns en möjlighet att jämföra några olika vägkategorier med avseende på vägbredd och hastighetsbegränsning. Dessutom kan vi jämföra tidluckor vid olika ljusförhållanden.
2 METOD
Beskrivning av avstånd mellan fordon kan göras på olika sätt. Man kan välja mellan att ange tidsavståndet eller vägavståndet.
Av dessa mått är tidsavståndet det som är enklare för föraren att uppskatta.
Avståndet i tid kan uttryckas på olika sätt eftersom längden på fordonen upptar en del av avståndet och fordonen är olika långa. Se figur 1 nedan. De egentliga tids-avstånden mellan fordon i en fordonsström bör alltså beskrivas som om fordonen vore punktformiga. Detta avstånd mäts enklast som tiden mellan passage av res-pektive fordons framhjul. Engelsk benämning; time headway. Om vi tar hänsyn till fordonens utsträckning kan man indela tidsavståndet i det som upptas av första fordonets längd och luckan från första fordonets bakkant till andra fordonets framkant. Den andra delen är den egentliga tidluckan. Engelsk benämning; time gap.
TIDLUCKA
|-- TIDSAVSTÅND --»
Figur 1 Olika sätt att beskriva avstånd i tid mellan fordon.
Beträffande de två alternativa tidsavståndsbeskrivningarna kan det första betraktas mera som ett mått för beskrivning av trafikprocessen medan det andra kan ha stör-re förklaringsgrad för trafiksäkerhet.
Det vi vill studera här är egentligen tidluckan = time gap. Men av mättekniska skäl har vi låtit tidluckan betecknas av tidsavståndet = time headway. Tidlucka är den oftast använda benämningen för tidsavstånd.
VTlIs trafikmätningssystem registrerar tidpunkter för axelpassager, d.v.s. för varje fordon finns som grunddata lika många registreringar som antal axlar. Tidluckor bildade med data från detta mätsystem måste därför bildas av tidpunkter för axel-passager istället för axel-passager av fordons fram- och bakkanter.
I de uppföljande trafikmätningarna som VTI utfört sedan december 1979 och som ligger till grund för denna studie, redovisas tidluckor som "time headway", d.v.s. ett mått inriktat på beskrivning av trafikprocessen. Vid beräkningen används pas-sage av första axel. Skillnaderna för olika fordon beträffande avstånd mellan framkant och första axel är liten, medan skillnaden till passage av bakkant är större och mer varierande, i synnerhet för lastbilar. Kännedom om fordonstyp gör att vi kan beräkna ungefärlig längd på fordonet och därigenom det verkliga av-ståndet mellan fordonen. En bättre metod vore kanske att mäta från första bilens bakhjul till andra bilens framhjul. Men det har vi inte kunnat göra i denna studie.
Tidluckedata har tagits fram i två olika former. Dels kan man genom indelning av tidluckorna och hastighetsdifferenerna i olika klasser göra en fördelningstabell som beskriver antal fordon i olika situationer, se tabell 1 och figur 2. Dels kan tidluckorna beskrivas med hjälp av percentilvärden för olika hastighetsdiffe-rensklasser som i tabell 2.
Tabell 1 Exempel på fördelning av fordon på tidluckeklasser och hastighetsdif-ferensklasser.
Antal fordon i olika tidluckeklasser
Hast.diff 0-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9 9-10 10-11 11-12 12-13 13-14 >14 2 klass (km/h) (s) > +20 5 1 4 2 r a a 1 2 2 4 84 114 +16 - +20 5 1 2 1 1 1 1 42 54 +12 - +16 4 1 5 3 2 06 1 2 1 1 56 84 +8 - +12 1 2 1 2 2 3 2 1 1 1 1 63 80 +4 - +8 3 18 14 10 03 06 5 3 2 3 1 2 72 144 -4 +4 45 215 85 32 23 12 6 7 7 35 6 4 1 4 194 646 -8 -4 24 1 6 7 2 05 1 2 3 3 1 90 145 -12 -8 2 2 1 1 3 1 1 1 59 74 -16 -12 2 1 1 2 65 73 -20 - -16 3 1 1 1 2 1 1 1 1 38 51 c -20 11 15 3 1 1 2 2 3 2 89 131 Summa 79 282 114 59 41 28 21 23 15 17 _18 18 10 19 852 1596
An ta l f o r d o n Hastighetsdifferens Tidluckefördelning m.a.p. arta! fordon - Ma nt o r p ©20
- - - -20 - -16 400 : 350
i
________ -16 - -12
am |
- >-
e
200
+
Oct t -8 - - 4
100 + P 4 äv ls 4 50 .!- o => l::Eiiiz '::.::åriga.:.:Eräåiiwfq'mm':':725-24:2:3:-:-:-:-:-:-:-:-':=:_2:=:i:ii:£:4:57_1_72_:=_:_::2:;:-:-:-:-:_-:e:::::;;;;;;;.;.;.;.;.;.;.93:52:55;3.3.3;. a +4 - + 8 (0) Jo tl F r e - -et 0-2. Ett--- +8 - +12
0-1
1-2
2-3
3-4
45
5-6
67
7-8
8-9
9-19
T 3 T +12 +16
Tidlucka (s)
- - - - +16- +20
Figur 2
Antal fordon med olika tidlucka vid olika hastighetsdifferenser.
(Tabell 1 i diagramform.)
Ur tabell 1 kan man se vid vilka tidluckor man får hindrad trafik. Detta använder
vi för att bestämma ett tidluckemått. I den tidigare gjorda problemstudien
fram-kom i litteraturen olika kriterier för att beskriva interaktion mellan fordon.
Vanli-gast är att sätta en övre gräns för tidsavstånd mellan fordon. Värdet på denna
va-rierade mellan 5 och 9 sekunder i de studerade publikationerna.
Vi studerar fördelningen av fordon inom olika tidluckeklasser med avseende på
hastighetsdifferensen mellan på varandra följande fordon. För fria fordon kan
för-delningen på olika hastighetsdifferenser anses ha ett visst bestämt utseende i ett
vägsnitt. Vid interaktion mellan fordonen är hastighetsdifferenserna mindre och
således ökar andelen fordon med liten hastighetsdifferens vid köer. Vi ser att
nå-gonstans mellan 4 och 6 sekunders tidlucka förändras fördelningens utseende och
vi får en större andel fordon med mindre hastighetsskillnader. Det kan tolkas som
att fordonen hindrar varandra. Eftersom ingen klar gräns kunde urskiljas i
mate-rialet har vi i denna studie valt att använda 5 sekunder som gräns för hindrat
for-don.
Percentilvärden för tidluckor kan exempelvis presenteras enligt tabell 2. Den
redovisningsformen togs fram före denna undersökning och då valdes annan
klassindelning för hastighetsdifferenserna.
Tabell 2 Exempel på redovisning av percentilvärden för tidluckor. T ID L U CK A M I ND RE ÄN 1 0 S E K UN D E R PERSONBLL HASTIGHETS DIFFERENS (km/h) PERCENTIL 10-5 -5--10 ©-10 15 - PERC 0.70 1.85 1.03 1.77 1.18 50 - PERC 3.95 4.15 2.23 4.36 4.49 85 - PERC 8.01 8.11 6.23 8.30 8.48 ÖVRIGA FORDON HASTIGHETS DIFFERENS (km/h) PERCENTIL _>10 10-5 5--5 -5--10 10 15 - PERC 0.72 =- 0. 64 å =-50 - PERC 4.81 =- 3.94 =» -85 - PERC 7.25 =- 8,01 a» = ALLA FORDON HASTIGHETS DIFFERENS (km/h) PERCENTIL 10-5 -5--10 ©-10 15 - PERC 0.70 1.93 1.01 1.86 1.14 50 - PERC 4.35 4.49 2.42 4.33 4.43 85 - PERC 7.75 8.46 6.39 8.06 8.45
Enligt projektbeskrivningen skulle tidluckedata från tre år studeras från 1981 till 1991. Vi valde då att i första hand titta på 90-vägar utan vägren. Sedan har vi även kompletterat med bredare 90-vägar samt 70- och 110-vägar.
Mätresultat valdes från varje plats för olika år då torrt väglag och inga störningar förekom. En indelning på tre årstider gjordes; vår, sommar och höst.
Det visade sig svårare än beräknat att hitta mätningar från de tidigare åren som uppfyllde våra krav på likartade mätförhållanden som passade för att kunna göra jämförelser. Därför har vi fått ändra på de ursprungliga planerna och fått välja andra år för att studera förändringen av tidluckor med tiden. De år som ingår i studien är 1987, 1989 och 1991.
Med hjälp av multipel linjär regressionsanalys skattas sedan förändringen där vi försöker eliminera påverkan från andra variabler som kan påverka tidluckan. Se bilaga 2. Genom att undersöka korrelationerna medelst en korrelationsmatris får vi fram vilka variabler som har betydelse för tidluckans storlek. Se bilaga 1.
Analysen görs för fordonskategorierna personbil, övriga fordon och samtliga for-don och olika vägmiljöer representerade av; smala 70-vägar, smala, medelbreda och breda 90-vägar samt breda 110-vägar. De smala vägarna, mindre än 7 m, och de medelbreda, 8-9 m, är vägar utan vägren och de breda är vägar med vägren. De senare tillåter omkörning vid mötande trafik.
En undersökning av tidluckornas beroende av olika ljusförhållanden görs även för att undersöka skillnaden i nivå.
3 UTFÖRANDE OCH RESULTAT
3.1 Definition av tidluckemått - kösituation
I undersökningen ingår olika vägtyper med olika tvärsektioner och med hastighetsgränserna 70, 90 och 110 km/h. 70-vägarna är samtliga smala; 6 eller 6,5 m breda. Bland 90-vägarna finns en större spridning i tvärsektion; smala, medelbreda och breda. De smala är mellan 6,5 och 7,0 m breda, de medelbreda 8,0 - 9,0 m breda och de breda 12,0 - 13,0 m breda. 110-vägarna är samtliga 13,0 m breda.
Syftet med föreliggande undersökning är att i första hand studera tidluckorna och söka fastställa om och hur mycket tidluckorna har förändrats över tiden. För att kunna göra det måste vi först definiera ett användbart tidluckemått. Vi undersöker smala 90-vägar eftersom vägrenskörning ej förekommer och man där enklare kan skilja på olika interaktioner mellan fordonen. Av praktiska skäl använder vi sedan detta mått för samtliga vägtyper; övre tidluckegräns 5 sekunder och största hastighetsdifferens + 4 km/h. För större vägar med vägren är beteendet sådant att gränsen för hindrad trafik egentligen vara något mindre än 5 sekunder. Värdet av att ha en och samma tidluckedefinition för alla vägtyperna bedöms som viktigare med tanke på de jämförelser som man vill göra. Således medför den gemensamma tidluckedefinitionen att tidluckorna för vägar bredare än de smala 90-vägarna för-modligen får ett något för högt värde.
Högre hastigheter medför normalt större hastighetsspridning, som i sin tur medför flera interaktioner mellan fordon med olika hastighetsanspråk. Därför väljer vi att studera de smala 90-vägarna framför 70-vägarna. Vi har antagit att fördelningen på olika hastighetsdifferensklasser ser olika ut för hindrade respektive fria fordon. Hindrade tvingas att anpassa hastigheterna efter varandra, d.v.s. vi får här en större ansamling av bilar med små hastighetsdifferenser till framförvarande. Hastighets-fördelningen av hindrade fordon får alltså ett större maximum för små hastig-hetsdifferenser än fria fordon. Vi söker ett gränsvärde på tidluckan där fördel-ningen förändras.
