Kent içi ulaştırma planlamasında hastane yolculuklarının yanlı ve sağlam regresyon teknikleriyle tahmin modellerinin geliştirilmesi

Abstract

Bu çalışmada, giderek artan hastane hizmeti gereksinimleriyle oldukça önemli hale gelen hastane yolculuklarının, farklı bir yolculuk amacı olarak yolculuk üretim ve çekim modellerine kazandırılması ve klasik yöntemlerden daha tutarlı sonuçlar veren yöntemlerle, bireylerin gelecekteki hastane yolculuğu davranışlarına ışık tutacak analizlerin ortaya konulması amaçlanmıştır. Çalışmada ev tabanlı hastane yolculukları için yolculuk üretim ve çekim modellerinde, hastanelerden alınan veriler ve 2001 yılına ait hane halkı anket verileri (HAV) eğitim verisi olarak kullanılmıştır. Verilerin geçerliliği, tahminlerin karşılaştırılması ve test edilmesi için, 2015 HAV, hastanelerden alınan hasta kayıt verileri ve 2018 yılında proje kapsamında hastanelerde yapılan anketlere ait veriler kullanılmıştır.Verilerde aykırı değerlerin ve çoklu doğrusal bağlantı (ÇDB) probleminin olması nedeniyle etkinliği azalan En Küçük Kareler (EKK) tekniği ve buna alternatif olabilecek Ridge Regresyonu (RR), En Küçük Budanmış Kareler (EKBK) ve En Küçük Budanmış Kareler Ridge (EKBK-Ridge) teknikleri ev tabanlı hastane yolculukları üretim modelleri için kullanılmıştır. Çekim modelinde ise EKK tekniği kullanılmıştır. Çalışmada, gelecek tahminlerinde yardımcı olacak bir hastane talebi katsayısı (HTK) geliştirilmiştir. 2001 HAV ve HTK ile kurulan tahmin modellerinin kestirim başarıları, zonların 2015 yılı üretim tahmin değerleri yardımıyla, Hata Kareler Ortalaması (HKO) bakımından karşılaştırılmıştır. Üretim modellerinde en tutarlı ve başarılı sonuçlar EKBK-Ridge, en tutarsız sonuçlar ise EKK kestiriminden elde edilmiştir. Üretim için EKBK-Ridge, çekim için EKK teknikleri ile 2035 yılına kadar ev tabanlı hastane yolculukları için tahmin değerleri hesaplanmıştır.Çalışmada geliştirilen HTK projeksiyonunun, gelecek tahminlerinde yardımcı parametre olarak kullanılabileceğini söylemek mümkündür. Ayrıca bu çalışmada, ulaştırma planlamasında doğru değişkenlerin ve yöntemlerin belirlenmesi ile arada uzun zaman dilimleri olmasına rağmen gelecek tahminlerinde daha etkin kestirimlerin yapılabileceği ispatlanmıştır.

In this study, it is aimed to evaluate hospital trips, which is increasing with each passing day and has become increasingly important as a disaggregated trip production-attraction model, and to put forth analyzes which will provide an insight into the future hospital behaviors of individuals. In the study, Eskişehir City Master Plan 2001 (EUAP) household survey data (HAV) were used as training data for home-based hospital trips' production-attraction models. 2015 EUAP data, patient record system data from hospitals and 2018 survey data were used for data validity and comparison (testing). When multicollinearity (ÇDB) occurs or outliers exist in the data set, effective prediction capability of the Least Square estimator (EKK) decreases. EKK estimator, Ridge Regression (RR), Least Trimmed Squares (EKBK) and Ridge-Least Trimmed Squares (EKBK-Ridge) estimators have been used for home-based hospital trip production models. EKK estimator is used in the attraction model. In the study, a hospital mobility coefficient (HTK) projection was developed to assist the production and attraction model estimators in the future estimates. The prediction results of the models established with 2001 HAV were compared with 2015 HAV in terms of Mean Square Error (HKO). The most consistent and effective results in the production models were obtained with EKBK-Ridge estimator. The most inconsistent results were obtained from the EKK model. Future production and attraction values related the zones for home-based hospital trips estimated until 2035 with EKBK-Ridge estimator.It is possible to say that HTK developed in this study can easily be used as a supportive parameter in future estimations. In addition, it is proved that more accurate predictions can be obtained in future estimations from a transportation planning perspective when correct variables and methods selected, even though the longer time spans were chosen.