Modelos lineares generalizados: aplicação a dados de acidentes rodoviários
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10451/22827 |
Resumo: | Tese de mestrado em Gestão de Informação, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2015 |
id |
RCAP_ac4b96fce95340953c65c335d0879ad0 |
---|---|
oai_identifier_str |
oai:repositorio.ul.pt:10451/22827 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Modelos lineares generalizados: aplicação a dados de acidentes rodoviáriosModelos de regressão logísticaModelos de regressãoModelos de regressão binomial negativaSeveridade de acidentesAcidentes rodoviáriosTeses de mestrado - 2015Domínio/Área Científica::Ciências Naturais::MatemáticasTese de mestrado em Gestão de Informação, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2015Os acidentes rodoviários são considerados um importante problema de saúde pública a nível mundial. Segundo o relatório da organização mundial de saúde (OMS, 2013), em 2030 os acidentes rodoviários estarão entre as cinco principais causas de morte no mundo. A investigação sobre os fatores que influenciam a ocorrência de acidentes rodoviários é realizada com o intuito de reduzir o número de acidentes rodoviários e a sua severidade, assim como evitar os custos pessoais, sociais e económicos que lhe estão associados. Nesta dissertação, a análise de ocorrência de acidentes rodoviários abordou duas questões. A primeira foi identificar os fatores que influenciam a probabilidade de ocorrerem acidentes não ligeiros, aplicando a regressão Logística. A segunda questão foi modelar a ocorrência de acidentes rodoviários por dia, aplicando a metodologia de regressão de Poisson. No entanto, os modelos desenvolvidos apresentaram o problema de sobredispersão e a alternativa foi a regressão Binomial Negativa. Os modelos foram desenvolvidos com aplicação a um conjunto de dados relativos a acidentes ocorridos entre 2005 e 2013 na Grã-Bretanha a nível nacional. Para a análise da regressão Logística, tomou-se como variável resposta a severidade de acidentes, em que as vítimas são peões. Foram considerados os dados de acidentes com peões ocorridos na Grã-Bretanha entre 1 de Janeiro de 2005 a 31 de Dezembro de 2013. Nesta análise os resultados demonstraram que o modelo de regressão Logística é adequado para explicar a severidade dos acidentes. As variáveis explicativas utilizadas foram o tipo de veículos, o limite de velocidade nas estradas, as condições de iluminação, o género e a faixa etária dos condutores, o dia da semana, a hora do dia e a idade do veículo. Estas variáveis foram estatisticamente significativas, mas as que tiveram o maior impacto sobre a severidade de acidentes foram o limite de velocidade nas estradas, as condições de iluminação e o tipo de veículos. Também foi feita uma comparação da severidade de acidentes com peões entre ocorrências na zona rural e urbana, usando as mesmas variáveis explicativas da análise anterior. A diferença encontrada reside no maior impacto que tem o limite de velocidade na severidade dos acidentes ocorridos na zona rural, em comparação com a zona urbana. Quanto à análise do número de acidentes ocorridos por dia, os modelos desenvolvidos com a regressão Binomial Negativa foram mais adequados para ajustar aos dados que os desenvolvidos com a regressão de Poisson. As variáveis explicativas utilizadas foram o dia da semana, o facto desse dia ser feriado ou não, os meses ou as estações do ano. Os resultados da análise demonstraram que o número de acidentes ocorridos por dia é melhor explicado pelas variáveis dia da semana (com sete categorias), meses do ano e os dias feriados.Road accidents are considered an important public health problem worldwide. According to the report of the World Health Organization (WHO, 2013), in 2030 road accidents will be among the five leading causes of death worldwide. Research on the factors influencing the occurrence of road accidents is performed with the aim of reducing the number of road accidents and its severity, as well as avoiding the personal, social and economic costs associated with it. In this thesis, the analysis of the occurrence of road accidents addresses two issues. The first is identifying the factors that influence the probability of non-slight accidents, applying the Logistic regression methodology. The second issue is modelling the occurrence of daily road accidents applying the Poisson regression methodology. However, the