För varje möjlig tidluckegräns, 1 sekund, 2 sekunder, o.s.v., bestäms sannolikhe-ten för observerade data, vilket är trolighetsfunktionen. Se även referens (3) om likelihood-funktionen som trolighetsfunktion kallas där. Den gräns som
maxime-rar trolighetsfunktionen kan då anses vara gränsen mellan hindrade och fria for-don.
Som exempel visas i tabell 3 och figur 2 nedan tidluckedata från Mantorp. En un-dersökning av fördelningen visar en markant förändring i området 4 till 6 sekun-der vilket även stöds av en okulär kontroll av den procentuella fördelningen i res-pektive tidluckeklass i tabellen.
A n d e l fo rd on i%
Tabell 3 Fördelning av fordon på tidluckeklasser och hastighetsdifferensklasser med procentuell fördelning inom varje tidluckeklass.
Hast .diff- Tidluckeklass (s) kl. (km/h)!Freq ' [Col %! 0-1 ! 1-2 ! 2-3 ! 3-4 ! 4-5 ! 5-6 ! 6-7 ! 7-8 ! 8-9 ! 9-10 ' 10-11 ' 11-12 ' 12-13 ' 13-14 ! >14 '! Tota: esse i 4 4 4 4 + + + + + + + 4 + + + 4 >+20 U 14 ! 14 ! 21 ! 33 ! 40 ! 44 ' 40 ! 34 ! 43 ! 31 ! 32 ! 24 ' 34 ! 37 ! 1402 ' 1843 1 1.87 ! 0.64 ! 4.7$ ! 3.99 ! 6.17 ! 9.61 ! 9.01 ' 7.82 ! 11.53 ! 8.68 ! 7.37 ! 6.82 ! 9.55 ! 9.27 ! 9.44 ! +16 +20 ; 9 ; 14 ; 17 I 23 ! 21 ! 31 ! 29 ! 23 ! 21 ! 14 ' 12 ! 15 ! 12 i 19 ; 6$9 ! 919 i 1.20 ! 0.64 ! 1.42 ' 2.78 ! 3.24 ! 6.77 ! 6.53 ! 5.29 ! 5.63 ! 3.92 ! 2.76 ! 4.26 ' 3.37 ! 4.76 ! 4.44 ' +12 +16 ! 9 : 18 ! 27 ! 38 ' 39 ! 41 ! 29 ' 28 ! 17 ! 31 ! 34 ! 25 ! 26 ' 33 ! 901 ! 1296 i 1.20 ! 0.82 ! 2.2$ ! 4.59 ! 6.02 ! 8.95 ! 6.53 ! 6.44 ! 4.56 ! 8.68 ' 7.83 ! 7.10 ! 7.30 ! 8.27 ! 6.07 ! +8 +12 ; 11 ! 42 ; 73 ! 66 ! 65 ! 38 ! 41 ! 39 ! 36 ! 28 ! 47 ! 27 ! 30 ! 41 ! 1142 ! 1726 1 1.47 ! 1.91 ! 6.08 ! 7.98 ! 10.03 ! 8.30 ! 9.23 ! 8.97 ! 9.65 ! 71.84 ! 10.83 ! 1.67 ! 8.43 ! 10.28 ! 1.69 ! e 22 : 188 : 160 ! 120 ! 101 ! 73 ! 65 ! F 47 ! 54 ! 11 ! 40 ! 34 : 34 ! 1337 ' 2413 t 2.95 ! 8.53 ! 13.33 ! 14.51 ! 15.59 ! 15.94 ! 14.64 ! 15.40 ' 12.60 ! 15.13 ! 16.36 ! 11.36 ! 3,55 ! 8.52 ! 9.01 ! -4 +4 ? 603 ; 1734 ! 743 ! 406 ! 253 ! 153 ! 131 ! 139 ! 114 ! 113 ! 104 ! 91 ! 102 ! 115 i 3175 ! 1976 1 80.72 ! 78.71 ! 61.92 ! 49.09 ! 39.04 ! 33.41 ! 29.50 ! 31.95 ! 30.56 ! 31.65 ! 23.96 ! 25.85 '! 28.65 ' 28.82 ! 21,39 ' -8 - 4 ; 10 ; 112 ! 102 ! 82 ! 17 ! 33 ! 45 ! 47 ! 39 ! 33 ! 45 ! 41 ! 42 ! 34 ! 1457 ! 2199 1 1.34 ! 5.08 ! 8.50 ! 9.92 ! 11.88 ' 7.21 ! 10.14 ! 10.80 ! 10.46 ! 9.24 ! 10.37 ! 11.65 ! 11.80 ! 8.52 ! 9.81 ! =3 2 -8 ? 6 ; 13 ! 17 ! 22 ! 16 ! 15 ! 18 ! 24 ' 15 ! 18 ! 34 ! 27 ! 28 ! 29 ! 1278 ! 1560 1 0.80 ! 0,59 ! 1.42 ! 2.66 ! 2.47 ! 3.28 ! 4.05 ! 5.52 ! 4.02 ! 5.04 ! 7.83 ! 7.67 ! 7.87 ! 1.27 ! 8.61 ! -16 -12 ! 2 6 ! 9 1 6 ! B ! 10 ! 19 ! 7 1 17 ! 14 ! 11 ! 21 ! 20 ' 15 ! 1017 ' 1187 i 0.94 ' 9.27 ! 0.75 ! 0.73 ! 1.23 ! 2.18 '! 4.28 ! 1.61 ! 4.56 ! 3,92 ! 2.53 ! 5.97 ! 5.62 ! 3,76 ! 6.85 ! -20 -16 ; 18 ; B ! 2 ! - 5 1 $ i $ % 12 ! 3 1 9 i 14 ! 18 ! J 19 ! 806 ! 942 t 2.41 ' 0.36 ! 0.17 ! 0.97 ! 0.77 ! 1.09 ! 1.13 ! 2.716 ! 0.80 ! 2.52 ! 3.23 ! 5.40 ! 2.53 ! 4.76 ! 5.43 ' ? 38 ! 54 ! 29 ! 23 ! 23 ! 15 ! 22 ! 15 ! 21 ! 12 ! 30 ! 22 ! 19 ! 23 ! 1672 ! 2018 1 5.09 ! 2.45 ! 2.42 ! 2.78 ! 3.55 ! 3.28 ! 4.95 ! 3.45 ! 5.63 ! 3.36 ! 6,91 ! 6.25 ! 5.34 ! 5.76 ! 11.26 ! Total 747 2203 1200 827 648 458 4 4 4 435 373 357 434 352 356 399 14846 24079 Tidlucke-90 = klass (s) 80 + 1_2 70 aga 2_3 60 4» 3-4 50) d A_F 40 » 9 5 6 30 + &7 20 & 10 v ost ... hangs M st?
[e) lens kungseeEEERR $
©-20 -20 - -1& - -12 - >+20
-16 -12 -8
Hastighetsdifferensklass (km/h)
Figur 3 Fördelningen av andel fordon som tillhör viss tidluckeklass på olika
hastighetsdifferensklasser. Fördelningen av fordon med kortare
10
Hastighetsdifferenserna beräknas som första bilens hastighet minus den andar bi-lens hastighet, d.v.s. i en upphinnadesituation är hastighetsdifferensen negativ. Klasserna har givits en bredd på 4 km/h. Över och under +20 km/h respektive -20 km/h har vi öppna klasser.
Av ovanstående har vi kommit fram till ett tidluckemått (time headway) som be-räknas på fordon som har tidlucka mindre än 5 sekunder och en hastighetsdiffe-rens som ligger mellan +4 och -4 km/h. I tabell 3 ser vi även att av personbilar med tidlucka mindre än 2 sekunder har ca 80 % en hastighetsdifferens från +4 till -4 km/h.
Fordon som uppfyller detta kriterium får då anses hindrade och befinnande sig i en köliknande situation. Hindereffekten är dock inte lika tydlig för bredare vägar.
11
3.2 Tidluckors förändring i tiden
För att studera förändringen av tidluckor över tiden har vi valt att göra en multipel linjär regressionsanalys för medianen på tidluckor mindre än 5 sekunder. Analy-serna har gjorts för fordon indelade i kategorierna personbilar, övriga fordon utom personbilar och alla fordon sammanslaget. Dessutom har för varje fordonstyp gjorts en analys för varje vägkategori. Studerade mätdygn framgår av bilaga 4.
I regressionsanalysen söker vi få med de oberoende variabler som påverkar tid-luckan. För samtliga vägkategorier och för personbilar ingår år, årstid, plats och hastigheter som oberoende variabler. För smala 90-vägar, 110-vägar och alla sam-manslagna ingår andel fordon i kö och för smala 90-vägar och alla samsam-manslagna ingår även andel tunga fordon. Se tabell 4 nedan och bilaga 2.
Tabell 4 Förändring av mediantidluckan i sekunder för hindrade personbilar för olika vägkategorier mellan åren 1987-1989-1991.
Väg- 70-väg 90-väg 90-väg 90-väg 110-väg Alla väg-kategori 6-6,5 m 6,5-7 m 8-9 m 12-13 m 13 m kategorier Ar 1987-1989 |-0,01 +0,10 |-0,02+0,10 |-0,04 +0,11 |+0,03 +-0,06 |-0,02 +0,08 ||+0,01 +0,05 1989-1991 |-0,02 +0,10 |-0,02 +0,10 |-0,03 +0,11 |+0,03 +0,07 |-0,02+0,08 ||-0,02 +0,05 1987-1991 |-0,03 +0,09 |-0,04 +0,10 |-0,07 +0,11 |+0,06+-0,07 |-0,04 +0,08 ||-0,03 +0,05
Ingen signifikant förändring över tiden kan påvisas för någon av vägkategorierna för personbilar. Minskningar med mellan 0,03 och 0,07 sekunder har dock upp-mätts över hela perioden 1987 till 1991 för fyra av vägkategorierna. Endast breda 90-vägar uppvisar ökande tidluckevärden.
Resultatet av regressionsanalysen för gruppen övriga fordon framgår av tabell 5 nedan. För samtliga vägkategorier ingår år, årstid, hastigheten och andel tunga fordon som oberoende variabler. Andel i kö ingår även för 70-vägar och smala 90-vägar, plats ingår för medelbreda 90-vägar och 110-vägar. Antal fordon ingår för medelbreda 90-vägar och vägbredd för 70-vägar. Observera att för gruppen övriga fordon finns inte lika mycket data särskilt från de vägar som har lågt trafikflöde.
12
Tabell 5 Förändring av mediantidluckan i sekunder för hindrade övriga fordon för olika vägkategorier mellan åren 1987-1989-1991.
Väg- 70-väg 90-väg 90-väg 90-väg 110-väg Alla väg-kategori 6-6,5 m 6,5-7 m 8-9 m 12-13 m 13 m kategorier Ar 1987-1989 |+0,24 +0,25 |-0,24 +0,62 |-0,04 +0,32 |-0,07 +0,41 |+0,16+0,34 ||+0,02 +0,13 1989-1991 |-0,30 +0,26 |-0,51 +0,60 |+0,05 +-0,35 |+0,07 40,51 |-0,18+0,33 |-0,10 +0,12 1987-1991 |-0,06 +0,20 |-0,75 +0,98 |+0,01 +0,34 |-0,00+0,52 |-0,02+0,31 1-0,08 +0,13
Ingen signifikant förändring kan påvisas för någon av vägkategorierna för övriga fordon. Vi ser dock även här att övervägande minskningar har uppmätts. Osäker-heten är här större än för personbilar beroende på att antalet observationer för övriga fordon är mycket mindre än för gruppen personbilar.
