基于面板数据的高速公路机电设备故障多因素预测模型研究

针对高速公路机电设备故障由多种因素引起的问题,对中国北京市2012-2013年6条高速公路每天的机电设备故障以及交通流量、平均温度、相对湿度和风速数据进行了调查,并以机电设备故障为被解释变量,从环境因素和工作负荷中选取交通流量、温度差、相对湿度和风速作为解释变量,分别建立混合回归、个体固定效应和随机效应面板数据模型。然后对数据序列进行单位根检验和协整检验,通过对3个预测模型采用F检验、豪斯曼检验,进行模型比较,选取最优模型。研究结果表明,个体固定效应模型较优,温度差、相对湿度和风速这些因素对机电设备故障具有显著的正效应,交通流量因素对机电设备故障具有显著的负效应;研究结果可以为高速公路机电设备的故障预测和预防性维护提供理论支持。