Bogomil Brvar

Dobrohotno svarilo-ni e prepozno:

OSNOVNA STATISTIKA
NAJHUJIH PROMETNIH NESRE
Z NAPOVEDJO ZA LETO 2017

VSEBINA

UVOD .............................................................................................................................4

II

PROMETNE NESREE S SMRTNIM IZIDOM ............................................................5

II.1

Mesena asovna vrsta 2001-2015............................................................................5

II.2

Napovedi na osnovi mesene asovne vrste 2010- 2016 ...........................................6

II.2.1

Preizkus modela v preteklem obdobju januar 2010-oktober 2016 ......................6

II.2.2 Mesena asovna vrsta prometnih nesre je nestacionarna, napovedi so zelo

tvegane 7
II.2.3 Napoved prometnih nesre s smrtnim izidom za leto 2017 na osnovi mesene
asovne vrste 2010-2016 .................................................................................................8
II.2.4
II.3
III

Nihanja v meseni asovni vrsti prometnih nesre s smrtnim izidom ............... 10

Napoved na osnovi kvartalne asovne vrste 2010-2016 .......................................... 11

PROMETNE NESREE S TELESNO POKODBO................................................. 13

III.1 Letna asovna vrsta 2001-2016............................................................................... 13

III.2 Napoved za leto 2017 na osnovi mesene asovne vrste 2010-2016 ........................ 13
III.2.1

Preizkus modela v preteklem obdobju 2010-2014, napoved za leto 2015 ......... 13

III.2.2 Napoved prometnih nesre s telesno pokodbo za leto 2017 na osnovi mesene
asovne vrste 2010-2016 ............................................................................................... 14
IV

HUDO POKODOVANE OSEBE V PROMETNIH NESREAH ............................ 17

IV.1 Letna asovna vrsta 2001-2016............................................................................... 17

IV.2 Napoved za leto 2017 na osnovi mesene asovne vrste ......................................... 17
2010-2016......................................................................................................................... 17
VIR PODATKOV ................................................................................................................ 19
Kazalo tabel
Tabela 1: Dejanska tevila prometnih nesre s smrtnim izidom in napovedi izraunane po
Holt-Wintersovi metodi. .........................................................................................................6
Tabela 2: Napovedi prometnih nesre s smrtnim izidom po mesecih v letu 2017 po metodi
eksponentnega glajenja in povprena tevila v obdobju 2010-2016 .........................................8
Tabela 3: Osnovna statistika prometnih nesre s smrtnim izidom ............................................9
Tabela 4: Dejanska tevila prometnih nesre s telesno pokodbo in ......................................14
Tabela 5: Napoved prometnih nesre s telesno pokodbo v letu 2017 po metodi
eksponentnega glajenja ......................................................................................................... 15
Tabela 6: Osnovna statistika prometnih nesre s telesno pokodbo ....................................... 16
2

Tabela 7: Napoved tevila hudo pokodovanih oseb po mesecih v letu 2017 in osnovna
statistika mesene asovne vrste v obdobju 2010-2016 ......................................................... 18
Kazalo grafikonov
Grafikon 1: Prometne nesree s smrtnim izidom po letih v obdobju 2001-2015 ......................5
Grafikon 2: Potek osnovne mesene asovne vrste prometnih nesre s smrtnim izidom
Observed), potek napovedi (Fit) in napoved (Forecast) za leto 2017 ......................................8
Grafikon 3: Graf glajene asovne vrste prometnih nesre s prisotnostjo trenda, cikline in
sluajne komponente brez sezonske komponente. ................................................................. 10
Grafikon 4: Krivulja sluajnih vplivov v asovni vrsti prometnih nesre s smrtnim izidom ...11
Grafikon 5: Potek kvartalne asovne vrste prometnih nesre s smrtnim izidom (Observed),
potek napovedi (Fit) in napoved (Forecast) za leto 2017. .................................................... 12
Grafikon 6: : Prometne nesree s telesno pokodbo po letih v obdobju 2001-2016 ................ 13
Grafikon 7: Potek osnovne mesene asovne vrste prometnih nesre s telesno pokodbo
(Observed), potek napovedi (Fit) in napoved (Forecast) za leto 2017 ..................................14
Grafikon 8: Potek osnovne mesene asovne vrste hudo pokodovanih oseb (Observed), potek
napovedi (Fit) in napoved (Forecast) za leto 2017 ............................................................... 18