Analysen för alla fordonsslagen tillsammans, som redovisas i tabell 6, har som oberoende variabler år, årstid, plats och hastighet. För 70-vägar ingår även andel tunga fordon och vägbredd. För smala 90-vägar ingår andel tunga fordon och an-del fordon i kö. Mean-delbreda 90-vägar har även anan-del tunga fordon och totalt antal fordon som oberoende variabel.
Ti dl uc ka (s ) Tabell 6 13
Förändring av mediantidluckan i sekunder för hindrade fordon, alla fordonstyper, för olika vägkategorier mellan åren 1987-1989-1991.
Väg-kategori Ar 70-väg 6-6,5 m 90-väg 6,5-7 m 90-väg 8-9 m 90-väg 12-13 m 110-väg 13 m Alla väg-kategorier 1987-1989 -0,00 0,09 -0,02 £0,10 -0,03 +0,15 +0,02 -0,02 0,08 -0,00 £0,05 1989-1991 -0,04 0,09 -0,01 £0,10 +0,11 20,17 +0,02 -0,02 +0,08 -0,03 £0,05 1987-1991 -0,04 +0,09 -0,03 10,10 +0,08 20,16 +0,04 0,06 -0,04 10,08 -0,03 ©0,05 0.8 0.6 0.4 0.2
Naturligtvis kan vi inte heller med alla fordonstyper sammanslagna påvisa någon signifikant förändring av medianen för tidluckorna. Negativa uppmätta föränd-ringar överväger dock även här liksom för de olika fordonskategorierna var för sig. Förändringarna finns uppritade i nedanstående figurer 4-9 och utskrift av resultat från regressionsanalyserna för personbilar finns i bilaga 2.
1987
Figur 4 1989
Tidluckornas förändring för 70-vägar/&- 6.5 m
Er vif aK öge 18> itd ALS PS fag t4 -va ägd_;;(' _ d 3 R ngke. 8 mi d» i ' S: t kä r, da r ha ta d pr og " t h r t i i w bv va nt b s > Personbilar 1987 1989 1987 st S kg e Ps* ls NYTT Övriga fordon 1989 1991 kroå & 4 f SX tie nas % + "A ÅqÖå[LSP -*1 *je #1 Vis) ( Ä E å a + 0 *» 209 d Po. A -tt 300 % s $ # & B pos J doc & > 7.4 ri £ o*4 bok +F D + - 7 4 o - t M ' + + t or 1 ss i & så * 1.2 + ver i ys* © % up * 65 hoc ske mu-a *»: t © *1% Ltcyg* 17 skulla + "#1 % , +"F..V-- +#ti. i -200279 i S Pos gåt såll [LS it u e , a T Xl. ae F %$ 13 5 | 2 sår E 15 A ka "41 % tj p Pts sd 9 9 . va v, 4 Kos =P Eos, + 5 + SK. va tes - så 1 ,) * i * ha or Alla fordon
Tidluckornas förändring åren 1987-1989-1991 för olika
14
Tidluckornas förändring för 90-vägar/6.5-7 m
1987 1991 1989 1987 1989 1989 1991 1987 .. .. .. én .. » 4 5 9 . 4 3 4T u H # 9 3 n g » a . m . a2J a a k v ä x ? ! a. .. . :» . t S X : T m t v å ! ! ! i p t t t i d f d e nu .. .» m f %. .. 4 3 -4Z& 51 KX 87 3 3 1 ,w % $ .å w w L : é å s r r u 12 pd m:i 7 s.. ». I ? å r S W J / å b j t . 0 9 i : L e e 1.5 + 1 0.5 + 9 -( s ) p 4 2 n I P I ] Alla fordon Ovriga fordon Personbilar
Tidluckornas förändring åren 1987-1989-1991 för olika
fordonskate-Figur 5 la 90-vägar. 0 gorier på sma ägar/8-9 m -vägar Tidluckornas förändring för 90 1989 1991 1987 2,5 -1991 ry t d ,w *a ym ma wg ? ? . . . ; og sca c #. t f . ! # » ? ! W ( S ä k . % ..> e +F M W W M K W .f v w -% % ? ! , ! m . % % . s 5 _ äs + t gw w
%li
5 3 . .. ... +* 2 # ' . . + 2 s å r v g : S a . av .. .. .. Sx r. f. ; hal, ** L å 2 Se ct ! l vet sn > $$ >" 0 3 *3, Pa + lan. jaha ts -e Ni ve dv r t ei lW e vn>h k m * rpas sÅ sn CP. eF: ix. dur 3 % /äm. at dn Aha dun, "14. 04 Kok a pr O>CO O>gro rs COOr = at r k l 01 3 -.ju SX SIG SÖ D At las IF 12 -ia 11 is fåt t. * | va kn a. ?! jer så fi »W W.. WM ;; .. .vfn uå wf kaxr fat ri L. . . . ? ?? & ; h e F u ' P o E g ( P W s-v e t (4 4% % . å k e 2 % i . , ; e godas t i ä ai oy . mä ... Wi &+ . .. & & ; ; Cad! s o n s r; p x vad v. H A P K 3 i :. .v -+-Tr " T M . , » . f M.. " 8 n ä m t _ _ . J N » . J . & & _ , 1.1 Ah l. . d a sö n lär far 15 SLA a r k VP .. .+ TF +. I , . t; $ ! 8| k w -h u r a r r : ! 29 t a m a : a t t ? S H R n g ( g å ? 5 3 3 -f r f w KY 0& # * m n & T K A -P 1 1 . 1 9 b c 3 __ _ A* v. sv -2 | +F S. .: ". .. .Ä W. .A W. .w * B o m k. a l 1989 1987 2 5 --1 0.5 + 9 -( s ) p y o n i p | ; Alla fordon Ovriga fordon Personbilar
Tidluckornas förändring åren 1987-1989-1991 för olika fordonskate-Figur 6
delbreda 90-vägar. 0
gorier på me
Tidl uc ka (s ) Ti dl uc ka (s ) ur | T Figur 7 2 +-som Qi | T 0.5 + Figur 8 [000 1987 . 1987 15
Tidluckornas förändring för 90-vägar/12-13m
1987 1989 1991 ek 2002 % b '+'_Å t &, bo 32 5 09 2 * I 2 4 b, ond 1991 bot Pos? 1989 Lek 1987 14 P * % Lt 4: 1 (' El -L P L o c i . in na -" ar th ur . 23 +L i t e R sv. s dh * o 2 h . na ! PW s ) å. Svag 7 Zlata "X drar P E. +#2*4 TT 91.33 frus b >> k P >p 27 # 208002& % * de å R? -X + ä L. -, SS Ra vi va i kd 7 -oh, 3 kså > »i+» + &.. 2 hoch 3 s k ' >4
=-Personbilar Övriga fordon
1989
Alla fordon
Tidluckornas förändring åren 1987-1989-1991 för olika
fordonskate-gorier på breda 90-vägar.
Tidluckornas förändring för 110-vägar/13m
1989 1987 1989 1987 su Imi nu.? -Tro ceVA - f LX X i *To len- 4 p h $2, 12 7 17 ae pet "H r2 21 apor är ' b s 1 t - " iF "Deal: p *tra vo 8 ek Fr 15 FPå id
aom fom velvet
b -= * nm 5-9 ;;,7 +. *" +2 18:24Z + s J 3 4 + 0 v N i x & i j e W a d e 15 gl f: f ko d MP WA Larsa gl 5+ F1 52 15 *L J fe re Mä 4 3 0 3 **) H m D ; ( ' . o "å k $ (% & m i gf et t a S S 3 22 9 & 2 8 P E A W H L ä å versv p P Fere ig v e l a t' tv i n d e Å S y a a n t T bo s * * t & 0 m U © + 4 d + Sa ys © 1 1 % + #+ 2 4 : h Mt . f H kl "F år d a r k J E t s = D .' . . ä : : " 4 ' . s' f V b. -j_ !-3 3 ba rrel H C & ev v . 4 es ; t + 4 ia # s ö hose e Å + 11 s % N P # > ; . uf f 05 -0 1 bä r ke r ed ch k g 4 11 T
Personbilar Övrigafordon
1989 t e e ] i S t [ ( Q g r é v t l % 1 ) " .: . l a v h i j » 0 C k) a n , + + o +. ä i d . 29 :" t: , Alla fordon
Tidluckornas förändring åren 1987-1989-1991 för olika
Ti dl uc ka (s ) 2.5 amt Qi 1 T [00 1987 Figur 9 16
Tidluckornas förändring genomsnittligt för alla vägkategorier
1989 1991 -ktS91)4 bog t ommi inte näK
Personbilar
VTI MEDDELANDE 721
1987 1989
1989 1987
Övriga fordon Alla fordon
Tidluckornas förändring åren 1987-1989-1991 för olika fordonskate-gorier i medeltal på alla vägkatefordonskate-gorier.
3.3
17
Tidluckors beroende av olika vägkategorier
Tidluckorna för hindrad trafik på olika vägkategorier skattas på två olika sätt. Man kan beräkna ett medelvärde på de faktiskt uppmätta tidluckorna eller beräkna tidluckan med hjälp av en regressionsanalys då övriga påverkande variabler sätts lika för alla vägkategorier.
I tabellerna 7, 8 och 9 visas medelvärdena av de faktiskt uppmätta medianerna enligt första metoden tillsammans med min- och maxvärden samt standardavvi-kelser för kategorierna personbilar, övriga fordon respektive alla fordon. Värdena bygger på data från samtliga mätningar. Se bilaga 3.
Tabell 7
Tabell 8
Medelvärden på personbilars mediantidlucka för olika vägkategorier.
Median- 70-väg 90-väg 90-väg 90-väg 110-väg tidlucka (s) 6-6,5 m 6,5-7 m 8-9 m 12-13 m 13 m Min 1,43 1,58 1,34 1,65 1,55 Medelvärde 1,73 1,80 1,65 1,80 1,84 Max 2,35 2,17 2,14 1,92 2,24 Std.avv. 0,19 0,14 0,19 0,07 0,16
Medelvärden på övriga fordons mediantidlucka för olika vägkatego-rier. Median- 70-väg |90-väg |90-väg 90-väg 110-väg tidlucka (s)| 6-6,5 m 6,5-7 m 8-9 m 12-13 m| 13 m Min 1,52 1,55 1,47 1,73 1,89 Medelvärde 1,94 1,87 2,26 2,27 2,29 Max 2,51 2,33 3,06 3,39 2,94 Std.avv. 0,24 0,21 0,36 0,38 0,30
18
Tabell 9 Medelvärden på mediantidluckan för alla fordonstyper sammanslagna för olika vägkategorier. Median- 70-väg |90-väg 90-väg 90-väg 110-väg tidlucka (s)| 6-6,5 m 6,5-7 m 8-9 m _|12-13 m 13 m Min 1,45 1,59 1,37 1,66 1,60 Medelvärde 1,73 1,81 1,74 1,83 1,87 Max 2,35 2,19 2,55 1,96 2,26 Std.avv. 0,18 0,14 0,26 0,07 0,16
Man kan notera av tabellerna att tidluckorna är störst på 110-vägarna för alla for-donskategorier.
I tabell 10 nedan visas några olika variablers värden med avseende på vägkategori.
Tabell 10 Mediantidluckans storlek, för personbilar, i förhållande till några andra variabler för olika vägkategorier.
