Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UnB |
Texto Completo: | http://repositorio2.unb.br/jspui/handle/10482/48886 |
Resumo: | Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2023. |
id |
UNB_9722a00a4f5ea0882f430189207dd577 |
---|---|
oai_identifier_str |
oai:repositorio.unb.br:10482/48886 |
network_acronym_str |
UNB |
network_name_str |
Repositório Institucional da UnB |
repository_id_str |
|
spelling |
Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderadaAcidentes de trânsitoDados espaciaisRegressão geograficamente ponderadaDissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2023.A regressão linear clássica permite, de forma simples, que uma variável quantitativa contí nua seja modelada a partir de outras variáveis. Porém, esse tipo de metodologia possui alguns pressupostos, como a independência entre as observações, que se ignorados trazem problemas metodológicos. Adicionalmente, nem todos os dados se adéquam à distribuição normal, ne cessitando assim de outros tipos de regressão para a modelagem. Com isso, a Regressão Beta Geograficamente Ponderada (RBGP) é apresentada com intuito de atribuir o fator da dependên cia espacial ao estudo, juntamente com a análise de taxas e proporções a partir da distribuição beta, que tem seu suporte no intervalo unitário e tem uma fácil adequabilidade, por seu ajuste flexível, aos dados estudados. Neste trabalho a RBGP foi aplicada à taxa de acidentes de trânsito com vítimas em Fortaleza CE, entre os anos de 2009 a 2011, comparando seus resultados aos modelos globais e locais de regressão clássica e de regressão clássica com a transformação da variável resposta pela função logito e à regressão beta global. Além disso, foi desenvolvido o pacote ‘gwbr’ em R com os algoritmos necessários para a aplicação da RBGP. Ao final, conclui-se que a abordagem local com o uso da distribuição beta é um modelo viável para explicar a taxa de acidentes de trânsito com vítimas, visto a adequabilidade do modelo tanto à distribuições assimétricas, quanto à distribuições simétricas. Por conta disso, se tratando da análise de taxas, é sempre recomendado o uso da distribuição beta.Classical linear regression allows, in a simple way, that a continuous quantitative variable is modeled from other variables. However, this type of methodology has certain assumptions, such as independence between observations, which if ignored can lead to methodological issues. Additionally, not all data follows a normal distribution, which leads to alternative methods for modeling. In this context, Geographically Weighted Beta Regression (GWBR) is presented with the aim of incorporating spatial dependence into the modeling, along with the analysis of rates and proportions using the beta distribution. The beta distribution, with its scope within the unit interval and its flexible nature, easily adapts to the analyzed data. In this study, GWBR was applied to the rate of traffic accidents with victims in Fortaleza CE, Brazil, from 2009 to 2011, comparing its results to global and local models of classical regression, classical regression with logit transformation of the response variable, and global beta regression. Additionally, the ‘gwbr’ package was developed in R software, providing the necessary algorithms for GWBR application. In conclusion, it was found that the local approach using the beta distribution is a via ble model for explaining the rate of traffic accidents with victims, given its suitability to both asymmetric and symmetric distributions. Therefore, when analyzing rates, the use of the beta distribution is always recommended.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em Estatística2023-06-14Silva, Alan Ricardo daBuffone, Roberto de Souza Marques2024-07-15T22:21:16Z2024-07-15T22:21:16Z2024-07-152023-06-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfBUFFONE, Roberto de Souza Marques. Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada. 2023. 87 f., il. Dissertação (Mestrado em Estatística) - Universidade de Brasília, Brasília, 2023.http://repositorio2.unb.br/jspui/handle/10482/48886porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-07-15T22:21:16Zoai:repositorio.unb.br:10482/48886Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-07-15T22:21:16Repositório Institucional da UnB - Universidade de Brasília (UnB)false |
dc.title.none.fl_str_mv |
Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada |
title |
Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada |
spellingShingle |
Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada Buffone, Roberto de Souza Marques Acidentes de trânsito Dados espaciais Regressão geograficamente ponderada |
title_short |
Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada |
title_full |
Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada |
title_fullStr |
Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada |
title_full_unstemmed |
Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada |
title_sort |
Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada |
author |
Buffone, Roberto de Souza Marques |
author_facet |
Buffone, Roberto de Souza Marques |
author_role |
author |
dc.contributor.none.fl_str_mv |
Silva, Alan Ricardo da |
dc.contributor.author.fl_str_mv |
Buffone, Roberto de Souza Marques |
dc.subject.por.fl_str_mv |
Acidentes de trânsito Dados espaciais Regressão geograficamente ponderada |
topic |
Acidentes de trânsito Dados espaciais Regressão geograficamente ponderada |
description |
Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2023. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-06-14 2024-07-15T22:21:16Z 2024-07-15T22:21:16Z 2024-07-15 |
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 |
BUFFONE, Roberto de Souza Marques. Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada. 2023. 87 f., il. Dissertação (Mestrado em Estatística) - Universidade de Brasília, Brasília, 2023. http://repositorio2.unb.br/jspui/handle/10482/48886 |
identifier_str_mv |
BUFFONE, Roberto de Souza Marques. Análise da taxa de acidentes de trânsito com vítimas usando a regressão beta geograficamente ponderada. 2023. 87 f., il. Dissertação (Mestrado em Estatística) - Universidade de Brasília, Brasília, 2023. |
url |
http://repositorio2.unb.br/jspui/handle/10482/48886 |
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.publisher.none.fl_str_mv |
2023-06-14 |
publisher.none.fl_str_mv |
2023-06-14 |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UnB instname:Universidade de Brasília (UnB) instacron:UNB |
instname_str |
Universidade de Brasília (UnB) |
instacron_str |
UNB |
institution |
UNB |
reponame_str |
Repositório Institucional da UnB |
collection |
Repositório Institucional da UnB |
repository.name.fl_str_mv |
Repositório Institucional da UnB - Universidade de Brasília (UnB) |
repository.mail.fl_str_mv |
repositorio@unb.br |
_version_ |
1814508308940193792 |