原文链接见文末，或扫下方交流群二维码。群内实时更新推文及原文 pdf，方便专家学者随时获取（若二维码失效，请翻阅扫描最新文章的二维码）。

事故伤害严重度潜在机制分析：基于灵活双峰分布的统计建模框架

论文摘要

这篇论文提出了一种新的连续参数化概率分布，能够在每个维度同时捕捉非对称性与双峰性。作者将 Yeo‑Johnson（YJ）变换与构造双峰的方法相结合，建立了一个多维扩展的分布。该分布不仅便于生成随机样本，而且允许通过选择不同的参数实现从单峰偏斜分布到对称或非对称的双峰分布。论文在理论部分给出了分布的性质、参数估计与随机数生成过程；随后利用德克萨斯州交通部的两车交叉口撞车数据，演示该分布在有序响应模型中的应用，分析伤害严重性，并与传统的正态或单峰分布模型进行比较。

一、研究背景与动机

1.1 传统模型的局限

• 随机误差假定为正态分布：经济学/交通学中的有序响应模型通常假定误差项为正态分布，难以捕捉非对称性或长尾特征。
• 单峰假设不适用于某些现象：交通流量、道路负荷与伤害严重性等变量在统计上往往呈现明显的双峰结构。
• 现有多峰分布方法复杂：采用有限混合正态或离散近似的方法虽能模拟双峰，但需要大量参数，计算成本高且推断困难。

1.2 研究动机

作者希望构建一种既能体现双峰性又能体现非对称性的分布，并保持参数简洁与易于推广的特性。提出的新分布既适用于非对称单峰，又可通过参数调整变成对称或非对称的双峰，能替代复杂的混合分布模型。

二、核心方法与理论构建

2.1 Yeo‑Johnson 变换及其逆变换

论文首先回顾了 YJ 变换，用于将数据变换为更接近正态的分布。对于随机变量  ，YJ 变换为：

其中  为变换参数。当  时，变换退化为恒等映射，即 。由于  是严格单调的，上式存在逆变换。将式 (1) 反向应用，可由正态变量  生成具有偏斜性的 ：

YJ 变换不需要数据非负，且可以通过改变  控制偏斜方向： 时右偏， 时左偏。

2.2 构造偏斜双峰分布

• 定义 。其中  和  是位置与尺度参数。

• 累计分布函数（CDF）： 基于 Yeo–Johnson 逆变换的单调性，论文首先给出了随机变量  的累积分布函数：

其中 ， 为标准正态分布函数。

• 概率密度函数（PDF）： 对上述 CDF 关于  求导，可得到 BYJN（Bimodal Yeo-Johnson Normal）分布的概率密度函数：

其中  为标准正态密度函数， 控制分布的偏斜方向。

当  时，，分布退化为单峰的 YJ-正态分布；当  时，结合下文引入的双峰参数 ，分布可呈现双峰结构。

• 显式闭式 CDF（双峰情形）： 在引入双峰参数  后，作者进一步推导了 BYJN 分布的显式闭式累积分布函数：

其中  为标准正态分布函数。

• 模式与反模式：通过求解二次方程 （其中 ，），可得双峰分布两个模态的位置。当  时分布对称，两峰位置为 。

2.3 随机数生成与单变量性质

为了模拟该分布，作者给出了基于逆高斯 (Inverse Gaussian) 分布的随机数生成算法。步骤简述如下：

1. 从标准正态分布取样 ，计算 。
2. 计算参数 。
3. 从均匀分布取 ，若  则 ；否则 。
4. 计算 ，若  则 ，否则 。
5. 通过逆变换  得到随机样本。