70-väg |90-väg 90-väg 90-väg 110-väg 6-6,5 m 6,5-7 m 8-9m |[12-13 m 13 m Median-tid- 1,73 1,80 1,65 1,80 1,84 lucka (s) Medianhastig- 80,8 85,9 95,6 94,8 106, 1 het (km/h) Andel tunga fordon (%) 7,0 4,4 18,0 11,5 10,0 Andel i kö (%) 14 14 20 11 10 Medelantal 2310 2850 5420 4470 6080 fordon per mätning
Av tabellen ser vi bland annat att på medelbred 90-väg har vi kortaste tidluckorna samtidigt som andelen tunga fordon och andel fordon i kö är högst.
19
Den andra metoden är en beräkning med hjälp av regressionsanalys som visas i tabell 11 nedan. Se bilaga 2. Analysen är gjord på hela materialet med vägkategori som en oberoende variabel. Genom att räkna ut medelvärden för de övriga variablerna och sedan addera dem med skattningarna för respektive vägkategori får vi fram resultatet. Variationerna blir mindre men resultaten visar samma ten-dens som vid den första studien, d.v.s. med lågt värde för 70-vägar och högt värde för 110-vägar. I båda fallen får vi dock de kortaste tidluckorna för medelbreda 90-vägar.
Tabell 11 Mediantidlucka för personbil framtaget med hjälp av multipel
regres-3.4 sionsanalys. 70-väg 90-väg 90-väg 90-väg 110-väg 6-6,5 m 6,5-7 m 8-9 m 12-13 m 13 m Median-tidlucka (s) 1,79 1,86 1,71 1,80 1,85
Tidluckor för olika fordonskategorier
Olika fordonstyper körs på olika sätt. Olika köregenskaper kan medföra att man t.ex. håller olika tidluckor till framförvarande. Vi gör en jämförelse mellan medel-värdena på medianerna för olika fordonstyper för hela materialet alla år på olika vägkategorier.
Tabell 12 Konfidensintervall för olika fordonstypers tidluckor.
Median- 70-väg 90-väg 90-väg 90-väg 110-väg Alla väg-tidlucka 6-6,5 m 6,5-7 m 8-9 m 12-13 m 13m kategorier (s) Person- 1,68-1,78 |1,75-1,85 |1,59-1,71 |1,77-1,83 1,78-1,90 |1,72-1,78 bilar Övriga 1,85-2,03 |1,75-1,99 [2,14-2,38 |2,11-2,43 2,19-2,41 |2,10-2,22 fordon Alla 1,69-1,79 |1,76-1,86 |1,65-1,83 |1,81-1,87 1,81-1,93 |1,76-1,82 fordon
Av tabellen framgår att tidluckorna skiljer sig signifikant åt mellan personbilar och övriga fordon utom i ett fall, nämligen för smala 90-vägar. Störst skillnad har
20
vi för medelbreda 90-vägar. Det finns en tendens till mindre skillnader på smalare vägar och större skillnader på bredare vägar.
Tidluckorna är något större för gruppen övriga fordon än för personbilar där tunga fordon dominerar. Resultatet verkar rimligt eftersom tunga fordon är svårare att manövrera och oftast har längre bromssträcka än lätta fordon.
Tidluckorna beräknat på den totala trafiken ligger nära personbilstidluckorna vil-ket är naturligt eftersom personbilarna är det dominerande fordonsslaget.
3.5 Tidluckors beroende av olika ljusförhållanden
Eftersom mörker medför sämre möjligheter att bedöma avstånd förefaller det rim-ligt att anta att bilisterna ökar tidluckorna i mörker för att minska olycksrisken.
Vi undersöker detta i första hand genom att jämföra tidluckor i ljus respektive mörker på samma plats. Det kan t.ex. göras så att man studerar tiden med dagsljus respektive tiden med mörker från samma mätdygn. En annan metod är att man un-dersöker samma tid på dagen vid olika årstider då det i ena fallet är ljust och i andra fallet mörkt.
I tabell 13 visas tidluckor för olika ljusförhållanden under samma dygn. Här får vi olika slag av trafik men kanske större likhet vad gäller väglag och övrig yttre på-verkan. För att kunna göra jämförelser ljus-mörker vid samma tid på dygnet var vi tvungna att välja några andra platser.
21
Tabell 13 Jämförelse av hindrade personbilars mediantidluckor vid dagsljus resp. mörker vid olika tid på dygnet under samma dygn. Mätningarna gjorda i oktober månad.
Plats Hast.gräns/ Är Mediantidlucka (s) Tid-
Medel-vägbredd lucke- värde
diff- Tidl.-kl 8-15 kl 18-05 |erens (s) diff. (s) Loftahammar 70/6,0 -91 1,73 1,73 0 Hallstahammar 70/6,0 -91 1,55 1,59 -0,04 Finspång 70/6,3 -91 1,77 1,84 -0,07 Mantorp 90/6,5 -91 1,53 1,58 -0,05 Tranås 90/7,0 -91 1,63 1,73 -0,10 -0.08 Malmköping 90/8,0 -87 1,44 1,55 -0,11 |-0,11 Gamleby 90/12,0 -91 1,82 1,84 -0,02 Stigtomta 90/13,0 -91 1,98 1,79 +0,19 10,09 Eskilstuna 110/13,0 -91 1,87 1,87 0 Söderköping 110/13,0 -91 1,93 1,96 -0,03 -0,03 Ödeshög 110/13,0 -91 1,60 1,67 -0,07
I tabell 14 visas tidluckor under samma tid på dygnet men vid olika årstid. Vid sommartid är det ljust och vintertid är det mörkt. Vi valde tiden 16.30 till 18.30. Fördelen med denna jämförelse är att vi bör ha samma slag av trafik. I det här fallet får vi med kvällsrusningen. Nackdelen är här att trots att vi har uppgifter om väglag och andra störningar finns en viss risk att det ändå skiljer något när det är ett halvt år mellan mätningarna.
Tabell 14 Jämförelse av hindrade personbilars tidluckor vid dagsljus resp. mör-ker vid samma tid på dygnet, kl. 16.30 till 18.30 men för olika måna-der (juni och november).
Plats Hast.gräns/ Är Mediantidlucka (s) Tid-
Medel-vägbredd lucke- värde
diff- Tidl.-juni nov erens (s) diff. (s)
Segmon 90/9,0 -87 1,63 1,81 -0,18 Segmon 90/9,0 -90 2,22 2,39 -0,17 Segmon 90/9,0 -91 1,70 2,05 -0,26 Segmon-V 90/9,0 -87 1,68 1,86 -0,18 _9.21 Segmon- V 90/9,0 -91 1,54 1,72 -0,18 Värml.bro 90/9,0 -87 1,44 1,88 -0,44 Värml.bro 90/9,0 -91 1,51 1,77 -0,26 Värml.bro- V 90/9,0 -91 1,62 1,66 -0,04
22
Tabell 14 illustreras i figur 10.
Tidluckor vid olika ljusförhållanden
1.5 ; nova ) i T i d l uc k a (s )
Segmon --- Segmon-V Värml.bro Värml.bro-V -87 -90 -91 -87 -91 -87 -91 -91
Figur 10 Jämförelse av hindrade personbilars tidluckor vid dagsljus resp. mör-ker vid samma tid på dygnet men för olika månader (juni och novem-ber).
Med den första jämförelsemetoden får vi längre tidluckor i mörker utom i två fall, en oförändrad och en med kortare tidluckor. Om vi bortser från den som blev kortare ligger förlängningen mellan 0 och 0,11 sekunder.
Den andra jämförelsen med samma slag av trafik kanske ger en riktigare beskriv-ning av skillnaden mellan ljus och mörker eftersom vi vet mer om väglaget vid de olika mättillfällena än om hur trafiken beter sig vid olika tider på dygnet. Resulta-tet är här i samtliga fall en förlängning av tidluckan i mörkeroch den är också stör-re än i första fallet medelvärdet är 0,21 sekunder.
3.6 Köandelar och kölängder
Medelvärdena för köandelen på de här studerade vägarna, den andel av fordonen som är hindrade enligt vår definition, ligger mellan ca 10 och 20 procent. Fördel-ningen på olika vägkategorier framgår av följande tabell 15.
VTT MEDDELANDE 721
[J jun - dagsljus #31 nov- mörker
23
Tabell 15 Medelvärden för andel fordon i kö på olika vägkategorier i procent av den totala trafiken.
70-väg |90-väg [90-väg [90-väg |110-väg Alla väg-6-6,5 m |6,5-7 m |8-9 m 12-13 m |13 m kategorier Min 4,2 8,1 6,6 7,8 5,8 4,2 Medelvärde! 14,4 14,4 19,8 11,4 10,9 14,5 Max 25,1 19,3 34,7 14,5 16,4 34,7 Std.avv. 6,2 3,0 9,0 2,0 3,2 6,5
Ovanstående är medelvärden för hela den studerade perioden. Förändringen under perioden 1987 till 1991 varierar mellan 0,92 och 4,00 procentenheter på de olika vägkategorierna. Hur det fördelar sig visas mer detaljerat i tabell 16 nedan.
Tabell 16 Köandelarnas förändring i procentenheter 1987-1991.
Väg- 70-väg 90-väg 90-väg 90-väg 110-väg Alla
väg-gitegori
6-6,5 m
6,5-7 m
8-9 m
12-13 m
13 m
kategorier
1987-1989 |+1,35 +1,50 |+0,41 +1,40 |+0,07 +2,90 |+1,61 +0,70 |+0,56 +0,90
+0,80
1989-1991 |+0,98 +1,55 |+1,04 +1,30 |+3,93 +2,20 |+2,02 40,85 |+0,36 +1,00 |+0,71 +0,70
1987-1991 |+2,33+1,40 |+1,45 +1,30 |+4,00 +2,60 |+2,63 +0,80 |+0,92 +0,90
+0,80
Resultatet visar alltså en tendens till ökad köandel under perioden 1987 till 1991.
Enligt både regressionsanalyser och korrelationssambanden medför större köandel
kortare tidluckor. Se bilaga 2 sid 6 och tabell 10.
Kölängderna kan beskrivas på olika sätt. När vi tidigare definierande ett
tidlucke-mått för hindrade fordon bestämde vi en övre tidluckegräns på 5 sekunder och en
största hastighetsdifferens på + 4 km/h. Kölängden kan t.ex. beskrivas som det
antal fordon i följd som uppfyller detta kriterium.
Med denna beskrivning räknar man inte med köledaren eller antalet fria fordon.
Man skulle t.ex. få samma värde på genomsnittlig kölängd oberoende av hur
många fria fordon vi har. Därför väljer vi vid beräkningen av kölängden att
be-trakta ett fritt fordon som en kö med längden ett. Med denna metod beräknar vi ett
24
kölängdsmedelvärde. Nedanstående tabell 17 visar hur dessa kölängdsmedel-värden fördelar sig på de olika vägkategorierna.
Tabell 17 Medelvärden för kölängder på olika vägkategorier för hela den stude-rade tiden. Antal fordon.
Kölängd _|[70-väg [90-väg [90-väg |110-väg |Alla väg-6-6,5 m _|6,5-7 m |8-9 m 12-13 m |13 m kategorier Min 1,05 1,09 1,08 1,09 1,06 1,05 Medelvärde 1,18 1,17 1,26 1,13 1,12 1,17 Max 1,35 1,25 1,53 1,17 1,20 1,53 Std.avv. 0,09 0,04 0,15 0,03 0,04 0,09
Resultatet är att kölängden är störst på medelbred 90-väg. Att kölängden är minst på 110-vägarna förefaller också vara rimligt med tanke på att de har bättre linjefö-ring än mindre vägar vilket underlättar omkörningar. Förändlinjefö-ringen under perioden 1987 till 1991 är positiv och signifikant. Den varierar mellan 0,01 och 0,10 fordon. I tabell 18 har vi förändringarna uppdelade på olika vägkategorier.
