Vart är olyckorna på väg nästa år? : Modell för fortlöpande kontroll av riktningen mot målet år 2000

VTI natat

Titel: Författare: Avdelning: Projektnummer: Projektnamm: Uppdragsgivare: Distribution: Nr T 134 - 1993

VART ÄR OLYCKORNA PÅ VÄG NÄSTA ÅR? MODELL FÖR FORTLÖPANDE KONTROLL AV RIKTNINGEN MOT MÅLET ÅR 2000.

Ulf Brüde

Trafik 71364-4

Förstudie: Regional trafiksäkerhetsanalys Vägverket

fri/nyförvärv/begränsad/

(db

_Vä

INNEHÅLLSFÖRTECKNING

SAMMANFATTNING

1. BAKGRUND OCH SYFTE

2. DÖDSOLYCKOR HELA LANDET

3. DÖDSOLYCKOR PÅ STATLIGA VAGNATET

4. DÖDSOLYCKOR HELA LANDET

5. DÖDADE OCH SKADADE I HELA LANDET 6. PROGNOSER FÖR 1992, 1993 OCH ÅR 2000

TABELLBILAGA (Tabell 1 - 12)

SAMMANFATTNING

Hur många dödade och skadade personer kan man förvänta sig nästa år, året därpå,...osv, och med vilken osäkerhet? Ofta dras

alltför långtgående slutsatser utifrån de senaste årens, det

senaste årets eller t.o.m. den senaste månadens utfall.

I Notatet beskrivs några olika ansatser att med hjälp av regressionsanalys göra prognoser med tillhörande osäkerhets-intervall för framtida antal olyckor, skadade och dödade. "Låghastighetsåret" 1989 inträffade det största antalet

dödsolyckor under den senaste tioårsperioden, medan t.ex. 1985 och 1991 med höga hastigheter var olycksantalen låga. Detta har massmedia vid flera tillfällen efterfrågat en förklaring till. Genomförda regressionsanalyser pekar åt samma håll som tidigare av VTI redovisade resultat, att "med övriga faktorer konstanta" så ökar antalet dödsolyckor med ökad hastighet.

I Notatet föreslås så småningom följande enkla prognosmodeller

y = a - bÄr - Trafikc

där y är antal dödsolyckor, dödade, svårt skadade, lindrigt skadade respektive skadade (svårt eller lindrigt) och där a, b

och c är skattade koefficienter. (Samma modellstruktur kan också

användas för risker dvs för antal olyckor, dödade eller skadade personer per trafikarbete.)

Modellerna baseras på förslagsvis 15 år och bör årligen

revideras allteftersom nya data erhålles. Vidare föreslås att modellerna om.möjligt bör differentieras efter t.ex. olika regioner, hela vägnätet/statliga vägnätet, tättbebyggt/ej tättbebyggt, korsning/sträcka, sommar/vinter, olyckstyper, olyckor med skyddade respektive oskyddade trafikanter etc. Avslutningsvis redovisas, med antaganden om framtida trafik-utveckling, prognoser avseende hela landet för 1992, 1993 och år 2000.

Trafikavdelningen Promemoria 1992-12-29 Ulf Brüde/*

Förstudie: Regional trafiksäkerhetsanalys. VÅRT ÄR OLYCKORNA PÅ VÄG NÄSTA ÅR?

MODELL FÖR FORTLÖPANDE KONTROLL AV RIKTNINGEN MOT MÅLET ÅR 2000 . 1. BAKGRUND OCH SYFTE

Vägverket har intresse av att utveckla modeller och stöd för regional trafiksäkerhetsanalys. Som ett första steg har VTI erhållit i uppdrag att ta fram en enkel prognosmodell. Denna skall svara på frågan: "Hur många dödade och skadade personer kan man förvänta sig nästa år, året därpå,...osv, och med vilken osäkerhet?

Den slumpmässiga osäkerheten i antalet olyckor och skadade är betydligt större än vad många föreställer sig. Ofta dras alltför långtgående slutsatser angående trender och förklaringar utifrån de senaste årens, det senaste årets eller t.o.m. den senaste månadens utfall.

Det här redovisade arbetet grundar sig på en begränsad

arbetsinsats och utgör därför närmast en förstudie. Till att börja med har antal dödsolyckor studerats. Det är endast för detta mått som det föreligger en (nästan) fullständig

polisrapportering. Den "statistiska verktygslådan" är också bättre anpassad för antal olyckor än för antal dödade eller skadade personer. (F.n. pågår i samarbete mellan VTI och universitetet i Linköping ett projekt med syfte att utveckla metoder som är anpassade till antal dödade eller skadade personer.)