2.4 多维扩展

作者证明了此分布可自然推广到多维情况。设随机向量  ，每个维度具有参数 。通过将  的分布构造成多元正态并引入相关矩阵 ，得到多变量 BYJN 分布的密度：

其中  表示按元素相除， 是  维标准正态密度。这一构造使各维度可拥有不同的双峰与偏斜特性，且相关结构通过  控制。

三、模型应用：交叉口两车撞车伤害严重性分析

3.1 数据与模型设定

作者利用德克萨斯州交通部的两车交叉口事故数据库，筛选出 二轮车辆撞车事故并划分伤害严重性等级。使用有序响应模型估计四种误差分布：

1. ORP（Ordered Probit）：误差服从标准正态（单峰对称）。
2. SORP（Skewed ORP）：保留单峰，但允许偏斜（， 待估）。
3. BSORP（Bimodal Symmetric ORP）：允许双峰对称（， 待估）。
4. BYJNORP：本文提出的双峰偏斜模型， 与  均待估。

模型中假设误差分布均为 、 以保证可识别性。

3.2 核误差项分布比较

下图展示四个模型估计得到的误差分布。可以看出，SORP 模型呈现明显右偏、BSORP 模型呈现对称双峰，而 BYJNORP 模型在两端表现不对称的双峰结构，其中低伤害倾向对应高峰而高伤害倾向的峰更平缓，尾部更长。

图中  和  的估计值列在每个子图下方。

3.3 参数估计与实证结果

表1（论文原文）报告了不同模型中各变量的系数。主要发现包括：

• 最严重受伤者年龄与性别：在所有模型中，事故中年龄低于13岁或高于60岁的受害人使伤害严重性显著增加；女性受害人伤害严重性更高。BYJNORP 模型中该效果更为显著。
• 责任方特征：肇事者年龄超过60岁或为女性时，倾向于产生较低伤害级别，说明老年人和女性驾驶可能更加谨慎。而酒精影响在传统模型中呈现非直觉的负效应，BYJNORP 模型纠正了这一问题。
• 社区与环境因素：工业/农业用地比例高、低收入社区的事故更可能导致严重伤害。

相比之下，BYJNORP 模型通过更灵活的误差分布，能够同时捕捉双峰与偏斜性，提高参数估计的稳定性，并能更好揭示高低伤害之间的差异。

四、理论贡献与创新点

4.1 灵活性与包容性

• 双峰与偏斜可独立控制：参数  控制双峰程度， 控制偏斜方向和程度。两者组合提供丰富的分布形态。
• 单峰/双峰统一框架：当  时恢复单峰偏斜分布；当  时返回对称双峰分布；进一步当两者为特定值时与文献中的分布嵌套。
• 闭式 CDF 与可解析的密度：公式 (3)–(4) 给出了显式的 PDF 和 CDF，使该分布可以像正态分布一样方便地使用。

4.2 随机数生成简便

作者利用逆高斯分布提供了一种高效的随机数生成算法，仅需生成标准正态、均匀及逆高斯随机数即可完成采样，比混合正态方法计算复杂度更低。

4.3 多维扩展自然

通过引入元素间相关矩阵  将单变量分布扩展到多维，可用于随机系数模型、面板数据等情形，避免了常见混合模型中参数爆炸的问题。

4.4 实证优势

在交叉口事故伤害分析中，BYJNORP 模型准确捕捉到低伤害和高伤害的不对称性，参数估计更为显著，能够纠正传统模型出现的非理性结论（如酒后驾驶的负效应）。

五、结论与展望

论文提出的BYJN分布为经济计量和交通安全研究提供了一种灵活且易用的误差分布。通过引入 Yeo‑Johnson 变换和双峰参数 ，该分布可在单峰偏斜与双峰对称/非对称之间灵活调整，具有显式的 PDF 与 CDF，可扩展到多维，且随机数生成简单。

在实证层面，作者用 BYJN 分布构建有序响应模型，证明其在交通事故伤害严重性分析中的优势：不仅改善模型拟合度，还能更准确地识别关键因素的效应，避免传统模型产生的偏误。

未来研究可进一步利用该分布构建时间变化随机系数模型或与混合潜类别模型相结合，用于更多领域如出行时间分布、需求预测、风险分析等。该框架还可与深度学习或贝叶斯方法集成，探索其在复杂数据分析中的潜力。