UVOD

Promet je res zapleten sistem, ni novega. Pa vendar, ko skuamo ta zapleteni sistem razplesti,
ga prikazati kot urejeno drevo, ki raste pod nadzorom, ko imamo pod kontrolo vse njegove
veje, ugotovimo, da je to zelo teko, e ne celo nemogoe. Naslednji prispevek je omejen
samo na del prometnega drevesa - na cestni promet in e to samo na prometne nesree, kot
enega od izidov dogajanj v cestnem prometu. Omejitev gre e dalje, na napovedovanje
prometnih nesre.
Idealnega stanja na podroju varnosti cestnega prometa ni in ne bo. tevilni dejavniki vplivajo
na variiranje tevila prometnih nesre. Statistike o njih so dokaj verodostojne in so pomembne
za nartovanje novih in spremembo obstojeih dejavnikov, ki vplivajo na varnost cestnega
prometa. Vpraanje, ali je napovedovanje prometnih nesre potrebno in ali komu sploh
koristi, je na mestu. Uimo se predvsem na izkunjah, napovedi pa so tvegane. A morda pa
napoved le spodbudi kak odgovoren subjekt, da intenzivira svoje delo, da zaradi napovedane
tevilke kaj stori bolje, kot bi sicer.
Napovedovanje prometnih nesre ni omiljena strokovna tema. Veina napovedi je
kvalitativnih, izhajajo iz elja oziroma temeljijo na naprej postavljenih ciljih predvsem
institucij, ki so odgovorne za varnost v cestnem prometu. e se dejansko stanje priblia cilju
si odgovorna institucija pripie doseek, zadovoljna je tudi javnost, e pa je med dejanskim
stanjem in ciljem pomembna razlika v minus dejanskemu stanju, pa se "najde" dovolj
razlogov za taken rezultat. Seveda so tudi kvalitativne napovedi prometnih nesre pomembne
za nartovanje ukrepov za prepreevanje prometnih nesre, a le, e za njimi stojijo strokovni
poznavalci tega podroja.
Kvantitativne napovedi prometnih nesre temeljijo na matematino-statistinih modelih, ki iz
zaloge znanega gibanja obravnavanega pojava v preteklosti izraunajo izpeljejo zakonitosti,
ki z dololjivo verjetnostjo veljajo tudi v prihodnosti, in tako lahko izraunajo - napovedo
gibanje tega pojava v prihodnosti. V koliki meri se napovedi uresniijo, je odvisno od vrste
pojava. Nekateri pojavi se stalno odvijajo po znanih zakonitostih, so natanno predvidljivi
deterministini, pri drugih stohastinih pojavih pa lahko verjetnosti uresnienih napovedi, ki
seveda temeljijo na ugotovljenih zakonitostih preteklosti, zavzamejo vse vrednosti od 0 do 1.
Prometne nesree so stohastini pojav in za njihovo napovedovanje je pomembno, da
razpolagamo s im ve podatki o njihovem gibanju v preteklosti, kar pomeni, da je v asovni
vrsti im ve lenov podatkov o tevilu prometnih nesre v tono doloenem asovnem
zaporedju. Na vrednosti podatkov v stohastini asovni vrsti vplivajo, kot je e zgoraj reeno,
tevilni dejavniki. Statistino se njihovi vplivi odraajo v trendih (1) dolgoroni smeri
gibanja pojava, v ciklinem nihanju pojava (2), ki se glede na trend pojavlja v daljem
razdobju (periode so obiajno dalje od enega leta), v sezonskem nihanju (3), ki se pojavlja v
krajem asovnem obdobju (dan, teden, mesec) in v nepravilnih, nepriakovanih, sluajnih
spremembah (4), ki se sicer tudi lahko ponavljajo, toda v nerednih, sluajnih asovnih tokah.
im veji je dele (1), (2) in (3) v gibanju-poteku opazovanega pojava v danem asovnem
intervalu tem bolj ga poznamo, tem bolj so resnine napovedi njegovega poteka v prihodnosti.
Statistiki so razvili tevilne metode za doloanje matematino-statistinih modelov za
napovedovanje, z upotevanjem deleev (1), (2), (3) in (4) za posamezne tipe asovnih vrst.
Za napovedovanje prometnih nesre na osnovi asovne vrste sta uporabna predvsem dva
4

modela: avtoregresijski zbirni model drseih povpreij - ARIMA (Autoregressive Integrated

