国内外对于危险地点及易事故地点相关研究很多，其目的大都致力于降低其潜在危险性及事故严重程度。本文主要介绍国外以及港台学者对于平面交叉路口的一些看法和研究，节选自刘正扬的硕士毕业论文，修改了部分术语和内容以方便阅读。
1.平面交叉路口交通事故特性分析
有关平面交叉路口交通事故特性分析的研究文献，其目的主要在于了解发生事故时，事故地点交通环境与事故型态的间的关系，以期能了解在几何及交通环境上较危险的因子，并挑选危险因子作为变量，应用数学模式以分析各因子的影响程度。
Gupta与Mann指出交通事故的发生虽是由人、车、路及环境四大因素共同作用所影响，且道路因素与交通事故之间有统计关系的存在。采用多元回归分析方法构建事故模型，据以探讨道路几何设计因素与事故率间的关系。结果发现，车道数、路肩宽及交通量的增加均使事故率明显增加。
Zegeer构建回归模式分析二车道公路事故与交通特性及公路几何间的关系，且依不同交通量水平构建子模式。研究结果发现影响事故的重要变量有平均每日交通量、弯曲路段百分比、道路宽度、平面交叉路口数、沟渠数及地形为丘陵或平地。
KingandGoldblatt为了解平面交叉路口的变化以及事故型态的间的关系，经由变异数及回归分析对改变前后的资料加以分析计算。作者指出，事故平面交叉路口与平面交叉路口控制方式之间存在一复杂的模式，但却无明显的证据能指出交通标志标线能将与车祸相关的因素降低。最后作者提出结论：（1）增设反光标记对降低事故是有效的；（2）交通标志标线化的平面交叉路口将减低侧撞但却会增加追撞的事故次数；（3）交通标志标线平面交叉路口将会有较高的事故率，但整体的损害并未有显著的增加。
为能了解各因子对于事故的影响程度，相关研究引用了不同的数学模式，以分析可能的事故因子对于事故的影响。然由于事故资料有着偶发性的性质，若没有良好的实验设计来搜集数据，恐无法得到接近常态的事故数据。因此，学者采用三种模式进行相关研究：(1)传统回归模式(2)泊松分布回归模式(3)负二项式回归模式。
NicholsonandWong采用两种常见的统计方法，对于“事故次数视为Poisson分布”假设做评估，加以叙述与比较并指出，当事故次数不大时，采用组合分析(CombinatorialAnalysis)是较x检验法(AlternativeChi-squareTest)为佳。根据实际事故资料的验证，正确的统计分析可用来重新解释事故资料的变异性。最后，结果指向泊松分布（PoissonDistribution）是较适合作为单一地点的事故分析。换言的，事故件数为泊松分布的假设要较常态分布的假设为佳。
Hamerslag,Roos,andKwakernaak视交通事故的发生为泊松分布，基于事故的偶发性，采用概似法理论以替代对数转换之后的线性模式无法描述事故件数为零的缺陷。经由实证知道影响因素如下：（a）汽车、自行车的车流（b）车道以及分隔岛的宽度（c）连接路旁房屋的道路（d）道路铺面及车道的形式（e）停车带及巴士站牌。在不同的平面交叉路口、交叉、穿越型态的下，日常交通车流为最重要的因素
Ali基于事故的发生属于泊松分布的假设的下，发展出一种比较不同类交通设施（如平面交叉路口、交流道等）间的事故率的统计方法；使用概似率统计技术（LikelihoodRatioStatisticalTechnique），可在极少资料的情形下，仍能检定一个交通系统中不同地点的事故率是否有显著不同。作者并以Ohio事故资料实证结果发现该统计方法确可应用。
Maher与Summersgill指出普通线性模式（GLM）虽以普遍用于事故分析及预测，然仍存在几个问题必须利用一些技术予以克服；故以基础模式作不同的修改及扩充，以个别解决下列六项问题：（1）平均值过低；（2）资料过度离散；（3）不同时间的事故资料具有其个体化特性；（4）车流量估计时所存在的随机误差；（5）不同型态事故预测的加总；（6）模式预测值与实际观察值的结合。
