In this paper the analysis of the intensity of traffic accidents on a regulated intersection in the city of Volgograd. Presents the author’s research methodology rationale methods. The choice of control factors on the basis of traffic statistics, and expert opinion. It is established the distribution significance of the most important for traffic safety factors, based on the method of rank correlation (method of expert evaluations). The interrelated factors or factors, which are weakly related with the target function, are excluded from consideration. Fixed possible errors modeling related to the dimension of factors. This was achieved through normalization factors and the objective function. Are presented a generalization and mathematical processing of the results of our observations. It is substantiated that the traffic safety on the roads of Russia, mainly reflects the improper behavior of the main actors. Provides practical advice on the application of methods of mathematical statistics for selection of control factors, build regression models and forecasting of road safety.

В статье выполнен анализ интенсивности дорожно-транспортных происшествий на регулируемом перекрестке города Волгограда. Представлена авторская методология исследования с обоснованием методов исследования. Обоснован выбор управляющих факторов на основе статистики ГИБДД и мнений экспертов. На основе метода ранговой корреляции установлено распределение наиболее значимых для безопасности движения факторов. Учтены и устранены интеркоррелируемые и слабо связанные с целевой функцией факторы. Устранены возможные ошибки моделирования, связанные с размерностью факторов. Для этого было проведено нормирование факторов и целевой функции. Представлено обобщение и математическая обработка результатов собственных наблюдений авторов. Обосновано, что безопасность движения на российских дорогах в основном отражает ненадлежащее поведение основных участников процесса. Приведены практические рекомендации относительно применения методов математической статистики для отбора управляющих факторов, построения регрессионных моделей и прогнозирования безопасности дорожного движения.