Moving Average) in Holt-Wintersov model multiplikativnega ekponentnega glajenja.
Preizkusili smo e druge, najbolj zanesljive rezultate smo dobili s tema modeloma.
Avtoregresijski proces temelji na predpostavki, da so leni asovne vrste med seboj odvisni in
izrauna tisti dele vsakega posameznega lena asovne vrste, ki ga lahko pojasni s prejnjimi
leni, oziroma izrauna vrednost "napake" lena, ki je ni mogoe pojasniti s predhodnimi
leni. Napovedi, izraunane po modelu ARIMA so se nekoliko manj razlikovale od napovedi
po eksponentnega glajenja, a smo uporabili prav tega, ker daje vejo teo vrednostim lenov
blinje preteklosti.1
II

PROMETNE NESREE S SMRTNIM IZIDOM

II.1

Mesena asovna vrsta 2001-2015

Linijski graf na grafikonu 1 kae potek prometnih nesre s smrtnim izidom po letih v obdobju
2001-2015. Iz grafikona je razvidno, da gre za tri razlina obdobja: 2001-2007, 2008-2009 in
2010-2015.

Grafikon 1: Prometne nesree s smrtnim izidom po letih v obdobju 2001-2015

Najbolj enostavno pojasnilo eksponentnega glajenja: napoved izrauna tako, da prejnjo napoved dopolni s
tehtano napako predhodne napovedi. Metoda je zgrajena na predpostavki, da so za napoved pomembneji
podatki o pojavu v blinji preteklosti kot podatki o pojavu v daljni preteklosti.
1

V obdobju 2001-2007 se tevilo prometnih nesre po letih zelo malo razlikuje; gre za
obdobje, ki naj bi za vedno ostalo v zgodovini statistike najhujih prometnih nesre, drugae
povedano, da se podobnim tevilkam ne bi nikoli ve niti pribliali.
Dveletno obdobje 2007-2008 je obdobje hitrega zmanjevanja tevila teh nesre; tevilo 263
v letu 2007 se je v letu 2009 zmanjalo na 154 in nato na 127 v letu 2010. Obdobje 2010-2015
je spet obdobje z majhnim variiranjem. V letu 2014 je tevilo prvi padlo pod 100 in tako
nakazalo optimistino prihodnost nadaljnjega zmanjevanja.
Iz grafikona je razvidno, da so trije intervali asovne vrste razlikujejo, in da za napovedovanje
pride v potev samo asovna vrsta z zaetkom 2010. asovna vrsta, ki jo bomo v nadaljevanju
obravnavali je sestavljena iz podatkov o tevilu prometnih nesre po mesecih, od januarja
2010 do decembra 2016 (kratko: mesena asovna vrsta 2010-2016)2

II.2

Napovedi na osnovi mesene asovne vrste 2010- 2016

II.2.1 Preizkus modela v preteklem obdobju januar 2010-oktober 2016

Izraun napovedi prometnih nesre s smrtnim izidom na podlagi mesene asovne vrste 2010oktober 2016 zahteva takojnje opozorilo, da so vrednosti posameznih lenov mesecev
majhne, variiranja vrednosti posameznih mesecev pa relativno velika in tako e vnaprej vemo,
da ne moremo priakovati zanesljivih napovedi.

Mesec
Januar
Februar
Marec
April
Maj
Junij
Julij
Avgust
September
Oktober
November
December
Skupaj

2014
Dejansko
tevilo
5
5
6
7
8
10
8
12
13
9
7
8
98

Napoved
5
6
8
11
10
12
12
9
13
12
10
8
116

2015
Dejansko
tevilo
5
5
9
7
5
11
22
13
10
10
8
7
112

Napoved
4
4
7
8
8
10
9
8
11
10
8
6
93

2016
Dejansko
tevilo
13
5
9
13
12
12
14
17
9
8

Napoved
4
5
7
8
8
10
10
8
11
10
8
6
95

Tabela 1: Dejanska tevila prometnih nesre s smrtnim izidom in napovedi izraunane po

Holt-Wintersovi metodi.

