本研究从防御性驾驶行为的角度着手,探索相关自变量如何影响驾驶员防御性驾驶行为。确定了本研究的四个关键内容:防御性驾驶行为、参数模型与非参数模型相结合、半参数可加回归模型、自变量之间的交互作用。旨在分析道路交通事故发生前,驾驶员是否能及时发现潜在的风险因素并主动采取有效的回避措施,从而降低交通事故的严重程度,减少交通事故带来的人员伤亡和财产损失。目前,虽然防御性驾驶技术在多个领域得到应用,但国内外对于防御性驾驶行为的研究较少,基于交通事故数据的防御性驾驶行为研究则更少。本文以美国国家公路安全管理局(NHTSA)整理记录的2017年FARS交通事故数据作为研究内容,通过大量阅读相关文献,确定了本文的研究方向和相关研究变量,研究中以驾驶员是否采取回避措施作为防御性驾驶行为的表征变量。利用多种统计模型,分析了死亡交通事故中驾驶员防御性驾驶行为与年龄、性别、行驶速度等八个自变量之间的联系,详细分析了显著影响变量与因变量驾驶员是否采取回避措施之间的影响情况,包括自变量的单独效应分析和自变量间的交互效应分析。首先,采用二元logistic回归参数模型和CART决策树非参数模型,对八个自变量与因变量(在事故发生前驾驶员是否手动采取回避措施)的影响程度进行排序,综合两种模型求解结果,得出对因变量影响最大的自变量为行驶速度,其次为事故发生时间和年龄两个自变量。在半参数可加回归模型中,利用单独效应分析和交互效应分析,以行驶速度作为主要变量,事故发生时间和年龄两个变量作为协变量,分析了车辆行驶速度与驾驶员是否采取回避措施的内在联系,将协变量代入模型,研究当自变量之间存在交互作用时,行驶速度与因变量之间的联系是否存在差异。研究结果表明,在单独效应分析中,当驾驶员所处的行驶速度阶段不同时,采取回避措施的可能性也存在着较大差异,在行驶速度小于60km/h时,驾驶员所处的速度阶段的增加,会使得驾驶员采取回避措施的可能性大大提高;当行驶速度小于140km/h时,驾驶员采取回避措施的可能性以增速不断减小的状态逐渐增大;速度超过140km/h这个平衡点之后,即使保持高度警惕也没有足够的反应时间来做出回避措施。而在交互效应分析中,因为协变量的加入,导致行驶速度与因变量之间的曲线产生了变化,也说明自变量之间的交互作用会对结果产生影响,结果表明,控制行驶速度一致时,晚上行车、少年驾驶员和老年驾驶员三个层面中,驾驶员防御性驾驶意识整体较为薄弱。