100mph是幾公里的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

速度差對高速公路效率及安全之影響

為了解決100mph是幾公里的問題，作者張哲軒 這樣論述：

本研究以計量模型探討速度差對高速公路效率及安全之影響，其中本研究以五種指標來定義速度差，分別是各時間及空間單位內速度分佈的標準差、變異係數和三種不同的百分位間之差距。以最小平方法以及截取迴歸模型來衡量這些速度差指標對流量之影響，並以負二項迴歸模型和卜松迴歸模型來衡量速度差與事故數之間的關係。本研究使用國道一號及國道三號的電子收費系統資料來進行分析，以路段(電子收費門架間)為基準進行分析，並嘗試同時考量不同類別的因素(包含道路幾何、天氣、時間等)來進行迴歸，希望可以藉此改善過去研究僅能以車輛偵測器資料蒐集限點速度資料和控制變數不足而導致遺漏變項偏誤這兩部份的疑慮。在效率方面以小時作為時間單位，

進行截取迴歸時以各路段流量的第90、第95以及第99百分位作為上限值進行比較。發現到效率的模型當中，以「速度分佈之標準差」作為速度差指標有最好的解釋能力。「速度分佈之標準差」增加1%大約會使流量減少約45輛車/小時。「平均速度」、「車道數」和「日照時數」若增加也會使流量上升，在其他因素不變的情況下，當「車道數」增加1車道時，流量值會增加大約666輛車/小時；全無日照跟全日照相比流量約增加477輛車/小時。「大型車比例」、「大雨」則會對流量造成負向影響，其他因素時，若「大型車比例」上升1%，流量約減少30~60%(視車種而定)；「大雨的降雨時數」若增加1%，會降低流量約732%。在事故方面則以月

為時間單位，本研究發現和卜松迴歸模行相比，負二項迴歸模型擁有較佳的配適能力，且除了變異係數之外的速度差指標在安全的迴歸模型當中都有差不多的分析能力。在迴歸結果中，「重車比例」、「百萬延車公里」和「每月降雨的時間比例」皆呈現正向之影響。皆與事故數呈現正向關係。「速度分布的第99百分位和第1百分位之差距」若增加1%，會使事故數增加約0.027%。若「重車比例」增加1%，可能導致事故數上升1.02%；若該月內的降雨時間比例多1%，可能會對事故數造成0.53%的增加。