Prispevek je nastal decembra 2016, policija pa je to tega asa objavila podatke o prometni varnosti do oktobra
2016.
2

Za napovedovanje smo, kot je pojasnjeno v uvodu, uporabili Holt-Wintersovo

multiplikativno metodo. Gre za trojno eksponentno glajenje z neenakomernim sezonskim
nihanjem, kar je znailnost asovne vrste prometnih nesre s smrtnim izidom. Ta metoda
poleg trenda in sluajnih (nakljunih) vplivov upoteva tudi sezonskost.
Model te metode smo testirali na podatkih za obdobje januar 2013-oktober 2016. V tabeli 1 so
izraunane tudi napovedi za meseca november in december 2016 (poeven tisk).
Razlike med dejanskimi in napovedanimi tevili prometnih nesre s smrtnim izidom so
pomembne. V letu 2014 se je dejansko zgodilo najmanj prometnih nesre s smrtnim izidom,
napoved je za 16 veja. Ob tevilu 98 v letu 2014 je bila tudi strokovna javnost optimistina,
deloma upravieno, ker ni k zmanjanju prispeval le doloen mesec ali dva doloena meseca
v letu, ampak se je zmanjanje porazdelilo med meseci, z izjemo avgusta. To je vplivalo na
izraun napovedi za leto 2015, a zgodil se je julij z 22 prometnimi nesreami s smrtnim
izidom in samo razlika med tem tevilom in napovedanim tevilom 13 je razlika, ki v veliki
meri pokrije razliko med dejanskim in napovedanim tevilom v celem letu. Dejansko se je
celo leto zgodilo 112 najhujih prometnih nesre, statistika pa je napovedala 93 nesreo. "Julij
2015" se lahko zgodi kateremu koli mesecu in to so nepredvidljivi, sluajni dejavniki, ki v
analizi asovnih povzroajo ume - napake. Razlika bo veja tudi za leto 2016. Statistina
napoved "vztraja" na tevilu manjim od 100.
II.2.2 Mesena asovna vrsta prometnih nesre je nestacionarna, napovedi so zelo
tvegane
Potrebno je poudariti, da so izraunane napovedi nestabilne, vsi testi zanesljivosti kaejo v to
smer. asovno vrsto prometnih nesre smo preizkusili e z nekaterimi drugimi testi, z
avtokorelacijo ugotavljali stacionarnost in e kaj. Vsekakor je ta asovna vrsta nestacionarna,
pravimo tudi da je asovna vrsta sluajni sprehod (tudi sluajni hod). To spada v teorijo
napovedovanja, ki temelji na premisi, da se preteklost ne ponavlja. Ta teorija gre e tako
dale, da zagovarja hipotezo, da je vsako napovedovanje gibanja pojava, katerega asovna
vrsta je sluajni sprehod, nepotrebno, nekoristno.
No, statistine izkunje za asovno vrsto prometnih nesre s smrtnim izidom vseeno kaejo na
doloeno mero uporabnosti preizkuenega modela. Zato so z enakim modelom in postopkom
izraunane napovedi za leto 2017. Podatka o tevilu nesre s smrtnim izidom za november in
december 2016 e nista znana, ker pa morajo biti za napoved za leto 2017 vsi meseci v letu
2016 izpolnjeni, smo novembru in decembru pripisali tevili 8, toliko prometnih nesre s
smrtnim izidom se je zgodilo v oktobru 2016.

II.2.3 Napoved prometnih nesre s smrtnim izidom za leto 2017 na osnovi mesene
asovne vrste 2010-2016
asovna vrsta prometnih nesre s smrtnim izidom 2010-2016 po mesecih teje 84 lenov. Na
njeni osnovi smo izraunali napoved prometnih nesre s smrtnim izidom po mesecih za leto
2017 z Holt-Wintersovo multiplikativno metodo eksponentnega glajenja.

Mesec
Januar
Februar
Marec
April
Maj
Junij
Julij
Avgust
September
Oktober
November
December
Skupaj

Napoved 2017 po
metodi
eksponentnega
glajenja
6
5
7
9
9
11
12
10
11
10
9
7
106

Povpreno
tevilo 20102016
6
6
8
10
10
12
13
12
13
11
10
8

Tabela 2: Napovedi prometnih nesre s smrtnim izidom po mesecih v letu 2017 po metodi
eksponentnega glajenja in povprena tevila v obdobju 2010-2016

Grafikon 2: Potek osnovne mesene asovne vrste prometnih nesre s smrtnim izidom
(Observed), potek napovedi (Fit) in napoved (Forecast) za leto 2017
8

