Мета. Дослідження спрямоване на виявлення сезонних та погодних чинників, що впливають на кількість дорожньо-транспортних пригод (ДТП) з постраждалими у Дніпропетровській області, з метою створення основ для короткострокового прогнозування аварійності та підвищення ефективності профілактичних заходів безпеки дорожнього руху. Дизайн / Метод / Підхід. У роботі використано щомісячні статистичні дані за 2020–2025 роки з відкритих джерел Патрульної поліції України та органів державної статистики. Для аналізу використано поєднання boxplot-візуалізації, одно- та двофакторного дисперсійного аналізу, кореляційного та множинного регресійного аналізу з урахуванням температури, опадів, вологості, швидкості вітру та календарного місяця. Результати. Встановлено статистично значущий вплив місяця року як головного сезонного чинника. Побудована регресійна модель виявила значущий зв’язок між кількістю ДТП та сукупністю погодних і календарних змінних. Найвищий рівень аварійності виявлено в літньо-осінні місяці, найнижчий – взимку та навесні, найменша варіативність фіксується у лютому Підтверджено доцільність врахування місячного чинника для короткочасного прогнозування. Візуалізація часових рядів дозволила відстежити динаміку з 2020 по 2024 роки та побудувати короткостроковий прогноз до кінця 2026 року. Теоретичне значення. Результати дослідження розширюють розуміння взаємозв’язку сезонних, календарних та погодних чинників з аварійністю в регіональних межах. Практичне значення. Результати можуть бути використані органами влади, поліцією, службами безпеки для планування профілактичних заходів в періоди підвищеної аварійності. Оригінальність / Цінність. Запропоновано комплексний підхід до аналізу ДТП на регіональному рівні із залученням кількох типів статистичного аналізу та сезонного прогнозування. Методика може бути адаптована до інших регіонів України. Обмеження дослідження / Майбутні дослідження. Дослідження обмежене часовими рамками 2020–2025 років. Не враховано соціальні, поведінкові та інфраструктурні фактори. У подальших дослідженнях доцільно враховувати додаткові факторні змінні та застосовувати методи багатофакторного прогнозування. Тип статті. Прикладне дослідження. PURL: https://purl.org/cims/4.311