Tabell 18 Kölängdernas förändring 1987-1991. Antal fordon.
Väg-kategori Ar 70-väg 6-6,5 m 90-väg 6,5-7 m 90-väg 8-9 m 90-väg 12-13 m 110-väg 13 m Alla väg-kategorier 1987-1989 +0,02 +0,02 +0,01 £0,02 +0,02 +0,02 20,01 +0,01 0,01 +0,01 0,01 1989-1991 +0,01 £0,02 +0,01 £0,02 +0,08 0,06 +0,01 +0,01 +0,01 +0,01 +0,01 20,01 1987-1991 +0,03 +0,02 +0,02 0,02 +0,10 20,05 +0,03 10,01 +0,01 £0,01 +0,02 +0,01
Köandel liksom kölängd har en tendens till negativt samband med tidluckan enligt korrelationsanalysen. D.v.s. den uppmätta ökningen av dessa båda variabler medför kortare tidluckor. Se bilaga 1.
25
4 SLUTSATSER OCH DISKUSSION
Förändringen av tidluckorna undersöktes med hjälp av multipel linjär regres-sionsanalys. Av den anledningen gjordes korrelationsanalyser av de variabler som var tillgängliga och bedömdes kunna påverka tidluckans storlek. Se bilaga 1. Vari-ablerna var: mediantidluckan för personbilar, mediantidluckan för övriga fordon, år, månad, antal fordon, andel i kö, kölängd, andel tunga fordon, vägbredd, medi-anhastigheten för personbilar. Vägbredden samvarierade oftast med platsvariabel och användes endast i regressionsanalyserna för 70-vägar. Antal fordon och kö-längd var beroende av andel i kö i de flesta fall, varför endast variabeln andel i kö behölls. Ibland hade ingen av dessa tre variabler något förklaringsvärde. För den exakta variabeluppsättningen per fordonskategori och vägkategori, se bilaga 2. Resultatet av regressionsanalyserna blev att någon förändring för tidluckorna i tiden inte påvisas. Om man ser på diagrammen över förändringarna framkommer att för de flesta fordons- och vägkategorier finns dock en lite uppmätt minskning av tidluckorna. Ett större dataunderlag kan kanske uppvisa en signifikant föränd-ring.
Vi studerade hur tidluckorna såg ut på vägkategorier och fann då att medelvärdena på tidluckemedianen ökade med ökad vägbredd. En vägtyp, medelbreda 90-vägar, bröt mönstret och uppvisade för personbilar det lägsta värdet.
Personbilar håller kortare tidluckor än övriga fordon. Gruppen övriga fordon där de tunga fordonen dominerar, har ett större värde på tidluckan. Det kan ses som naturligt med tanke på att dessa fordon är svårare att manövrera. Man kan dock tänka sig att tunga fordon i större grad än personbilar är hindrade av andra tunga fordon. Eftersom tunga fordon är längre blir då den egentliga tidluckan oftare kortare än uppmätt för tunga fordon än för personbilar.
Vi har jämfört tidluckor vid olika ljusförhållanden på samma plats på två olika sätt. Båda metoderna visar att tidluckorna blir längre i mörker. Resultatet blev en mindre skillnad för olika tider under samma dygn än samma tid vid olika årstid. Att tidluckorna blir längre vid mörker verkar rimligt med tanke på de sämre sikt-förhållandena. Att skillnaden blir mindre vid jämförelse under samma dygn är svårare att förklara. Att det blir en skillnad mellan de två metoderna torde dock främst bero på att vi har olika slag av trafik vid olika tidpunkter under dygnet.
Andel fordon i kö har i vår undersökning uppmätts till mellan 10 och 20 procent. Störst köandel har vi på 8 till 9 meters 90-vägar. Denna vägtyp har ganska högt
26
trafikflöde men är så smal att den inte tillåter vägrenskörning. Sedan kommer smala 70- och 90-vägar. Minst köandel har 12-13 metersvägarna. Cirka 11 procent för både 90- och 110-vägar. Förändringen över tiden är mycket liten och visar på en ökning med ca 2 procentenheter i genomsnitt. Störst är den för medelbreda 90-vägar med 4 procent.
Kölängden anges med det antal bilar som ingår i kön. Begreppet kö förutsätter egentligen att det finns minst 2 fordon. Men ett sådant mått tar inte hänsyn till hur stor del av den totala trafiken köerna utgör. Därför har vi valt att betrakta ett fritt fordon som en kö av längden ett. Med detta mått får vi medelkölängder som ligger runt 1,2 fordon. ÖOkningarna i tiden är signifikanta och mellan 0,01 och 0,10 for-don. Liksom för andel fordon i kö, ligger de största ökningarna på medelbreda 90-vägar. Att köerna ökar mera till antal och längd på de medelbreda 90-vägarna beror på att trafikflödet är större där. Förhållandet mellan tidluckor och säkerhet har vi inte kunnat belägga. Upphinnandeolyckorna har inte ökat under den stude-rade perioden. Se bilaga 4.
Det torde finnas behov att studera tidluckor även fortsättningsvis. Det skulle ex-pempelvis vara intressant att följa tidluckeutvecklingen i förhållande till hastig-hetsutvecklingen. En undersökning som omfattar en längre period än den som stu-derats här skulle kanske ge en tydligare bild. För att göra det skulle man komplet-tera med nya mätningar.
I samband med det vore det intressant att närmare utreda tidluckornas betydelse för trafiksäkerheten. I Norge har en landsomfattande kampanj för att hålla längre avstånd bedrivits. Det kunde vara motiverat att göra något liknande i Sverige. Dessutom behövs inom svenska RTTI-programmet trafikflödesdata för att utveckla automatisk trafikstyrning. Det innebär exempelvis mer kunskap behövs om vad som är lämpliga tidluckor i olika trafiksituationer.
27
5 REFERENSER
1 Nilsson, GK
Tidluckor i landsvägstrafik. En problemstudie.
Notat T 139, Statens väg- och trafikinstitut, Linköping, 1993
2 Nilsson, GK; Rigefalk, S; Koronna-Vilhelmsson, I Hastighetsuppföljning på landsväg. Mätresultat 1991.
Meddelande 690, Statens väg- och trafikinstitut, Linköping, 1992
3 Blom, G
Sannolikhetsteori och statistikteori med tillämpningar. Studentlitteratur 1969.
TI DL UK KO Rp å LA ND SV ÄG 70 vå %a r 19 87 -19 91 93 03 17 14 :0 2 Fr id ay , Ju ly 2, 19 93 K O R R E L A T O N S MA T R I S Co rr el at io n An al ys is Pe ar so n Co rr el at io n Co ef fi ci en ts / Pr ob > öR ö un de r Ho : Rh o= -0 / Nu unbe r of Cb se rv at io ns PR OT UF TP 50 TO E5 0 VP 50 AN DK OE AR 1 .0 00 00 0, 0 49 -O ,1 02 51 0 .4 83 4 49 -0 .0 54 46 0. 71 02 49 -0 .0 38 37 0 ,7 93 5 49 -0 .0 90 16 0 .6 61 4 26 0 .1 01 24 0 .4 88 8 49 0 .0 27 82 0 .8 49 5 49 0 .1 43 83 0 .3 24 1 49 0 .1 11 53 0 .4 45 5 49 0 .1 06 02 0 .4 68 4 49 MA N -0 .1 02 51 0. 48 34 49 1. ,0 00 00 0. 0 49 0 .186 94 0. 1984 49 0 ,205 70 0. 1562 49 0 .1 3691 0 .5 04 8 26 -0. 0. 6456 49 0 .0 41 03 0 ., 77 95 49 -0 .1 67 04 0 ., .2 51 3 49 -0 .0 40 21 0 .783 8 49 -0 .0 35 71 0. 80 75 49 PR OT UF -0 ,0 54 46 0 .7 10 2 49 0 .1 86 94 0 .1 98 4 49 1. 00 00 0 0. 0 49 0 .2 60 54 0 ,. 07 06 49 0 .4 39 85 0 .0 24 5 26 -0 .0 88 04 0. 54 75 49 -0 .0 65 96 0 .6 52 5 49 -O .4 16 20 0. 00 29 49 -0 ,2 27 36 0 .1 16 2 49 -0 .2 31 21 0. 