Namen v tabeli 2 prikazanih napovedi najhujih prometnih nesre po mesecih v letu

2017 je predvsem v tem, da se dodatno spodbudi udeleence v cestnem prometu in vse
pristojne institucije, ki delujejo na podroju varnosti cestnega prometa, da storijo vse,
kar je v njihovi moi, da bo dejansko tevilo teh nesre nije od statistino napovedanih.
Napovedi so zelo podobne povpreju sedmih let, se pa najbolj pribliajo do sedaj
doseenemu minimumu v letu 2014.
Osnovna statistika prometnih nesre s smrtnim izidom po mesecih v obdobju 2010-2016,
prikazana v tabeli 3, nam tudi lahko slui za razmiljanje o napovedi za leto 2017. Iz
primerjav med srednjo vrednostjo in minimalno ter maksimalno vrednostjo in z upotevanjem
standardnega odklona, sledijo meseci z majhnimi variacijami: marec, junij, september,
november in december, februar, maj, avgust in oktober s srednjimi variacijami ter januar,
april in julij z najvejimi.
Setevek srednjih vrednosti je 119, setevek minimalnih vrednosti pa 73. Glede na to, da so
bile te minimalne vrednosti posameznih mesecev v opazovanem obdobju dejansko
"doseene", bi lahko za leto 2017 postavili, kot optimistien, a uresniljiv cilj, da se tevilo
prometnih nesre s smrtnim izidom ne bi pomembno razlikovalo od do sedaj doseenih
minimalnih vrednosti.
Prometne nesree s smrtnim izidom 2010-2016
Mesec
Vsota Srednja Standardni Minimum Maksimum
vrednost odklon
Januar
45
6
3
4
13
Februar
39
6
2
3
8
Marec
58
8
2
5
12
April
70
10
5
3
18
Maj
69
10
3
5
12
Junij
86
12
3
9
17
Julij
93
13
6
7
22
Avgust
82
12
4
7
17
September
88
13
3
9
19
Oktober
78
11
3
8
16
November
67
10
2
7
13
December
57
8
2
6
12
Tabela 3: Osnovna statistika prometnih nesre s smrtnim izidom
po mesecih v obdobju 2010-2016

II.2.4 Nihanja v meseni asovni vrsti prometnih nesre s smrtnim izidom

V asovni vrsti prometnih nesre s smrtnim izidom smo skuali identificirati pojasniti trend
in sezonsko, ciklino ter sluajno komponento.3 Vsi postopki so bili so bili neuspeni v
smislu pojasnjene ene ali druge ali vseh treh komponent. Na grafikonu 3 je potek asovne
vrste iz katere naj bi bila odstranjena sezonska komponenta, ki pa je dejansko ni bilo mogoe
doloiti. Tako naj bi bilo mono iz te sezonsko oiene krivulje zaznati trend in ciklino
nihanje. Ciklinemu nihanju se v asovni vrsti prometnih nesre lahko takoj odpovemo, torej
gre le za trend, ki ni viden.

Grafikon 3: Graf glajene asovne vrste prometnih nesre s prisotnostjo trenda, cikline in
sluajne komponente brez sezonske komponente.
asovna vrsta prometnih nezgod s smrtnim izidom je polna sluajev (napak, umov, vplivov),
ki jih ni mogoe statistino predvideti, eprav jih dobro poznamo, npr. nenaden megleni
oblak na avtocesti, hiter padec temperature s posledico poledenitve, sneni vihar, nenaden
Trend kae dolgorono smer razvoja pojava. Je posledica (dolgoronih) stratekih izvajanj na podroju varnosti
cestnega prometa. Cilj: padajoi trend.
Sezonska komponenta kae sezonske variacije pojava, pogosto v okviru koledarskega leta. Pri prometnih
nesreah bi bile lahko sezonske variacije vezane na mesec, letni as, turistino sezono, tudi praznike. Gre za
periodina nihanja.
Ciklino nihanje je neperiodino nihanje in se glede na trend pojavlja v daljem asovnem obdobju in v katerem
so periode dalje od enega leta. Ni nujno, da so periode enako dolge.
Sluajno komponento sestavljajo sluajne spremenljivke, katerih nastop se lahko ponovi ali pa ne. Gre za
neznane faktorje, ki jih ne moremo pojasniti s trendo, sezonsko ali ciklino komponento.
3

10

nalet posledica neprevidnosti enega ali ve voznikov, pijan voznik s sopotniki v vozilu,
vonja v nasprotno smer na avtocesti posledica alkohola, nerazsodnosti, nalet tovornjaka,
avtobusa itd. Veino teh natetih umov s traginimi posledicami lahko prepreijo udeleenci
sami predvsem s pravoasno prilagoditvijo vonje voznim razmeram, del pa institucije
zadolene za prometno infrastrukturo.
Na naslednjem grafikonu je prikazana krivulja sluajne komponente v asovni vrsti prometnih
nesre s smrtnim izidom, torej asovna vrsta oiena trenda, sezonske in cikline
komponente in ker nobena od njih statistino ni zaznavna, je prav krivulja sluajne
komponente najbolj podobna krivulji osnovne asovne vrste, ki je na grafikonu 1 obarvana
rdee.