models developed showed an over-dispersion problem and the alternative was the Negative Binomial regression. The models were developed with application to a set of data on accidents that occurred from 2005-2013 in Britain at national level. For the Logistics regression analysis the response variable is the severity of the accidents where the victims are pedestrians. Data consists of accident data involving pedestrians that have occurred in Britain from 1 January 2005 to 31 December 2013. In this analysis the results showed that the Logistic regression model is adequate to explain the severity of accidents. The explanatory variables used were the type of the vehicles, the speed limit on the roads, lighting conditions, gender and age group of drivers, day of the week, time of the day and the age of the vehicle. These variables were statistically significant, but the ones that had the greatest impact on the severity of accidents were the speed limit on the roads, the lighting conditions and the type of the vehicles. A comparison on the severity of accidents involving pedestrians between rural and urban areas was also undertaken using the same explanatory variables. The difference was mainly the greatest impact of speed limit on rural areas. Regarding the analysis of the number of accidents per day, the models developed with the Negative Binomial regression were more appropriate to adjust the data than the models developed with the Poisson regression. The explanatory variables used were the days of the week, the months of the year, the seasons and holidays. The results of the regression analysis showed that the number of daily accidents is best explained by the day of the week (seven categories), the months of the year and the holidays.Barão, Maria Isabel Calisto Frade,1957-Respício, Ana Luísa do Carmo Correia,1965-Repositório da Universidade de LisboaAlvarenga, Ana Maria Tavares2016-03-04T15:44:31Z201520152015-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/22827TID:201166984porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T16:10:31Zoai:repositorio.ul.pt:10451/22827Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:40:22.117573Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Modelos lineares generalizados: aplicação a dados de acidentes rodoviários |
title |
Modelos lineares generalizados: aplicação a dados de acidentes rodoviários |
spellingShingle |
Modelos lineares generalizados: aplicação a dados de acidentes rodoviários Alvarenga, Ana Maria Tavares Modelos de regressão logística Modelos de regressão Modelos de regressão binomial negativa Severidade de acidentes Acidentes rodoviários Teses de mestrado - 2015 Domínio/Área Científica::Ciências Naturais::Matemáticas |
title_short |
Modelos lineares generalizados: aplicação a dados de acidentes rodoviários |
title_full |
Modelos lineares generalizados: aplicação a dados de acidentes rodoviários |
title_fullStr |
Modelos lineares generalizados: aplicação a dados de acidentes rodoviários |
title_full_unstemmed |
Modelos lineares generalizados: aplicação a dados de acidentes rodoviários |
title_sort |
Modelos lineares generalizados: aplicação a dados de acidentes rodoviários |
author |
Alvarenga, Ana Maria Tavares |
author_facet |
Alvarenga, Ana Maria Tavares |
author_role |
author |
dc.contributor.none.fl_str_mv |
Barão, Maria Isabel Calisto Frade,1957- Respício, Ana Luísa do Carmo Correia,1965- Repositório da Universidade de Lisboa |
dc.contributor.author.fl_str_mv |
Alvarenga, Ana Maria Tavares |
dc.subject.por.fl_str_mv |
Modelos de regressão logística Modelos de regressão Modelos de regressão binomial negativa Severidade de acidentes Acidentes rodoviários Teses de mestrado - 2015 Domínio/Área Científica::Ciências Naturais::Matemáticas |
topic |
Modelos de regressão logística Modelos de regressão Modelos de regressão binomial negativa Severidade de acidentes Acidentes rodoviários Teses de mestrado - 2015 Domínio/Área Científica::Ciências Naturais::Matemáticas |
description |
Tese de mestrado em Gestão de Informação, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2015 |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015 2015 2015-01-01T00:00:00Z 2016-03-04T15:44:31Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10451/22827 TID:201166984 |
url |
http://hdl.handle.net/10451/22827 |
identifier_str_mv |
TID:201166984 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799134312848687104 |