10 99 49 TP 50 -0 .0 38 37 0 ,793 5 49 0 ,2 05 70 0. 15 62 49 0 ,2 60 54 0. 07 06 49 1. 00 00 0 0. 0 49 0 .6 0774 0 .0 01 0 26 -0 ,4 98 46 0.0 00 3 49 -0 ,0 33 62 0. 81 86 49 0 .3 21 64 0 .0 24 2 49 -0 .6 01 05 0.00 01 49 -0 .5 74 16 0. 00 01 49 TO E5 0 -0 .0 90 16 0 .6 61 4 26 0 .136 91 0. ,5 04 8 26 0 .4 39 85 0. 02 45 26 0 .607 74 0 .001 0 26 1. 00 00 0 0. 0 26 -0 ,0 30 57 0, 88 22 26 0 .4 97 69 0 .0 09 7 26 --0. 02 19 2 0 .9 15 4 26 -0 .4 00 92 0 .0 42 4 26 -0 .4 30 45 0 ,0 28 2 26 AN T 0 .1 01 24 0. 48 88 49 -Q .0 67 36 0. 64 56 49 -0 .0 88 04 0. 54 75 49 -0 .4 98 46 0 .0 00 3 49 -0 .0 30 57 0 .8 82 2 26 1 ,0 00 00 0. 0 49 0, 12 09 9 0. 40 76 49 -0 .5 50 39 0 .0 00 1 49 0 .9 23 37 0. 00 01 49 0 .9 15 43 0, 00 01 49 PRE 0 .0 27 82 0. 84 95 49 0 .0 41 03 0. 77 95 49 -0 ,. 06 59 6 0. 65 25 49 -0 .0 33 62 0. 81 86 49 0 .4 97 69 0 ,. 00 97 26 0 .1 20 99 0 ., 40 76 49 1. 00 00 0 0. 0 49 0 .3 1210 0. 0290 49 -0 .1 15 64 0 .4 28 8 49 -0 .1 67 36 0 .2 50 4 49 VP 50 0 .1 43 83 0 .3 24 1 49 -0 .1 67 04 0 .2 51 3 49 -0 ,4 16 20 0. 00 29 49 0 .3 21 64 0 .0 24 2 49 -0 .0 21 92 0 .9 15 4 26 -Q ,5 50 39 0 .0 00 1 49 0 .3 12 10 0. 02 90 49 1 ., 00 00 0 0. 0 49 --0. 60 30 6 0 .0 00 1 49 -0.6 11 11 0,0 00 1 49 AN DK OE 0 .1 11 53 0. 44 55 49 -0 .0 40 21 0. 78 38 49 -Q ,2 27 36 0. 11 62 49 -0 .6 01 05 0. 00 01 49 -0 .4 00 92 0. 04 24 26 0 ,9 23 37 0. 00 01 49 -0 .1 15 64 0. 42 88 49 -0 ,6 03 06 0. 00 01 49 1. 00 00 0 0. 0 49 0 ,. 99 34 6 0 .0 00 1 49 KO L 0.1 06 02 0 .468 4 49 -0 .035 71 0. 80 75 49 -0 23 121 0 .1 099 49 -0 .5 74 16 0 .0 00 1 49 -0 .430 45 0 ,028 2 26 0 .915 43 0 .0 001 49 -O .1 67 36 0 ,. 25 04 49 -0 .6 11 11 0 .0 00 1 49 0 .993 46 0 .000 1 49 1. 00 00 0 0. 0 49 Bilaga 1 Sid 1(6)
VTI MEDDELANDE 721 TI DL KK OR p å LA ND SV ÄG SM AL A 90 -v ä 19 87 -19 91 30 30 3 K O R R E L A T I O N S M A T R I s PR OT UF TP 50 TO E5 0 VP 50 AN DK OE KO L AR 1 ,0 00 00 0. 0 25 0 .0 17 61 0 .9 33 4 25 0 . 0.62 82 25 -0 .1 87 29 0 .3 70 0 25 -0 .0 44 13 0 .8 91 7 12 0 22 86 9 0. 27 15 25 -0 .0 58 47 0. 78 13 25 -0 .0 15 60 0 .9 41 0 25 0 ,2 54 29 0. 21 99 25 0 .2 76 40 0. 18 11 25 MA N 0 .0 17 61 0. 93 34 25 1. 00 00 0 0. 0 25 -0 .0 41 78 0 .8 42 8 25 -0 .0 23 47 0. 91 13 25 0 .0 88 90 0 .7 83 5 12 0 .0 58 11 0. 7826 25 0 .0 50 01 0. 81 24 25 0 .2 08 79 0. 31 65 25 0 .1 47 54 0. 48 16 25 0 ., .1 84 17 0. 37 82 25 PR OT UF 0 .1 01 80 0 .6 28 2 25 -0 .0 41 78 0. 84 28 25 1. ,0 00 00 0. 0 25 0 .2 02 90 0 ,3 30 7 25 0 .0 61 21 0 .8 50 1 12 -0 ,3 99 23 5 0. 04 80 25 -0 ,5 39 56 0. 00 54 25 -0 .0 07 38 0 .9 72 1 25 -0 .4 10 67 0. 04 14 25 -0 .4 07 78 0. 04 30 25 Co rr el at io n An al ys is TP 50 -0 .1 87 29 0. ,3 70 0 25 -0 .0 23 47 0. 91 13 25 0, 20 29 0 0 .3 30 7 25 1. ,0 00 00 0. 0 25 -0 .4 68 23 0. 12 47 12 -0 .5 87 21 0. 00 20 25 0 ,. 33 43 1 0. 10 24 25 -0 ,5 92 04 0. 00 18 25 -0 .6 22 82 0, 00 09 25 -0.5 86 67 0. 00 21 25 TO ES 0O 0 -0 .0 44 13 0. 89 17 12 0 .0 88 90 0 .7 83 5 12 0 .0 61 21 0 .8 50 1 12 -0 .4 68 23 0. 12 47 12 1. ,0 00 00 0. 0 12 0 .4 46 35 0 .1 45 8 12 -0 .1 60 82 0 .6 17 6 12 0 .0 44 98 0 .8 89 6 12 0 .2 97 61 0. 34 75 12 0 .3 22 69 0 .3 06 3 12 AN T 0 ,. 22 86 9 0. 27 15 25 0 .0 58 11 0 .7 82 6 25 -0 ,3 99 35 0 .0 48 0 25 -0 .5 87 21 0 ,. 00 20 25 0 .4 46 35 0. 14 58 12 1. 00 00 0 0. 0 25 0 .1 16 52 0. 57 91 25 0 .1 79 95 0. 38 94 25 0 ,9 54 49 0 .0 00 1 25 0 ,9 37 95 0. 00 01 25 BR E -0 .0 58 47 0. 78 13 25 0 ,0 50 01 0. 81 24 25 -0 ,5 39 56 0. 00 54 25 0 ,3 34 31 0 .1 02 4 25 -0 .1 60 82 0. 61 76 12 0 .1 16 52 0. 57 91 25 1. 00 00 0 0. 0 25 -0 .3 56 45 0. 08 03 25 0 .0 01 43 0. 99 46 25 0 .0 34 16 0. 87 12 25 Pe ar so n Co rr el at io n Co ef fi ci en ts / Pr ob > öR ö un de r Ho : Rh o= O / Nu nb er of Cb se rv at io ns VP 50 -0 .0 15 60 0. 94 10 25 0 ,2 08 79 0. 31 65 25 -0 .0 07 38 0, 97 21 25 -0 ,5 92 04 0. 00 18 25 0 .0 44 98 0 ,8 89 6 12 0 .1 79 95 0. 38 94 25 -0 ,3 56 45 0. 08 03 25 1 .0 00 00 0. 0 25 0 .2 49 94 02 28 2 25 0 .2 32 87 0. 26 26 25 AN DK OE 0 .2 54 29 0, 21 99 25 0 .1 47 54 0. 48 16 25 -0 Q. 41 06 7 0. 04 14 25 -0 .6 22 82 0. 00 09 25 0 .2 97 61 0. 34 75 12 0 .9 54 49 0. 00 01 25 0 .0 01 43 0. 99 46 25 0 .2 49 94 0 .2 28 2 25 1. 00 00 0 0. 0 25 0 ,9 91 79 0 .0 00 1 25 14 :0 8 Fr id ay , Ju ly 2, 19 93 KOL 0 .2 76 40 0. 18 11 25 0 .1 84 17 0. 37 82 25 -0 .4 07 78 0 .0 43 0 25 -0 .5 86 67 0 .0 02 1 25 0 .3 22 69 0 ., 30 63 12 0 ,9 37 95 0. 00 01 25 0 .034 16 0. 87 12 25 0 .2 32 87 0 .2 62 6 25 0 ,9 91 79 0. 00 01 25 1. 00 00 0 0. 0 25 Bilaga 1 Sid 2(6)
TI DLUC KO R på LA ND SV ÄG MF DE Lb re da 90 -v äg ar 19 81 -19 91 93 03 03 14 :2 1 Fr id ay , Ju ly 2, 19 93 K O R R E L A T I O N S M A T R I s Co rr el at io n An al ys is Pe ar so n Co rr el at io nCo ef fi ci en ts / Pr ob > öR ö un de r Ho : / Nu mb er of Cb se rv at io ns PR OT UF TP 50 TO E5 0 VP 50 AN DK OE AR 1 ,0 00 00 0. 0 47 -0 .1 02 40 0 .4 93 4 47 0 .4 94 56 0 .0 00 7 43 0 .1 48 04 0 ,3 20 7 47 0 ,. 33 86 0 0 .0 26 4 43 0 .4 44 59 0. 00 17 47 0 .4 34 16 0. 00 23 47 0 .1 39 13 0, 35 10 47 0, 28 22 2 0 .0 57 4 46 0 , 0.18 26 20 MA N -0 .1 02 40 0 .4 93 4 47 1 ., 00 00 0 0. 0 47 0 .2 04 34 0. 18 87 43 0 ,2 33 76 0. 11 38 47 0 ,0 85 02 0. 58 78 43 -0 ,0 59 96 0 .6 88 9 47 0 .2 21 98 0 .1 33 7 47 -0 ,0 22 89 0. 87 86 47 -0 .0 86 33 0 .5 68 4 46 -0 ,2 39 77 0 .3 08 6 20 PR OT UF 0 .4 94 56 0 .0 00 7 43 0 .2 04 34 0. 18 87 43 1. 00 00 0 0. 0 43 0 .6 74 04 0. 00 01 43 0 ,7 75 91 0. 00 01 42 0 ,1 0142 0. 51 76 43 0,9 04 27 0. ,. 00 01 43 0 .5 60 93 0. 00 01 43 -0 ,4 30 13 0.0 04 5 42 -0 .4 22 28 0 .0 63 6 20 TP 50 0 .1 48 04 0. 32 07 47 0, 23 37 6 0 .1 13 8 47 0 .6 74 04 0 .0 00 1 43 1. 00 00 0 0. 0 47 0 .6 26 15 0 ,0 00 1 43 -0 ,3 39 49 0 .0 19 6 47 0 .5 34 62 0 ,0 00 1 47 0 .3 29 88 0 .0 23 5 47 --0. 60 04 8 0 .0 00 1 46 -0 .7 08 10 0 .0 00 5 20 TO ES 50 0 .3 38 60 0 ,. 02 64 43 0 .085 02 0. 5878 43 0 ,7 75 91 0 .0 00 1 42 0 .6 26 15 0 .0 00 1 43 1. ,0 00 00 0. 0 43 0 ,0 23 21 0. 88 26 43 0 .7 69 24 0 .0 00 1 43 0 .2 82 88 0 .0 66 1 43 -0 .4 08 68 0 ,0 06 5 43 -0 25 65 5 0 .2 74 9 20 AN T 0 .4 44 59 0 .0 01 7 47 -0 ,0 59 96 0 .6 889 47 0 .1 01 42 0. 51 76 43 -0 ,. 33 94 9 0. 01 96 47 0 ,0 23 21 0 .8 82 6 43 1 .0 00 00 0. 0 47 0 ,. 24 83 9 0. 09 23 47 -0 .4 17 67 0. 00 35 47 0 .8 40 57 0 ,0 00 1 46 0. 91 67 5 0 .0 00 1 20 PR E 0 .4 34 16 0. 00 23 47 0 ,2 21 98 0. 1337 47 0 ,9 04 27 0 ,. 00 01 43 0 ,5 34 62 0. 00 01 47 0 ,7 69 24 0. 00 01 43 0 ,2 4839 0. 09 23 47 1. 00 00 0 0. 0 47 0 .2 67 10 0 .0 69 5 47 -0 .2 84 83 0 .0 55 0 46 -0 .1 60 41 0 .4 99 3 20 VP 50 0 .1 39 13 0 .3 51 0 47 -0 ,022 89 0. 87 86 47 0 .5 60 93 0 .0 00 1 43 0 ,.3 29 88 0. 02 35 47 0 28 28 8 0 .066 1 43 -0 .4 17 67 0 ,0 03 5 47 0 .2 67 10 0 .0 69 5 47 1. 00 00 0 0. 0 47 -0 .5 83 08 0 .0 00 1 46 -0 .6 59 35 0 .0 01 6 20 AN DK OE 0 ,2 82 22 0 .0 57 4 46 -0 ,0 86 33 0 .5 68 4 46 -0 .4 30 13 0. 00 45 42 -0 .6 00 48 0. 00 01 46 -0 ,. 40 86 8 0. 00 65 43 0 .8 40 57 0 .0 00 1 46 -0 ,. 28 48 3 0 .0 55 0 46 -0 ,5 83 08 0 ,000 1 46 1. ,0 00 00 0. 0 46 0 .9 73 84 0 .0 00 1 20 KO L 0 .3 10 57 0 .1 82 6 20 -0,2 39 77 0 .3 08 6 20 --0. 42 22 8 0 .0 63 6 20 -0 ,7 08 10 0 .000 5 20 -Q25 65 5 0 ,. 27 49 20 0 .9 16 75 0 .0 00 1 20 -0 .1 60 41 0. 49 93 20 -0,.6 59 35 0 .001 6 20 0 .9 73 84 0 .0 00 1 20 1. 00 00 0 0. 0 20 Bilaga 1 Sid 3(6)
VTI MEDDELANDE 721 PR OT UF TP 50 TO E5 0 VP 50 AN DK OE AR 1. ,0 00 00 0. 0 0 .1 18 86 0 .5 98 3 -0 .2 31 85 0 .2 99 2 -0 .0 31 37 0. 88 98 -0 .2 17 30 0 .3 31 4 0 ,3 03 49 0 .1 69 7 0 .1 25 66 0 .5 77 4 0 ,.3 50 24 0 .1 10 0 0 .4 67 01 0 .0 28 4 0 .4 21 58 0 .0 50 7 MA N 0 .1 18 86 0. 59 83 1. 00 00 0 0. 0 -0 .0 24 99 0 .9 12 1 0 .514 33 0. 0143 -0 .0 29 55 0 .8 96 1 -0 .0 49 82 0 .8 25 7 -0 .0 94 59 0 .6 75 4 -0 .1 05 43 0 .6 40 5 -0 .0 1679 0 .9 40 9 0 .0 03 07 0 .9 89 2 PR OT UF -0 ,2 31 85 0. 29 92 -Q ,0 24 99 0. 91 21 1. 00 00 0 0. 0 0 ,2 39 26 0 .2 83 5 0 .4 66 95 0. 02 85 -0 ,9 55 49 0. 00 01 -0 ,9 50 63 0 ,0 00 1 0 ,5 06 97 0 ,0 16 0 -0 .8 59 26 0 ,0 00 1 -0 .8 81 02 0 ,0 00 1 T u m m x m a p å L m $ m e . 19 -K O R R E L A T I O N S M A T R I S B R E D A 90 -v äg ar Co rr el at io n An al ys is Pe ar so n Co rr el at io n Co ef fi ci en ts / Pr ob > öR ö un de r Ho : Rh o= -/ N = 22 TP 50 -0 ,0 31 37 0. 88 98 0.5 14 33 0. 01 43 0 ,. 23 92 6 0 .2 83 5 1 ,. 00 00 0 0. 0 0 .1 03 43 0. 64 69 -0 .1 52 94 0. 49 68 -0 .3 15 07 0, 15 32 -0 .3 11 91 0. 15 76 -0 .1 23 16 0 .5 85 0 -0 .1 41 99 0 ,5 28 5 TO ES O0 -0 .2 17 30 0. 33 14 -0 ,0 29 55 0. 89 61 0 .4 66 95 0. 02 85 0 , 0.64 69 1. 00 00 0 0. 0 --03 90 66 0. 07 22 -0 .4 36 28 0. 04 24 0 08 55 6 0 .7 05 0 -0 26 70 6 0 .2 29 6 -0 .2 83 33 0. 20 13 AN T 0 .3 03 49 0. 16 97 -0 .0 49 82 0. 82 57 -0 ,9 55 49 0 ., 00 01 -0 .1 52 94 0. ,4 96 8 -0 39 06 6 0. 07 22 1. 00 00 0 0. 0 0 .9 18 08 0 ,. 00 01 -0 ,5 25 61 0 .0 12 0 0 .9 15 75 0. 00 01 0 .9 23 47 0 .0 00 1 93 03 04 PR E 0 .1 25 66 0. 57 74 -0 .0 94 59 0. 67 54 -0 95 06 3 0 ,0 00 1 --0, 31 50 7 0. 15 32 -0 .4 36 28 0. 04 24 0 .9 18 08 0 .0 00 1 1. ,0 00 00 0. 0 -0 ,5 23 07 0. 01 25 0 .8 23 29 0 ,0 00 1 0 .8 59 02 0 .0 00 1 15 :0 6 Fr id ay , Ju ly 2, 19 93 VP 50 0 .3 50 24 0 .1 10 0 -0 .1 05 43 0 .6 40 5 0 ,5 06 97 0 .0 16 0 -0 .3 11 91 0. 15 76 0 .0 85 56 0 ,7 05 0 -0 ,5 25 61 0 .0 12 0 --0, 52 30 7 0 .0 12 5 1 .0 00 00 0. 0 -0 ,5 05 88 0. 01 63 -0 ,5 24 70 0. 02 2 AN DK OE 0. 46 70 1 0. 02 84 -0 .0 16 79 0. 94 09 -0 .8 59 26 0. 00 01 -0 .1 23 16 0. 58 50 -0 ,2 67 06 0 ,. 22 96 0 .9 15 75 0. 0001 0 .8 23 29 0. 00 01 -0 ,5 05 88 0. 01 63 1. ,0 00 00 0. 0 9 ,9 93 95 0 ,. 00 01 KO L 0 .421 58 0 .0 507 0 .0 0307 0 .9 89 2 -0 .8 81 02 0 .000 1 -0 .1 41 99 0 .5 28 5 -0 .2 83 33 0 .2 01 3 0 .923 47 0 .0 00 1 0 .8 59 02 0 ,0 00 1 -0 .5 24 70 0. 01 22 0 ,9 93 95 0 .0 00 1 1 .0 00 00 0. 0 Bilaga 1 Sid 4(6)
PR OT UF TP 50 TO E5 0 VP 50 AN DK OE AR 1. 00 00 0 0. 0 31 -0 .091 98 0. 62 26 31 -0 .0 35 37 0, 85 02 31 -0 ,3 02 99 0 .0 97 6 31 -0 02 35 8 0 .9 03 4 29 0 .1 17 26 0 .5 29 9 31 31 0 ., 34 99 4 0 .0 53 6 31 0. 21 30 5 0 .2 49 8 31 0 .2 14 04 0 .2 47 6 31 MA N -0 .0 91 98 0 .6 22 6 31 1. 00 00 0 0. 0 31 -0 .013 68 0. 94 18 31 0 .2 49 43 0. 17 60 31 -0 .0 74 50 0. 70 09 29 -0 .0 88 75 0 .6 34 9 31 31 -0.3 74 10 0 .0 38 1 31 0. 11 622 0, 53 35 31 0. 12 04 8 0. ,5 18 5 31 PR OT UF -0 .0 35 37 0 .8 50 2 31 -0 .0 13 68 0. 94 18 31 1. 00 00 0 0, 0 31 0. 73 05 3 0 ,0 00 1 31 0. 12 12 2 0. 53 11 29 -0 .8 72 91 0. 00 01 31 31 --0. 23 70 4 0 .199 2 31 -0 ,9 00 24 0 .0 001 31 -0 .8 95 26 0 .0 00 1 31 TI DL UC KO R på LA ND VÄ G. K O R R E L A T I O N s br ed a 11 0 -vä ga r M A T Co rr el at io n An al ys is TP 50 -0 ,3 02 99 0. 09 76 31 0. 24 94 3 0. 17 60 31 0. 73 053 0. 00 01 31 1. 00 00 0 0. 0 31 0. 08 31 2 0 .6 68 2 29 -0 .6 80 50 0 .0 00 1 31 31 -0 ., 40 61 7 0. 02 34 31 -0 ., 7374 2 0. 00 01 31 -0 .7 33 74 0 .0 00 1 31 TO ES 0 -0 ,. 02 35 8 0 .9 03 4 29 -0 .0 7 45 0 0. ,7 00 9 29 0. 12 122 0, 53 11 29 0. 08 31 2 0 .6 68 2 29 1, 00 00 0 0. 0 29 -0 .0 91 52 0. 63 68 29 29 -0 .0 07 81 0 .9 67 9 29 -0 .1 80 50 0. 34 88 29 -0 ., 17 13 7 0. ,. 37 41 29 AN T 0. 11 72 6 0, 52 99 31 -0.0 88 75 0. 63 49 31 -0 .8 7291 0. 00 01 31 -0 .6 80 50 0 .0 00 1 31 -0 .0 91 52 0 .6 36 8 29 1. 00 00 0 0. 0 31 31 0 .1 28 60 0 .4 90 5 31 0 .9 00 07 0 .0 00 1 31 0. 89 10 7 0 .0 00 1 31 19 87 -19 91 R I S PR E 31 31 31 31 29 31 31 31 31 31 93 03 09 Pe ar so n Co rr el at io n Co ef fi ci en ts / Pr ob >öR öÖ un de r Ho : Rh o-0 / N m b e r of Cb se rv at io ns VP 50 0. 34 99 4 0. 05 36 31 -0 .3 74 10 0. ,0 38 1 31 -0 .2 37 04 0 .1 99 2 31 -0 .4 06 17 0 .0 23 4 31 -0 .0 07 81 0 .9 67 9 29 0. 12 86 0 0 .4 90 5 31 31 1. 00 00 0 0. 0 31 0. 15 59 3 0. 40 22 31 0. 14 57 2 0. 43 41 31 AN DK OE 0 .2 13 05 0. 24 98 31 0 .1 16 22 09 ,5 33 5 31 -0 ,9 00 24 0 .0 00 1 31 -0 .7 37 42 0 .0 00 1 31 -0 .1 80 50 0 .3 48 8 29 0. 90 00 7 0 .0 00 1 31 31 0. 15 59 3 0. 40 22 31 1. 00 00 0 0 . 0 3 1 0 , 9 9 7 9 9 0 . 0 0 0 1 3 1 1 5 : 1 4 F r i d a y , J u l y 2 , 1 9 9 3 K O L 0 . 2 1 4 0 4 0 . 2 4 7 6 3 1 0 . 1 2 0 4 8 0 . 5 1 8 5 3 1 -0 . 8 9 5 2 6 0 . 0 0 0 1 3 1 -0 . 7 3 3 7 4 0 . 0 0 0 1 3 1 -0 . 1 7 1 3 7 0 . 3 7 4 1 2 9 0 . 8 9 1 0 7 0 . 0 0 0 1 3 1 3 1 0 . 1 4 5 7 2 0 . 4 3 4 1 3 1 0 , 9 9 7 9 9 0 . 0 0 0 1 3 1 0 . 0 3 1 Bilaga 1 Sid 5(6)