Grafikon 4: Krivulja sluajnih vplivov v asovni vrsti prometnih nesre s smrtnim izidom

II.3

Napoved na osnovi kvartalne asovne vrste 2010-2016

Zaradi majhnih vrednosti posameznih lenov mesecev v asovni vrsti, ki pa sicer pomembno
variirajo, posledice tega pa so lahko postopkovne napake pri izraunu napovedi, smo napoved
za leto 2017 ponovili na asovni vrsti, v kateri smo seteli tromeseja in dobili asovni vrsto s
kvartali (kvartalna asovna vrsta 2010-2016).
Holt-Wintersova multiplikativna metoda je na osnovi kvartalne asovne vrste 2010-2016
izraunala naslednje rezultate za leto 2017:
-

prvi kvartal: 19 prometnih nesre s smrtnim izidom,

drugi kvartal: 30 prometnih nesre s smrtnim izidom,
tretji kvartal: 35 prometnih nesre s smrtnim izidom,
11

etrti kvartal: 27 prometnih nesre s smrtnim izidom,

skupaj: 111 prometnih nesre s smrtnim izidom. To je 5 prometnih nesre ve, kot smo dobili
z napovedjo na osnovi mesene asovne vrste.

Grafikon 5: Potek kvartalne asovne vrste prometnih nesre s smrtnim izidom (Observed),
potek napovedi (Fit) in napoved (Forecast) za leto 2017.
Zanesljivost napovedi je dobra, koeficient determinacije R2 znaa 0,61, kar pomeni, da se
napovedana asovna vrsta v 61 odstotkih ujema z osnovno asovno vrsto, ali drugae: 61
odstotkov izraunane napovedi je posledica statistino predvidenih dejavnikov, kot sta trend
in sezonska komponenta, 39 odstotkov pa zavzema nepredvidena, sluajna komponenta. e v
tem pojasnjevanju tvegamo e poenostavitev, lahko reemo, da napovedano tevilo 111
prometnih nesre s smrtnim izidom v letu 2017 zmanjamo za 39 odstotkov, e bi se uspeli
izogniti vsem sluajnostim in dobimo tevilo 68, tevila poveanega za 39 odstotkov pa sploh
ne raunamo, ker je potrebno storiti vse, da bo realnost mnogo nija od statistine napovedi.
tevilo 68 se le za 5 razlikuje od tevila (73), ki smo ga dobili kot vsoto minimalnih vrednosti
posameznih mesecev v obdobju 2010-2016.
Ker smo e omenili determinacijski koeficient R2 povejmo e, da tudi povprena absolutna
napaka znaa le 13,5 odstotkov, vrednost statistike Ljung-Box pa znaa 13,3, pri 15 stopnjah
stopinjah prostosti, kar pomeni, da lahko nielno hipotezo (uporabljeni model napovedi je
primeren) sprejmemo z verjetnostjo 0,58.
Ponovimo: statistika najhujih prometnih nesre v preteklosti in enoletne napovedi, je
prikazana samo zato, da storimo vse, da eliminiramo im ve sluajnih dejavnikov,
(odgovornost vseh udeleencev v prometu) trend pa obrnemo navzdol (odgovornost
oblasti).

12

III

PROMETNE NESREE S TELESNO POKODBO

III.1 Letna asovna vrsta 2001-2016

Linijski graf na grafikonu 6 kae potek prometnih nesre s telesno pokodbo po letih v
obdobju 2001-2016.4 Razlike med posameznimi leti so manje, kot pri prometnih nesreah s
smrtnim izidom. Iz grafikona je razvidno, da gre sicer za dve razlini obdobji: 2001-2009 in
2010-2016, s pripombo, da so med leti prvega obdobja kar velike razlike. Drugo obdobje se
od prvega razlikuje po vrednostih pa tudi po postopnem zmanjevanju.
14000
12000
10000
8000
6000

