Ο στόχος της Διπλωματικής Εργασίας είναι η συσχέτιση των κυκλοφοριακών μεγεθών με τη σοβαρότητα και την πιθανότητα εμφάνισης οδικών ατυχημάτων. Για την επίτευξη των συγκεκριμένων στόχων συλλέχθηκαν δεδομένα για τα οδικά ατυχήματα που συνέβησαν στην λεωφόρο Κηφισίας στην Αθήνα κατά τη διάρκεια της πενταετίας 2006 - 2010 μέσω του Συστήματος Ανάλυσης Τροχαίων Ατυχημάτων του Τομέα Μεταφορών και Συγκοινωνιακής Υποδομής του Ε.Μ.Π.. Στη συνέχεια, τα στοιχεία οδικών ατυχημάτων συμπληρώθηκαν με τα αντίστοιχα κυκλοφοριακά δεδομένα της ταχύτητας και του κυκλοφοριακού φόρτου από το Κέντρο Διαχείρισης Κυκλοφορίας Αττικής. Για την ανάλυση αναπτύχθηκαν μαθηματικά μοντέλα λογιστικής παλινδρόμησης. Από την εφαρμογή των μοντέλων φαίνεται ότι η σοβαρότητα παθόντα οδικού ατυχήματος εξαρτάται από τον λόγο του κυκλοφοριακού φόρτου προς την ταχύτητα, τον τύπο οχήματος και τον τύπο ατυχήματος. Όταν τα ατυχήματα διαχωρίζονται σε εντός και εκτός ωρών αιχμής, μόνο ο λόγος των κυκλοφοριακών μεγεθών εμφανίζεται ως στατιστικά σημαντικός παράγοντας επιρροής. Επιπλέον, ο κυκλοφοριακός φόρτος αποτελεί τη μόνη παράμετρο η οποία φάνηκε να επηρεάζει στατιστικά σημαντικά την πιθανότητα εμφάνισης οδικού ατυχήματος.
The objective of this Diploma Thesis is to correlate traffic characteristics with road accident severity and probability. In order to achieve these objectives, data concerning the road accidents occurred on Kifisias Avenue in Athens, Greece, during the period 2006 - 2010 were collected from the database of the Department of Transportation Planning and Engineering of the NTUA. Subsequently, traffic data were obtained from the Traffic Management Centre of Athens. For the analysis, logistic regression mathematical models were developed. The application of these models indicates that road accident severity is correlated with the logarithm of traffic density, the type of vehicle and the type of accident. When data are separated in two groups of peak and off-peak hour accidents, the parameter of traffic density is the only one appearing to be statistically significant. Furthermore, traffic volume is the only parameter found with a statistically significant impact on accident probability.