Modelos de estimativa de frequência de acidentes e vítimas para dados bidirecionadas de auto-estradas Portuguesas – Uma abordagem Bayesiana

• Autor(a) principal: Lopes, S.
• Data de Publicação: 2009
• Outros Autores: Cardoso, J. L.
• Tipo de documento: Relatório
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://repositorio.lnec.pt:8080/jspui/handle/123456789/17846

O estudo referente ao presente documento consiste na selecção, ajuste e validação de modelos de previsão de frequências de acidentes, mortes, feridos graves e mortos e feridos graves empregando métodos estatísticos Bayesianos. Os dados analisados foram registados em trechos (bidireccionais) de auto-estradas da rede portuguesa e medidos num período de cinco anos compreendido entre 1999 e 2003, inclusive. Nove variáveis foram medidas juntamente com os eventos considerados, nomeadamente o tráfego médio diário anual, comprimento do trecho, número de faixas de rodagem, largura de vias, existência de vias adicionais para veículos lentos, tipo e largura das bermas e do separador central. Os dados foram subsequentemente divididos em subgrupos constituídos por todos os trechos nos quais as variáveis com valores omissos foram excluídas e por conjuntos de trechos sem valores omissos. Numa segunda fase foram considerados unicamente trechos cujos valores de tráfego médio diário anual fossem maiores que 5000 veículos. Os modelos estatísticos considerados incluíram o modelo de Poisson e modelos que assumem uma sobredispersão dos eventos baseados na distribuição de Poisson, isto é, os modelos Poisson-Gama e Poisson Log-Normal. Todos os modelos foram ajustados usando métodos Bayesianos. Foram assumidas distribuições a priori não informativas para os coeficientes dos parâmetros dos modelos. Consequentemente, as estimativas Bayesianas para esses coeficientes coincidem com os resultados obtidos através da abordagem clássica. No entanto, mesmo no caso não informativo, as simulações obtidas a posteriori são úteis para fazer inferências preditivas e para as verificações do ajuste dos modelos, que foram efectuadas. O critério de informação da desviância (DIC) foi usado para selecção de variáveis e foram feitas verificações preditivas a posteriori para avaliar os ajustes dos vários modelos assim como análises exaustivas para garantir que os algoritmos de Monte Carlo via cadeias de Markov (MCMC) convergiam e, por consequência, se obtinham distribuições a posteriori estacionárias. Calcularam-se os números esperados para cada um dos diversos eventos, em cada subgrupo de dados, para valores médios de tráfego médio diário anual e de comprimento de trecho e obtiveram-se distribuições a posteriori para as estimativas dos coeficientes dos modelos obtidos, assim como intervalos de credibilidade para essas estimativas.