Eftersom de trafikpolitiska målen är uttryckta i antal dödade och skadade har dock studien utvidgats till att omfatta även dessa mått.

Fortsättningsvis bör modellen om.möjligt differentieras efter t.eX. olika regioner, hela vägnätet/statliga vägnätet,

tättbebyggt/ej tättbebyggt, korsning/sträcka, sommar/vinter, olyckstyper, olyckor med skyddade respektive oskyddade

trafikanter etc. (Modeller kan också bildas för risker dvs för

antal olyckor, dödade eller skadade per trafikarbete.)

Den modell som föreslås bör årligen revideras. Det tidigare första olycksåret stryks och ersätts med det nya året.

Alternativt kan tidsserien förlängas med varje nytt olycksår. Värdefulla synpunkter har erhållits av bl.a Mats Wiklund, VTI.

2. DÖDSOLYCKOR HELA LANDET Data för inledande analys

Tabell 1 visar antal dödsolyckor (enligt SCB) för hela landet

åren 1982-91. "Traf" visar i indexform skattningar av

trafikarbetets utveckling på statliga vägnätet. "Hast" anger skattningar av hastighetsutvecklingen på tvåfältiga 90-vägar. Förklaringsvariablerna avser således inte hela det vägnät där dödsolyckorna inträffat.

Av tabellen framgår t.ex att "låghastighetsåret" 1989 inträffade det största olycksantalet under hela perioden, medan t.ex 1985 och 1991 med höga hastigheter var olycksantalet lågt. Detta har massmedia framhållit vid flera tillfällen och efterfrågat en

förklaring till.

Utveckling över åren, ingen hänsyn till övriga variabler Tabell 2 visar predikterade antal dödsolyckor, erhållna med håälp av enkel linjär regressionsanalys med enbart variabeln " r" som förklaringsvariabel. De predikterade värdena ökar med åren. Tabellen illustrerar tydligt den s.k. regressionseffekten. 1982 inträffade 681 olyckor. För år 1983 predikteras 709

olyckor (> 681). Under 1983 kunde man således förvänta sig fler

olyckor än 1982. Så blev också fallet (706 olyckor). För 1984 predikteras 711 olyckor (> 706). Det blev också en ökning 1984

(717 olyckor). För 1985 predikteras 712 olyckor (< 717). Det

blev en minskning 1985 (695 olyckor). Med några undantag stämmer detta mönster genomgående väl.

Osäkerhet, konfidens- och prediktionsintervall

I tabell 2 redovisas två olika osäkerhetsintervall, dels appr. 95 %-iga konfidensintervall dels appr. 95 %-iga prediktions-intervall.

Konfidensintervall anger osäkerheten för regressionslinjen dvs för det medelvärde som skulle gälla om man kunde erhålla

oändligt många observationer.

Prediktionsintervallet anger osäkerheten för utfallet under ett enstaka år. Detta intervall är förstås bredare än

konfidensintervallet.

Fortsättningsvis redovisas endast prediktionsintervall, trots att det är konfidensintervall som bäst beskriver

trafiksäkerhetssituationen. Anledningen är att det kan vara svårt för många att särskilja betydelsen och att det ju dessutom endast är olycksutfall för enstaka år som kan observeras.

Kortare tidsperioder

Tabell 3 visar också de predikterade värdena baserade på data för samtliga 10 år och med "År" som enda förklaringsvariabel. Dessutom redovisas predikterade värden om endast de 9 senaste åren utnyttjas för regressionen, endast de 8 senaste åren osv. Predlo ökar som tidigare nämnts med åren. För såväl Predg, Prede,...och Predz gäller dock ett avtagande med åren.

Tabellen anger också predikterade värden för 1992. Enligt TSV (november 1992) gjordes grovuppskattningen att totala antalet dödsolyckor 1992 kommer att uppgå till ca 670. Då var således utfallet per den sista oktober 1992 känt. Man får inte förledas tro att korta tidsserier skulle vara det optimala. Tidsserier bör vara förhållandevis långa.

Prediktion med hjälp av föregående års olycksantal Tabell 4 visar vad som skulle hända om man predikterar olycksutfallet för ett visst år med närmast föregående års

utfall. Detta synes inte vara någon bra metod. Förklaringsvärdet R2 är mycket lågt, vilket innebär att man nästan lika gärna kunde prediktera med hjälp av medelvärdet sett över hela perioden. Detta är också helt i överensstämmelse med de regressionseffekter som noterades i tabell 2.