11432
11427
11365
10593
9909
9763
9088
8972

8609
7532

7208

6903

6508

6443
6228
6163

4000
2000
0
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Grafikon 6: : Prometne nesree s telesno pokodbo po letih v obdobju 2001-2016

III.2 Napoved za leto 2017 na osnovi mesene asovne vrste 2010-2016

III.2.1 Preizkus modela v preteklem obdobju 2010-2014, napoved za leto 2015
Tudi v tem primeru smo uporabili Holt-Wintersovo multiplikativno metodo eksponentnega
glajenja. Preizkus smo naredili na podatkih za leto 2015.5 Napovedi so pri vseh mesecih,
manje od dejanskih tevil, izjema je le mesec marec. Koeficient determinacije je znaal 0,87,
kar pomeni, da se je uporabljeni model dobro prilegal osnovni asovni vrsti.

Prispevek je nastal decembra 2016, policija pa je to tega asa objavila podatke o prometni varnosti do oktobra
2016. Manjkajoa podatka smo nadomestili s povprejem teh dveh mesecev v obdobju 2010-2015. Morebitna
napaka je majhna.
5
Preizkusa za leto 2016 ni zaradi e ne objavljenih podatkov za meseca november in december.
4

13

Mesec
Januar
Februar
Marec
April
Maj
Junij
Julij
Avgust
September
Oktober
November
December
Skupaj

2015
Dejansko tevilo
Napoved
418
391
358
347
434
451
501
489
596
568
735
597
637
554
645
543
576
531
542
509
479
425
522
400
6443
5805

Tabela 4: Dejanska tevila prometnih nesre s telesno pokodbo in

in napoved izraunana po modelu Holt-Winters.
III.2.2 Napoved prometnih nesre s telesno pokodbo za leto 2017 na osnovi mesene
asovne vrste 2010-2016
Ker so za metodo multiplikativnega glajenja pomembni leni proti koncu asovne vrste, smo
pri napovedi upotevali tudi leto 2016, za november in december smo vstavili podatka 456 in
452, ki smo ju najprej izraunali z isto metodo.

Grafikon 7: Potek osnovne mesene asovne vrste prometnih nesre s telesno pokodbo
(Observed), potek napovedi (Fit) in napoved (Forecast) za leto 2017

14

V naslednji tabeli 5 je modri del krivulje na grafikonu 7 prikazan s tevilkami. No, pomembna
je le vsota, torej napovedano tevilo prometnih nesre s telesno pokodbo v letu 2017, po
metodi eksponentnega glajenja. e bo realnost "sledila" statistiki, bo tevilo prometnih
nesre s telesno pokodbo zelo blizu 6.000, kar je najmanj v zadnjih 16. letih.

Mesec

Napoved 2017 po metodi

eksponentnega glajenja

Januar
Februar
Marec
April
Maj
Junij
Julij

404
353
456
502
583
627
580

Avgust
September
Oktober
November

573
557
528
445

December

430

Skupaj

6.038

Tabela 5: Napoved prometnih nesre s telesno pokodbo v letu 2017 po metodi

eksponentnega glajenja
Determinacijski koeficient R2 znaa 0,86, kar pomeni, da je kar 86 odstotkov izraunane
napovedi posledica statistino predvidenih dejavnikov, kot sta trend in sezonska komponenta,
14 odstotkov pa zavzema nepredvidena, sluajna komponenta. Zanesljivost napovedi potrjuje
tudi povprena absolutna napaka, ki znaa le 5,7 odstotka,vrednost statistike Ljung-Box pa
znaa 16,1 pri 15 stopnjah stopinjah prostosti, kar pomeni, da lahko nielno hipotezo
(uporabljeni model napovedi je primeren) sprejmemo z verjetnostjo 0,38.
Podatki v tabeli 6 kaejo na podobno porazdelitev prometnih nesre s telesno pokodbo po
mesecih v opazovanih sedmih letih. Standardni odkloni so kar "nenavadno" majhni. Februarja
in marca sta koeficienta variacije najveja, a znaata samo 12,6 odstotkov. 6 Najmanj se
spreminjajo tevila za september in december, koeficienta sta manja od 8 odstotkov.

Koeficient variacije kae razprenost posameznih vrednosti okoli srednje vrednosti (standardni
odklon*100/srednja vrednost).Koeficienti do 30 odstotkov kaejo na razmeroma homogen pojav.
6

15

Mesec
Januar
Februar
Marec
April
Maj
Junij
Julij
Avgust
September
Oktober
November
December

Prometne nesree s telesno pokodbo 2010-2016

Srednja Standardni
Vsota
Maksimum Minimum
vrednost
odklon
3.142
449
48
517
395
2.723
389
49
460
341
3.513
502
63
579
434
3.878
554
60
620
477
4.497
642
75
762
567
4.880
697
58
764
606
4.518
645
63
763
582
4.488
641
55
711
536
4.354
622
49
720
576
4.111
587
67
716
505
3.475
496
52
604
456
3.406
487
37
544
447

Tabela 6: Osnovna statistika prometnih nesre s telesno pokodbo

po mesecih v obdobju 2010-2016
Vsota minimalnih tevil po posameznih mesecih znaa 5.922 prometnih nesre, kar je blizu
napovedanega tevila 6.038.

16

IV

HUDO POKODOVANE OSEBE V PROMETNIH NESREAH

IV.1

Letna asovna vrsta 2001-2016

tevilo hudo pokodovanih oseb v prometnih nesreah se je leta 2016 v primerjavi z zaetnim
letom opazovanega obdobja 2001 zmanjalo za trikrat. Najveja sprememba je bila narejena
e leta 2002, od tega leta dalje pa dokaj enakomerno zmanjevanje z vmesnimi manjimi
poveanji. Za napoved za leto 2017 bomo tudi v tem primeru upotevali meseno asovno
vrsto 2010-2016.

3000
2500

2494

2000
1500

1000

1531

1410 1385
1224

1303
1260

1107 1060

883 932 854

927
710 809

821

500
0
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

IV.2 Napoved za leto 2017 na osnovi mesene asovne vrste

2010-2016
Uporabili smo Holt-Wintersovo multiplikativno metodo eksponentnega glajenja. Koeficient
determinacije je znaal 0,72, Lang-Jung test (=0,07) pa kae na ibko prilagoditev napovedi
z osnovno asovno vrsto. To je dobro vidno tudi na grafikonu 8, kjer konice (rdee barve)
osnovne asovne segajo nad napovedi.
Zanimiva je primerjava napovedi in srednji vrednosti po posameznih mesecih (tabela 7), ki se
minimalno razlikujejo. V letu 2017 naj ne bi tevilo hudo pokodovanih oseb preseglo 840,
teko pa bo dosei minimum iz leta 2013, ko so bile hudo pokodovane 703 osebe.

17

Grafikon 8: Potek osnovne mesene asovne vrste hudo pokodovanih oseb (Observed), potek
napovedi (Fit) in napoved (Forecast) za leto 2017

Mesec

Napoved za
leto 2017
Januar
43
Februar
38
Marec
52
April
68
Maj
91
Junij
101
Julij
91
Avgust
90
September
80
Oktober
78
November
58
December
54

Vsota
317
270
352
462
629
715
640
640
575
542
412
382

Hudo pokodovane osebe 2010-2016

Srednja Standardni Maksimum Minimum
vrednost
odklon
45
12
26
64
39
10
22
53
50
13
30
69
66
16
55
100
90
14
67
111
102
22
72
140
91
14
70
110
91
7
82
104
82
11
71
99
77
15
46
96
59
7
46
66
55
8
42
65

Tabela 7: Napoved tevila hudo pokodovanih oseb po mesecih v letu 2017 in osnovna
statistika mesene asovne vrste v obdobju 2010-2016
Ponovimo: statistika hudo pokodovanih oseb v preteklosti in enoletne napovedi, je
prikazana samo zato, da storimo vse, da eliminiramo im ve sluajnih dejavnikov,
(odgovornost vseh udeleencev v prometu) trend pa obrnemo navzdol (odgovornost
oblasti).
18

VIR PODATKOV
http://www.policija.si/index.php/statistika/prometna-varnost
Policija na spletu meseno objavlja statistine podatke o tevilu prometnih nesre, njihovih
posledicah in ukrepih na podroju prometne varnosti Pri tem nastajajo asovne vrste
podatkov, ki so primerne za statistino analiziranje, a je treba upotevati, da gre za sekundarne
podatke. Zaradi naknadnega dopolnjevanja podatkov se objavljeni statistini podatki lahko za
nekaj statistinih enot razlikujejo od konnega stanja, vendar so razlike majhne in ne vplivajo
na rezultate analize asovnih vrst. Majhne razlike, ki prav tako ne vplivajo na rezultate analiz,
so tudi med tevilom posameznih pojavov zbranih po letih, oziroma mesecih.

19