MODELO DE ANÁLISIS CORRELACIONAL PARA LA IDENTIFICACIÓN DE PATRONES ASOCIADOS A LOS ACCIDENTES DE TRÁNSITO DE YOPAL
DOI:
https://doi.org/10.26507/ponencia.1787Palabras clave:
Data mining, learning paradigms, linear regression, machine learning, traffic accident, supervised learningResumen
Según estadísticas reportadas por el Instituto Nacional de Salud[1], en la ciudad de Yopal los accidentes de tránsito son considerados como la primera causa de muerte en el departamento, superando el conflicto armado, la delincuencia y todo tipo de enfermedades, incluidas Sida y cáncer.
El 80% de fallecidos en accidentes de tránsito en Yopal son motociclistas. Según el observatorio Nacional de Seguridad Vial[2], Casanare es departamento con mayor tasa de morbilidad lesionados por cada cien mil habitantes.
Por lo anterior, se desarrolla un modelo predictivo que ayuda a estimar un análisis correlacional de la ocurrencia de accidentes de tránsito en determinadas zonas de la ciudad de Yopal (Colombia), e indicar los patrones asociados a los mismos. En la construcción del modelo se aplican algoritmos de regresión lineal de aprendizaje supervisado, construyendo la correlación entre variables dependientes independientes, el objetivo es obtener un modelo lineal que explique la relación entre las variables en toda la información de accidentes de tránsito en Yopal, calculando el coeficiente de determinación , su significancia (p-value) y su intervalo de confianza. Para ello se lleva a cabo en cuatro fases: Construcción de Aplicativo para la recolección de la información de los accidentes de tránsito según IPAT, medicina y medicina legal, en la segunda fase se identifican los puntos críticos de accidentalidad por Georreferenciación, la tercera fase se Caracteriza e identifica los factores de riesgos asociados a los accidentes de tránsito y cuarta fase, se Implementar Modelo Correlacional para la identificación de patrones asociados teniendo en cuenta la información recolectada en cada punto crítico.
Como resultado observa el grado de correlación entre la variables que intervienen en los accidentes de tránsito como fecha, gravedad, edad, día de la semana, grado de alcolimetría y se relaciona con las variables independientes de precipitaciones meteorológicas tomadas del data set proporcionado por la fuerza aérea de Casanare, adicionalmente se identifican los 10 puntos con mayor accidentalidad del municipio y los factores más relevantes por cada punto, permitiendo a los entes involucrados identificar las causas raíces de los eventos, intervenirlos y evitar su reincidencia. Éste proyecto se puede replicar en cualquier municipio de Colombia gracias al formato que se basa para la recolección (IPAT), documento reglamentado bajo la resolución 11268 de 2012 otorgada por el Ministerio de Transporte.
[1] I. N. de S. Colombia, “INSTITUTO NACIONAL DE SALUD,” 2019. https://www.ins.gov.co/Paginas/Inicio.aspx.
[2] O. N. de S. Vial, “OBSERVATORIO NACIONAL DE SEGURIDAD VIAL,” marzo, 2018. http://ansv.gov.co/observatorio.
Descargas
Citas
I. N. de S. Colombia, “INSTITUTO NACIONAL DE SALUD,” 2019. https://www.ins.gov.co/Paginas/Inicio.aspx.
O. N. de S. Vial, “OBSERVATORIO NACIONAL DE SEGURIDAD VIAL,” marzo, 2018. http://ansv.gov.co/observatorio.
Descargas
Publicado
Cómo citar
Evento
Sección
Licencia
Derechos de autor 2021 Asociación Colombiana de Facultades de Ingeniería - ACOFI
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Estadísticas de artículo | |
---|---|
Vistas de resúmenes | |
Vistas de PDF | |
Descargas de PDF | |
Vistas de HTML | |
Otras vistas |