Multipel linjär regressionsanalys

Resultaten i tabell 5 grundar sig på samma data som redovisas i tabell 1. Regressionsanalyser har genomförts med en, två resp. tre förklaringsvariabler. Följande kan noteras:

- Modell 1 anger den regressionsekvation vars predikterade värden redan redovisats i tabell 2. Antalet olyckor ökar med 1,67 olyckor per år (om ingen hänsyn tas till övriga förklarande

variabler).

- Enligt modell 3 minskar antalet olyckor med 9,31 olyckor då hastigheten ökar med 1 km/h. Detta negativa samband överens-stämmer således med massmedias iakttagelser.

- Även enligt modell 4 och 6 minskar antalet olyckor då

hastigheten ökar (om endera variabeln "Traf" eller "Ar"

konstanthålls).

- Modellerna 1,2,3,4 och 6 är alla mycket dåliga.

Förklaringsvärdena R2 är låga. P-värdena är dessutom stora. De sistnämnda värdena visar på vilken risknivå som

regressionkoefficienterna är signifikant skilda från noll och de skall således helst vara små.

- Modell 5 och 7 är de bästa modellerna och dessutom sinsemellan väl överensstämmande. Olyckorna minskar över åren vid konstant

4. (och Hast") hålls konstanta. Och dessutom kan här noteras (även om p-värdet är stort och regressionskoefficienten därmed osäker) att med ökad hastighet så ökar också antalet olyckor då "År" och trafik hålls konstanta.

Prognoser med multipel linjär regression

Tabell 6 visar de predikterade värdena enligt modell 1-7 (se

tabell 5). Överensstämmelsen mellan predikterade värden för

modell 5 och 7 är stor. Man ser t.ex i båda fallenatt det stora olycksantalet 1989 väl fångas uppav modellerna. Detsamma gäller det låga olycksantalet 1991.

I tabellen ges också prognoser för åren 1992, 1993 och 2000 med tillhörande prediktionsintervall.

För 1992 har antagits att trafiken ökar med 1,5 % jämfört med 1991 och att dito hastighetsökning är 1 km/h.

För 1993 har antagits samma trafik som 1992 men ytterligare 0,5 km/h högre hastighet.

För år 2000 har antagits en drygt 1 %-ig fortsatt årlig

trafikökning och att hastigheten ökar med något mindre än 0,5 km/h per år.

Det predikterade antalet dödsolyckor år 2000 motsvaras av ca 519 - 1,115 dvs något mindre än 600 dödade.

3. DÖDSOLYCKOR PÅ STATLIGA VÅGNÅTET Hastighetens inverkan

Tabell 7 behandlar dödsolyckorna på statliga vägnätet. Jämfört med tidigare erhålls något större R2- och F-värden liksom lägre p-värden. Särskilt kan noteras att regressionskoefficienten för

"Hast" (fler olyckor ju högre hastighet) har lägre p-värde

(0,17) jämfört med fallet avseende samtliga dödsolyckor i landet (0,61).

Enligt regressionsekvationen gäller att då hastigheten ökar med 1 km/h från 92 till 93 km/h så förväntas antalet dödsolyckor på statliga vägnätet öka med ca 5 % (givet ett visst år och

oförändrad trafik). Detta kan jämföras med att (93/92)4=1,044. Regressionskoefficienten för "Hast" pekar alltså åt samma håll som tidigare av VTI presenterade resultat angående sambandet mellan antal dödsolyckor och hastighet.

Prognos med multipel linjär regression

I tabell 7 redovisas också prognoser och prediktionsintervall för 1992, 1993 och år 2000.

4. DÖDSOLYCKOR HELA LANDET

Multiplikativ modell, lS-årsperiod, alternativt exponeringsmått Hittills har tidsserieanalysen baserats på 10 år och med "År",

Traf och "Hast" som förklaringsvariabler. Dessutom har endast multipel linjär regressionsanalys utnyttjats. Prognosmodellen bör bli bättre med en multiplikativ modellansats. Mycket talar för att en längre tidsperiod än 10 år bör användas. En

15-årsperiod synes lämplig idag. 1975 infördes lagen om bilbälte i framsätet och 1977 tillkom varselljuslagen.

Totala bensinleveranserna i Sverige ("Bens") skulle kunna vara ett bättre mått på trafikarbetet i hela landet inklusive tätort. De senaste 5 åren (se tabell 8) har bensinleveranserna ökat mindre än trafikarbetet på det statliga vägnätet ("Traf"). Detta

skulle kunna betyda att trafikarbetet de senaste åren inte har ökat i samma takt i tätort som på landsbygd. Det råder dock viss osäkerhet angående riktigheten av uppgifterna om bensin-leveranserna.

Prognos med multiplikativ modell

Tabell 8 visar predikterade värden för dödsolyckor i hela landet

enligt multiplikativa modeller med "År" och "Traf" resp. "År"

och "Bens" som förklaringsvariabler. "Hast" har inte medtagits eftersom det dels saknas sådana uppgifter för åren 1977-79 och dels för att prognosvärdena synes bli ungefär desamma även om

Hast utelämnas. Det senare beror på att hastighetens betydelse då istället sugs upp av variabeln " r" (den årliga minskningen blir mindre eftersom hastigheterna ökat över tiden).

"År" kan sägas visa den årliga minskning av antalet olyckor som förklaras av den allmänna trafiksäkerhetsförbättringen och som sammantaget beror på förbättrade fordon, vägar och/eller förare. Tabell 8 visar också prognoser och osäkerhetsintervall för 1992, 1993 och år 2000, givet samma antaganden som tidigare om

framtida trafikutveckling. För bensinleverenserna har antagits samma procentuella förändringar som för trafikarbetet, vilket torde innebära en överskattning. Prediktionsintervallen har p.g.a. tidsbrist beräknats approximativt med hjälp av multipel linjär regressionsanalys. Det framgår tydligt att prediktions-intervallen är betydligt snävare än för de tidigare framtagna modellerna. Det beror på att längre tidsperiod (15 år) nu använts.

Förklaringsvärdena för de multiplikativa modellerna är betydligt större än för de tidigare redovisade modellerna framtagna med hjälp av multipel linjär regressionsanalys. Även detta beror i första hand på att längre tidsperiod nu använts.

5. DÖDADE OCH SKADADE I HELA LANDET Multiplikativa modeller, prognoser

Tabellerna 9, 10, 11 och 12 visar prognoser (hela landet) för antal dödade, svårt skadade, lindrigt skadade samt skadade

(svårt eller lindrigt). (Prediktionsintervallen är något

underskattade eftersom de beräknats enligt samma metod som för

olyckor.)

Tabellerna visar att årliga minskningen, vid oförändrad trafik, är ca 5 % för dödade och 1,6, 0,7 resp, 1 % för övriga slag av skadade. Dessutom framgår att antalet dödade ökar med ca 1,6 % då trafiken ökar med 1 %. Exponenterna för "Traf" är för övriga slag av skadade ca 0,13, 1,10 resp. 0,85. Exponenterna för "Traf" borde genomgående ligga mellan 1 och 2. Enligt tidigare studier (t.ex Åke Svensson och Jan Gustavsson) föreligger

nämligen ett linjärt samband mellan singelolyckor och trafik men ett kvadratiskt förhållande mellan kollisionsolyckor och trafik. Invändningar har gjorts (i princip bör de vara riktiga) att den procentuella årliga olycksminskningen borde avta med tiden. Samma typ av multiplikativa modeller som ovan har därför tagits fram även för enbart de senaste 10 åren. Dessa visar dock på årliga minskningar med 4,5, 5,5, 1,5 resp. 3 % för de olika slagen av dödade eller skadade. Dessutom erhålls exponenterna 1,38, 1,15, 1,24 resp. 1,20 för "Traf". Sistnämnda modeller skulle prognosticera obetydligt fler dödade men betydligt färre skadade. Det rekommenderas dock tills vidare att sätta tilltro till modellerna baserade på 15 år.

6. PROGNOSER FÖR 1992, 1993 OCH.ÅR 2000

Enligt tabell 8 samt tabellerna 9-12 görs prognoser enligt nedan för 1992, 1993 och år 2000. Prognoserna avser hela landet och förutsätter naturligtvis att det framtida trafiksäkerhetsarbetet bedrivs i samma omfattning som under de senaste 15 åren och att "inget annat särskilt" inträffar.

