道路交通事故的宏观态势预测与传统道路交通事故微观成因的分析研究相比,是一个较新的研究方向,通过对道路交通事故总量在全局上进行预测分析,发现其宏观规律,可为交通安全预防策略的提出及管理目标的制定等提供参考。本文的主要研究内容包括以下三个方面:（1）针对传统时间序列模型不能解决所有不确定性因素导致预测区间太窄和预测精度不高的问题,本文引用基于Bootstrap算法和Bagging算法改进的ETS模型（Bagged ETS）,以我国2003年至2013年全年分月和分24h统计的道路交通事故数为研究主体,将其分为训练集和测试集,分别建立基于训练集的指数平滑模型、ARIMA模型和改进的ETS模型并预测,预测结果与测试集进行比较。研究发现,在分月事故数预测中,Bagged ETS模型预测精度最高。在分24h事故数预测中,ARIMA（1,1,0）（2,1,0）₂₄预测精度最高,且Bagged ETS模型预测精度高于ETS模型。因此,ETS模型的改进是有效的,但其适用性存在局限性。（2）基于最佳预测模型,分别预测我国2014年至2016年分月和分24h的道路交通事故数,得到以下规律:分月和分24h的道路交通事故数具有明显的季节性和趋势性。实证得到,我国道路交通事故数逐年下降,并进入了平缓期,说明我国近十年来实施的交通安全措施的效果较好,且可为制定交通安全管理目标提供理论依据。通过时序分析和预测,发现道路交通事故在分月统计和分24h统计上均呈现出一定的变化规律:综合来看,道路交通事故的高发月份为4月、8月、9月、11月和12月,低发月份为2月和3月,其中事故发生最高月份为12月,最低月份为2月和3月;道路交通事故的高发时段为7时、11时、14时、17时和18时,低发时段为23时～3时,其中事故发生最高时间点为18时,最低时间点为3时。这些潜在的规律可以为交通相关部门针对性地提出交通预防措施和制定法律条例提供依据。（3）分析得到我国31个省份2003年到2013年连续11年的万车事故率有明显的趋势性,因此引入指数平滑法中的阻尼趋势模型,通过调节阻尼参数,使各省的预测值为正数。预测比较典型的十个省接下来五年（2014～2018）的万车事故率,得出以下规律:在预测的接下来五年的时间里,安徽、海南、广东三省的万车事故率较高,其中安徽省下降速率较快,海南、广东基本平稳,下降速率很低;上海、河北、北京的万车事故率较低,且都以较低的速度在下降,上海市下降至最低。以上规律可为各省制定交通政策和交通安全管理目标提供参考。