TI DL UC KO R på LA ND SV ÄG 70 90 sm M 90 ME 11 0 19 81 -19 91 93 06 28 K O R R E L A T I O N S M A T R I s Co rr el at io n An al ys is Pe ar so n Co rr el at io n Co ef fi ci en ts / Pr ob > öR ö un de r Ho : Rh o= Ö / Nu mb er of Ob se rv at io ns 15 :1 8 Fr id ay , Ju ly 2, 19 93 VTI MEDDELANDE 721 PR OT UF HG R TP 50 TO E5 0 VP 50 AN DK OE KO L AR 1. 00 00 0 0. 0 190 -0 .1 45 70 0 .0 44 9 19 0 0. 08 74 0 0 .2 38 1 18 4 -0 .1 53 37 0 .0 34 6 19 0 -0 .0 41 89 0 .5 66 0 19 0 -0 .0 31 48 0 .7 13 0 13 93 0 .1 60 41 0 .0 27 0 19 0 -0 .0 48 23 0 ,5 08 7 19 0 -0 ,0 28 86 0 .6 92 6 19 0 0. 14 45 7 0, 05 28 180 0. 12 61 2 0. 12 80 147 MA N -0 .1 45 70 0. 04 49 190 1. ,0 00 00 0. 0 190 0. 06 95 4 0 .3 48 2 18 4 0. 01 21 2 0. 86 82 190 0. 17 92 5 0. 01 33 190 0. 01 67 8 0. 84 46 139 -0 .0 53 66 0. 46 21 190 -0 .0 38 79 0, 59 52 190 -0 .0 40 30 0 ,. 58 09 19 0 0. 03 07 3 0. 68 21 180 0. 00 06 2 0 .9 94 0 14 7 PR OT UF 0 .0 87 40 0 .2 38 1 18 4 0 ,. 06 95 4 0 .3 48 2 18 4 1. 00 00 0 0. 0 184 0 .2 15 52 0. 00 33 184 0. 12 41 5 0 .0 93 1 18 4 0 ., 55 50 1 0 ,. 00 01 13 8 0 .2 49 90 0 .0 00 6 18 4 0 .2 88 70 0 ,0 00 1 18 4 0. 38 18 7 0. 00 01 184 -0 .0 58 43 0. 44 24 175 -0 ,0 97 92 0. 23 80 147 HG R -0 ,1 53 37 0 .0 34 6 19 0 0. 01 21 2 0 .8 68 2 19 0 0 ,. 21 55 2 0. 00 33 184 1. ,0 00 00 0. 0 190 0. 17 94 8 0. 01 32 190 0 ,3 50 51 0 .0 00 1 13 9 0. 52 37 0 0 .0 00 1 19 0 0 ,8 22 30 0. 00 01 190 0. 89 74 9 0. 00 01 190 -0 .1 49 00 0. 04 59 180 -0 ,. 18 50 7 0. 02 48 147 TP 50 -0 .0 41 89 0 .5 66 0 19 0 0. 17 92 5 0. 01 33 190 0 .1 24 15 0 ,. 09 31 18 4 0 .1 79 48 0 .0 13 2 19 0 1. 00 00 0 0. 0 190 0 .3 89 92 0 .0 00 1 13 9 -0 ,2 80 69 0 ,. 00 01 19 0 0 20 29 6 0. 00 50 190 0 .1 02 98 0. 15 74 190 -0 ,6 38 68 0 ,0 00 1 18 0 -0 ,6 42 94 0. 00 01 147 TO E5 O0 -0 . 03 14 8 0 .7 13 0 13 9 0. 01 67 8 0 .8 44 6 13 9 0. 55 50 1 0 .0 00 1 13 8 0. 35 05 1 0 .0 00 1 13 9 0. 38 99 2 0 .0 00 1 13 9 1. 00 00 0 0. 0 139 0. ,1 66 42 0 ,0 50 2 13 9 0. 42 88 5 0 ,0 00 1 13 9 0. 41 67 5 0 .0 00 1 13 9 -0 .3 91 81 0 .0 00 1 13 6 -0 .3 28 54 0 00 05 109 AN T 0. 16 04 1 0. 02 70 190 -0 ,0 53 66 0. 46 21 190 0 ,. 24 99 0 00 00 6 18 4 0, 52 37 0 0 .0 00 1 19 0 -0 ,2 80 69 0. 00 01 190 0 .1 66 42 0. 05 02 139 1. 00 00 0 9, 0 190 0, .5 27 21 0. 00 01 190 0. 00 01 190 0 ,5 59 80 0. 00 01 180 0. 49 60 6 0. 00 01 147 BR E -0 .0 48 23 0 .5 08 7 19 0 -0 .0 38 79 0 .5 95 2 19 0 0 .2 88 70 0 ,. 00 01 184 0 .8 22 30 0. 00 01 190 0 .2 02 96 0 .0 05 0 19 0 0 .4 28 85 0 .0 00 1 13 9 0. 52 72 1 0 .0 00 1 19 0 1. 00 00 0 0. 0 190 0. 86 50 6 0 ,0 00 1 19 0 -0 .2 62 63 0. 00 04 180 -0 .2 68 41 0. 00 10 147 VP 50 -0 .0 28 86 0 .6 92 6 19 0 -0 .0 40 30 0. 58 09 190 0 ., 38 18 7 0. 00 01 184 0 .8 97 49 0 .0 00 1 19 0 0. 10 29 8 0. 15 74 190 0. 41 67 5 0 .0 00 1 13 9 0. ,5 23 09 0 .0 00 1 19 0 0. 86 50 6 0. 00 01 190 1. 00 00 0 0. 0 190 -0 ., .1 96 59 0. 00 82 180 -0 ,2 51 98 0. 00 21 147 AN DK OE 0. 14 45 7 0, .0 52 8 18 0 0. 03 07 3 0. 6821 18 0 -0 .0 58 43 0. 4424 17 5 -0 .1 49 00 0. 04 59 180 -0 .6 38 68 0, .0 00 1 18 0 -Q 29 18 1 0. 00 01 136 0 ,5 59 80 0. 00 01 180 -0 ., .2 62 63 0. 00 04 180 -0 .1 96 59 0, 00 82 180 1. ,0 00 00 0. 0 180 0, 98 66 2 0 .0 00 1 14 7 KO L 0. 12 61 2 0. 12 80 147 0 ,0 00 62 0 .9 94 0 14 7 -0 .0 97 92 0 .2 38 0 14 7 -0 .1 85 07 0 .0 24 8 14 7 -0 .6 42 94 0. 00 01 147 -0 .3 28 54 0 .000 5 10 9 0 .4 96 06 0 .0 00 1 14 7 -0 .2 68 41 0. 00 10 147 -0 25 19 8 0. 00 21 147 0 ,9 86 62 0. 00 01 147 1. 00 00 0 0. 0 147 Bilaga 1 Sid 6 (6)
Bilaga 2 Sid 1(6)
TIDLUCKOR på LANDVÄG 70 -vägar
1987 - 1991 930317 R E G R E S S I O N S A N A L Y S 22:26 Monday, April 26, 1993 Model: MODELL] Dependent Variable: TP50 Analysis of Variance Sum of Mean
Source DF Squares Square F Value Prob>F
Model 10 1.18790 0 . 11879 8.188 0 . 0001
Error 38 0 ,55129 0 . 01451
C Total 48 1. 73920
Root MSE 0 . 12045 R-square 0 . 6830 Dep Mean 1.72796 Adj R-sq 0 . 5996 C.V. 6 . 97053
Parameter Estimates
Parameter Standard T for HO:
Variable DF Estimate Error Parameter=0 Prob > öTö INTERCEP 1 2 . 900105 1.63583658 1.773 0 . 0843 VP5OMIPT 1 -0 . 103893 0 .16864785 -0 . 616 0 . 5415 BRE 1 -0.051361 0 .23778321 -0 . 216 0 . 8301 ARB9 1 -0 . 008195 0 .04751632 -0 . 172 0 . 8640 AR9Y]1 1 -0.026633 0 . 04389667 -0 . 607 0 . 5476 SOMM 1 0 . 026325 0 .05231310 0.503 0 . 6177 HOST 1 0 . 057659 0 .05020468 1.148 0 . 2580 HALL 1 -0 . 243461 0 .08679534 -2.805 0 . 0079 FINS 1 -0 . 014533 0 .07512078 -0 . 193 0 . 8476 BACK 1 -0.057488 0 .11781728 -0 . 488 0 . 6284 LOFT 1 0 . 282490 0 . 10006781 2 . 823 0 . 0075
Bilaga 2 Sid 2(6)
TIDLUCKOR på LANDVÄG SMALA 90-vägar 1987 -= 1991 930303 R E G R E S S I 0 N S A N A L Y S 22:22 Monday, April 26, 1993 Model: MODEL] Dependent Variable: TP50 Analysis of Variance Sum of Mean
Source DF Squares Square F Value Prob>F
Model 8 0 . 31405 0 . 03926 4 , 854 0 . 0035
Error 16 0 . 12941 0 . 00809
C Total 24 0 . 44346
Root MSE 0 . 08993 R-square 0 . 7082 Dep Mean 1.80240 Adj R-sq 0 .5623 C.V. 4 , 98966
Parameter Estimates
Parameter Standard T for HO:
Variable DF Estimate Error Parameter=0 Prob > öTö
INTERCEP 1 3.591788 1.02875696 3.491 0 . 0030 ANDKOE 1 -1.379655 1.22967222 -1 . 122 0 . 2784 PROTUF 1 0 . 012245 0 . 01343411 0 . 911 0 . 3756 VP5OMIPT 1 -0 . 184601 0 . 11697224 -1.578 0 . 1341 ARB9 1 -0 . 023801 0 . 05114652 -0 , 465 0 . 6480 AR] 1 -0 . 040489 0 .05211348 -=0 ., 777 0 . 4485 SOMM 1 0 . 042486 0 .06333347 0 . 671 0 . 5119 HOST 1 -0 . 012884 0 . 05490010 -0 . 235 0 . 8174 MANT 1 -0 . 118676 0 . 05827072 -2 . 037 0 . 0586 VTI MEDDELANDE 721
Bilaga 2 Sid 3(6) TIDLUCKOR på LANDVÄG Model: MODEL] Dependent Variable: 1987 TP50 Analysis of Variance MEDELbreda 90 -vägar =- 3991 R E G R E S S I O N S A N A L Y S 93030 3 F Value 14 , 425 Sum of Mean
Source DF Squares Square
Model 10 1 .06926 0 . 10693
Error 23 0 . 17049 0 . 00741
C Total 33 1 . 23976
Root MSE 0 . 08610 R-square 0 . 8625 Dep Mean 1 . 64794 Adj R-sq 0 . 8027
C.V. 5 .22451
Parameter Estimates
Parameter Standard T for HO: Variable DF Estimate Error Parameter=0
INTERCEP 1 4 , 272546 1 .30150939 3.283 VP50MIPT 1 -0 . 291598 0 .13662214 -2 . 134 ARBB 1 0 . 087129 0 . 04618704 1.886 ARB 9 1 -0 . 042249 0 . 05461532 -0 . 774 AR90 1 -0 . 038442 0 .05255755 -0 . 731 AR9] 1 -0 . 072172 0 .05338837 -1.352 SOMM 1 0 . 039003 0 . 05806775 0 . 672 HOST 1 0 . 070518 0 .05894337 1.196 MKOP I 1 -0 . 102735 0 .05250331 -1 . 957 VAEBR 1 0 . 201280 0 .05633121 3.573 SEGMO 1 0 .531843 0 . 07510367 7.081 22:37 Monday, April 26, 1993 Prob>F 0 . 0001 Prob > öTö o o o o o o o o o o o . 0033 . 0437 . 0719 . 4471 . 4719 . 1896 . 5085 . 2437 . 0626 . 0.016 . 0001
Bilaga 2 Sid 4(6)
TIDLUCKOR på LAÄNDVÄGAR. B R E D A 90 -vägar
1987 - 1991 930304 R E G R E S S I 0 N S A N A L Y S 14:48 Thursday, June 10, 1993 Model: MODELL] Dependent Variable: TP50 Analysis of Variance Sum of Mean
Source DF Squares Square F Value Prob>F
Model 6 0 . 06657 0 . 01109 4 . 097 0 . 0124
Error 15 0 . 04062 0 . 00271
C Total 21 0 . 10718
Root MSE 0 . 05204 R-square 0 . 6211 Dep Mean 1. 79909 Adj R-sq 0 . 4695 C.V . 2 . 89232
Parameter Estimates
Parameter Standard T for HÖ:
Variable DF Estimate Error Parameter=0 Prob > öTö INTERCEP 1 6 . 371713 1 . 45036640 4 , 393 0 . 0005 VP5OMIPT 1 -0 . 493468 0 ,. -3.195 0 . 0060 ARB9 1 0 . 032111 0 . 02888008 1.112 0 . 2837 AR]! 1 0 . 058047 0 . 03424601 1.695 0 . 1107 SOMM 1 -0.000036840 0 . 02928135 -0 . 001 0 . 9990 HOST 1 0 . 053806 0 . 028 43798 1.892 0 . 0779 GAML 1 0 . 107527 0 . 03057255 3 , 517 0 . 0031 VTI MEDDELANDE 721