Prognos 1992 (1,5 % större trafik än 1991):

Antal dödsolyckor 662 i 85

Antal dödade 743 i 100

Antal svårt skadade 5278 i 570

Antal lindrigt skadade 17163 i 1480

Antal skadade (svårt eller lindrigt) 22331 i 1960

Prognos 1993 (samma trafik som 1992, 1,5 % större än 1991):

Antal dödsolyckor 628 i 90

Antal dödade 705 i 106

Antal svårt skadade 5193 i 585

Antal lindrigt skadade 17048 i 1520

Prognos år 2000 (10 % större trafik än 1991):

Antal dödsolyckor 496 i 110

Antal dödade 558 i 135

Antal svårt skadade 4685 i 750

Antal lindrigt skadade 17761 i 1940 Antal skadade (svårt eller lindrigt) 22094 i 2560 För andra antaganden om framtida trafik kan alternativa prognoser lätt beräknas med hjälp av angivna formler. Som tidigare påpekats har avsikten hela tiden varit att prognosmodellerna årligen skall revideras!

Tabell 1 Trafikutveckling statliga vägnätet,

hastighetsutveckling tvåfältiga 90-vägar och dödsolyckor hela landet.

År Traf.index Hast Antal dödsolyckor

1982=1 100 90,8 681 83=2 102 91,6 706 84=3 105 92,3 717 85=4 106 93,1 695 86=5 113 92,2 748 87=6 118 92,1 717 88=7 125 93,0 722 89=8 132 91,6 790 90=9 130 92,4 704 91=10 130 93,0 667

Tabell 2 Dödsolyckor hela landet. Enkel linjär regression med

"År" som förklaringsvariabel. Osäkerhetsintervall.

Dödsolyckor

År

obs

pred

konf.int.

pred. int.

i i 1982 681 707 49 97 83 706 709 42 94 84 717 711 35 91 85 695 712 30 89 86 748 714 27 88 87 717 716 27 88 88 722 717 30 89 89 790 719 35 91 90 704 721 42 94 91 667 722 49 97

Tabell 3 Dödsolyckor hela landet. Enkla linjära regressioner baserade på 10, 9, 8,... och 2 år. Dödsolyckor År obs prlO Åpr9 pr8 pr7 pr6 pr5 pr4 pr3 pr2 1982 681 707 83 706 709 721 84 717 711 720 727 85 695 712 719 725 731 86 748 714 719 723 728 751 87 717 716 718 721 724 741 744 88 722 717 718 719 720 730 732 758 89 790 719 717 717 717 719 720 733 782 90 704 721 717 715 713 709 708 708 720 704 91 667 722 716 713 710 698 696 683 659 667 + _ - _ _ - - - -1992 724 716 711 706 687 685 658 597 630

Tabell 4 Dödsolyckor hela landet. Prediktion med föregående års olycksutfall.

År obs pred = dödsolyckor året innan

1982 681 693 83 706 681 84 717 706 85 695 717 86 748 695 87 717 748 88 722 717 89 790 722 90 704 790 91 667 704 R2=0,07

Tabell 5

(2)

(3)

(4)

(5)

(7)

Pred Pred Pred Pred Pred Pred Pred

Dödsolyckor hela landet. Enkla och multipla linjära regressionsanalyser. = 706 + 1,67 År

p=0,69

= 617 + 0,84 Traf 0,39 = 1573 - 9,31 Hast 0,59 2189 + 1,24 Traf - 17,55 Hast 0,26 0,34 29,3 År + 7,70 Traf 0,06 0,04 - 18 2384 + 4,06 År - 18,34 Hast 0,43 0,39 0,11 0,08 R2=0,02 R2=0,O9 R2=0,04 R2=0,21 R2=0,47 R2=0,13 - 1230 - 37,04 År + 9,26 Traf + 11,64 Hast 0,61 R2=0,50 'U II II

Tabell 6 Dödsolyckor hela landet. Enkla och multipla linjära regressionsanalyser. Predikterade värden.

Dödsolyckor pred År obs (1) (2) (3) (4) (5) (6) (7) 1982=1 681 708 701 727 717 723 720 712 83 706 709 703 719 705 709 709 703 84 717 711 705 713 696 703 699 702 85 695 713 706 706 684 681 690 683 86 748 714 712 714 709 706 711 700 87 717 716 716 715 717 715 717 708 88 722 718 722 707 709 739 704 746 89 790 719 728 719 742 764 733 758 90 704 721 726 712 725 719 722 713 91 667 723 726 707 715 690 716 682 1992 724 676 679 :102 :94 :103 År=11 År=11 År=11 Traf=132 Traf=132 Hast=94,0 1993 647 648 :114 :125 År=12 År=12 Traf=132 Traf=132 Hast=94,5 2000 527 519 :237 :261 År=19 År=19 Traf=143 Traf=143 Hast=97

Tabell 7 Dödsolyckor statliga vägnätet. Multipel linjär regressionsanalys. Predikterade värden.

