Modelos dinámicos de predicción de accidentes en carrteras españolas

Rodríguez Caballero, María (2016). Modelos dinámicos de predicción de accidentes en carrteras españolas. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Industriales (UPM).

Descripción

Título: Modelos dinámicos de predicción de accidentes en carrteras españolas
Autor/es:
  • Rodríguez Caballero, María
Director/es:
  • Arenas Ramírez, Blanca
  • Mira McWilliams, Jose Manuel
Tipo de Documento: Proyecto Fin de Carrera/Grado
Fecha: Septiembre 2016
Materias:
Palabras Clave Informales: Accidentes de tráfico, severidad, modelos para datos de conteo, series temporales, Poisson.
Escuela: E.T.S.I. Industriales (UPM)
Departamento: Ingeniería Mecánica
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
Pdf - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (2MB) | Vista Previa

Resumen

El presente Proyecto Fin de Carrera aborda la problemática de los accidentes de tráfico en España y analiza los factores que influyen en los mismos a través del análisis estadístico de las series temporales de accidentes y víctimas de tráfico. Los accidentes de tráfico continúan siendo una de las principales causas de mortalidad y uno de los mayores problemas de salud en España. Además de los fallecidos, existe un gran número de afectados que han resultado gravemente heridos y que presentarán secuelas de por vida. Todos estos daños que se producen en las víctimas afectan de manera negativa en el ámbito económico y en el ámbito social. Es por ello, que el Gobierno y los distintos organismos competentes tienen como prioridad la reducción de los accidentes y su gravedad. A lo largo de los últimos años se han realizado grandes esfuerzos que han conseguido reducir las tasas de accidentes y mejorar la seguridad vial en nuestras carreteras, pese a ello, el número de accidentes y víctimas aún es muy elevado, por lo que es necesario continuar trabajando en esta materia para conocer en profundidad la casuística de un fenómeno tan complejo como este. En este proyecto se estudian tanto los accidentes como las víctimas de accidentes en España durante el período del año 2000 al 2013. El objetivo principal, es la aplicación de un modelo estadístico que permita analizar la frecuencia de los accidentes y la severidad de los mismos. De esta forma, se determinarán qué factores son los más influyentes sobre las series temporales de accidentes de tráfico estudiadas: número de accidentes mortales, número de accidentes con fallecidos y con heridos graves, número de fallecidos y número de heridos graves. Los datos a estudiar son de conteo, es decir, enteros y no negativos, por ello se opta por la aplicación de modelos que se ajusten lo mejor posible a esta naturaleza, estos modelos son los que siguen una distribución de Poisson. En la última década, se ha avanzado en el estudio de este tipo de métodos estadísticos que utilizan distribuciones de Poisson, destacando el uso de las técnicas que consideran la posibilidad de que las observaciones presenten autocorrelación. Siguiendo esta línea, en este proyecto se aplicará metodología clasificada dentro de los modelos conocidos como Observation-Driven Models, modelos definidos según las observaciones pasadas. El modelo utilizado incorpora una estructura autorregresiva que habilita el estudio de la relación entre las observaciones estudiadas y sus observaciones pasadas. Además, se estimará un modelo estadístico que proporcione intervalos de confianza y permita realizar predicciones a futuro, y poder así cuantificar la incertidumbre intrínseca derivada de factores no medibles y que influirán en los accidentes o la propia incertidumbre que incorpora la aplicación de herramientas estadísticas. El proyecto se divide en tres bloques principales. En la primera parte ha sido necesario realizar un estudio previo de la Base de Datos. El estudio de las variables explicativas se realiza a través de un análisis de correlación, con el que se eliminan aquellas variables redundantes y se seleccionan las variables explicativas que se incluirán en el modelo. En segundo lugar, se definen los diferentes casos de estudio, diferenciándolos según se tiene en cuenta la cantidad de tráfico en el modelo. Esta cantidad de tráfico es representada a través de la exposición, que se mide en millones de vehículos-kilómetro y se tendrá en cuenta tanto de forma indirecta como de forma directa incluyéndola en la ecuación del modelo. Para completar el análisis, se diferenciará también el caso de pseudo-exposición, definida como la exposición por el número de accidentes, para estudiar cómo influye también el número de accidentes en el número de víctimas. Para finalizar se estudiará los índices de mortalidad y de lesividad grave. En último lugar, se realiza la aplicación del modelo de regresión de Poisson a las variables dependientes seleccionadas. Adicionalmente, se han realizado predicciones para los valores del año 2013, las cuales se comparan con los valores reales de ese año y se calcula el error medio de predicción. Tras el análisis se determina que las variables más influyentes son las variables del grupo exposición, las variables económicas, las características de la red, en especial las vías con mejores condiciones de seguridad y por último, las variables legislativas. Para los análisis realizados con exposición indirecta, todas las variables significativas tienen el efecto esperado y son fácilmente interpretables, sin embargo, en el caso de exposición directa o pseudo-exposición se observa que hay ciertas variables que cambian su efecto, por lo que será necesario de cara a futuro estudiar el efecto de la exposición en los coeficientes estimados para estas variables. En general, se concluye que el modelo se ajusta bastante bien a los datos de estudio gracias a los test de bondad de ajuste realizados. En cuanto a las predicciones, al considerar la exposición de forma indirecta se obtienen errores de predicción ligeramente menores que al incluirse de forma directa. En ninguno de los casos el error medio de predicción supera el 11%, lo que refleja unos buenos resultados de predicción. Para finalizar, es importante remarcar que en algunas de las variables más significativas como las medidas legislativas, el Estado puede y debe trabajar en mejorarlas, acompañando estos esfuerzos mediante la realización de campañas de concienciación sobre los riesgos que conlleva la conducción. Asimismo, a pesar de la crisis económica en la que se ha visto inmersa España, resulta esencial continuar invirtiendo en infraestructuras, pues se ha comprobado como una mejor calidad de las vías influye positivamente en la reducción tanto de accidentes, como de víctimas. Por otro lado, si bien es cierto que otras variables influyentes como las climatológicas o los desplazamientos en fin de semana son incontrolables, pero su impacto puede reducirse potenciando las campañas como las que la DGT lleva a cabo en épocas estacionales ante los desplazamientos masivos en carretera. Por último, es importante destacar que la metodología definida en este Proyecto Fin de Carrera ha permitido extraer los factores que influyen en mayor medida en los accidentes de tráfico y en el número de víctimas, de cara a que se puedan optimizar las inversiones económicas sobre aquellas medidas o factores que tengan un mayor impacto sobre las variables estudiadas.

Más información

ID de Registro: 43966
Identificador DC: http://oa.upm.es/43966/
Identificador OAI: oai:oa.upm.es:43966
Depositado por: Biblioteca ETSI Industriales
Depositado el: 25 Nov 2016 08:12
Ultima Modificación: 25 Nov 2016 08:12
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM