마코프 전이 다항 로짓 모델을 활용한 교통사고 부상 심각도 분석

본 논문은 교통사고 부상 심각도(severity) 분석에 기존의 단일 상태 다항 로짓(multinomial logit, MNL) 모델이 갖는 한계를 극복하고자, 두 개의 숨은 안전 상태(state)를 마코프 전이(Markov switching) 과정으로 연결한 새로운 통계 모델을 제안한다. 전통적인 MNL 모델은 모든 사고가 동일한 확률 구조를 따른다고 가정하지만, 실제 도로 환경은 날씨, 교통량, 도로 유지보수 상태 등 다양한 외생 요인에 따라 시간적으로 변동한다. 이러한 변동성을 반영하기 위해 저자는 “안전한 상태”와 “위험한 상태”라는 두 개의 잠재적 상태를 도입하고, 각 상태마다 독립적인 MNL 방정식을 설정한다. 모델 구조는 크게 세 부분으로 구성된다. 첫 번째는 숨은 상태 시퀀스 s_t (t=1,…,T) 를 정의하는 1‑step 마코프 전이 확률 행렬 P=