空间自相关是通过空间观察一个观测值与其他观测值之间的相关性的量度。大多数统计分析都是基于这样一种假设，即观察值彼此独立。空间自相关违反了这一假设，因为在附近位置的观测是相互关联的，因此，近年来，空间自相关的考虑已在碰撞数据建模中引起关注，并且研究表明，忽略此因素可能导致建模参数的有偏估计。本文研究了两个空间自相关指数：莫兰指数；和Getis-OrdGi*统计数据来衡量美国密苏里州布恩县道路在2013-2015年间发生的车祸的空间自相关。由于每个索引都可以识别崩溃的不同聚类模式，因此，本文引入了一种新的混合方法，通过结合Moran指数和Gi*统计量来识别崩溃聚类模式。结果表明，