Dödsolyckor År obs pred 1982=1 463 474 83 467 472 84 462 477 85 491 466 86 475 465 87 484 466 88 491 508 89 519 494 90 435 459 91 430 435 1992 439 År=11, Traf=132, Hast=94 :76 1993 413 År=12, Traf=132, Hast=94,5 :92 2000 298 År=19, Traf=143, Hast=97 :192

Pred = - 2571 - 38,4 År + 8,41 Traf + 24,7 Hast

p=0,04 0,04 0,17

R2=0,54 F=2,38 p=0,17

Tabell 8 Dödsolyckor hela landet. Multiplikativa modeller. Alternativa exponeringsmått. Prognoser.

Dödsolyckor

År

Traf

Bens

obs

pred

I(År,Traf)

II(År,Bens)

1977=1 99 100 922 908 899 78 101 103 934 890 908 79 102 102 820 859 853 80 99 99 755 775 772 81 99 97 693 735 711 82 100 98 681 709 693 83 102 100 706 695 687 84 105 104 717 692 707 85 106 105 695 667 688 86 113 111 748 703 729 87 118 115 717 716 744 88 125 119 722 747 757 89 132 124 790 776 781 90 130 117 704 718 671 91=15 130 120 667 681 673 1992=16 132 122 662185 662i65 1993=17 132 122 628i90 633i70 2000=24 143 133 496i110 542i85

I: Pred = 0,4788 - 0,9486År - Traf1r654

R2=0,88

Tabell 9 Dödade hela landet. Multiplikativ modell. Prognoser.

Dödade

År Traf obs pred

1977=1 99 1031 1015 78 101 1034 996 79 102 926 961 80 99 848 869 81 99 784 825 82 100 758 796 83 102 779 781 84 105 801 777 85 106 808 749 86 113 844 789 87 118 787 803 88 125 813 837 89 132 904 868 90 130 772 804 91=15 130 745 764 92=16 132 743 i 100 93=17 132 705 i 105 2000=24 143 558 i 135

Tabell 10 Svårt skadade hela landet. Multiplikativ modell.

Prognoser.

Svårt skadade

År Traf obs pred

1977=1 99 6529 6480 78 101 6431 6393 79 102 6036 6298 80 99 6064 6173 81 99 5984 6074 82 100 5950 5984 83 102 6063 5904 84 105 6068 5831 85 106 5814 5745 86 113 5804 5700 87 118 5423 5641 88 125 5869 5593 89 132 5790 5543 90 130 5501 5443 91=15 130 4832 5356 1992=16 132 5278 i 570 1993:17 132 5193 i 585 2000=24 143 4685 i 750

Pred = 3586,74 - 0,9839År - Traf°r1323

R2=0,72

Tabell 11 Lindrigt skadade hela landet. Multiplikativ modell.

Prognoser.

lindrigt skadade

År Traf obs pred

1977=1 99 14387 13809 78 101 14142 14022 79 102 13516 14080 80 99 13182 13534 81 99 12570 13444 82 100 13327 13503 83 102 13740 13708 84 105 14567 14057 85 106 14857 14110 86 113 15810 15037 87 118 15044 15665 88 125 16969 16578 89 132 17741 17484 90 130 16996 17079 91=15 130 16225 16965 92=16 132 17162 i 1480 93=17 132 17047 i 1520 2000=24 143 17761 i 1940

Pred = 88,85 - 0,9933År - Traf1r1°°

R2=0,88

Tabell 12 Skadade (svårt eller lindrigt). Multiplikativ modell. Prognoser.

skadade (svårt el. lindrigt)

År

Traf

obs

pred

1977=1 99 20916 20276 78 101 20573 20423 79 102 19552 20393 80 99 19246 19688 81 99 18554 19495 82 100 19277 19470 83 102 19803 19608 84 105 20635 19901 85 106 20671 19886 86 113 21614 20772 87 118 20467 21341 88 125 22838 22195 89 132 23531 23021 90 130 22497 22501 91=15 130 21057 22282 1992=16 132 22331 i 1960 1993=17 132 22112 i 2010 2000:24 143 22094 i 2560

Pred = 410,35 - 0,9902År - Traf0'8508

R2=0,74