Modelos de regressão para dados de contagem: aplicação a dados de contagem rodoviários

Abstract

Os acidentes de viação apresentam uma enorme carga social e económica que é imposta à sociedade. A modelação de frequência de acidentes é uma ferramenta importante para a gestão de segurança rodoviária. O aumento da procura dos meios de transporte, em especial, transporte rodoviário, tem resultado num claro aumento do número de acidentes nessa envolvente. Consequentemente, um dos grandes desafios para os investigadores e gestores rodoviários passa pela redução dos acidentes nas estradas. Dessa forma, é apresentado um estudo dos Modelos Lineares Generalizados Mistos com distribuição de Poisson, sendo esta a mais utilizada para modelar dados de contagem. Esta dissertação visa estudar o efeito das diferentes variáveis que definem o estado do pavimento, a geometria da estrada e o tráfego sobre o número de acidentes através da construção e análise de um modelo de regressão de Poisson com efeitos aleatórios. Os dados utilizados são referentes a segmentos das autoestradas A4, A44 e A41 em Portugal, disponibilizados pela Concessionária Ascendi. O modelo desenvolvido teve como variável resposta o número de acidentes, num período de quatro anos (2014 a 2017).

Road accidents present an enormous social and economic burden that is imposed on society. Accident frequency modeling is an important tool for road safety management. The increase in demand for means of transport, especially road transport, has resulted in a clear increase in the number of accidents in this environment. Consequently, one of the great challenges for road investigators and managers is the reduction of road accidents. Thus, a study of mixed generalized linear models with Poisson distribution is presented, which is the most used to model counting data. This dissertation aims to study the effect of the different variables that define the state of the pavement, the geometry of the road and the traffic on the number of accidents through the construction and analysis of a Poisson regression model with random effects. The data used refer to segments of the A4, A44 and A41 motorways in Portugal, made available by the Ascendi Concessionaire. The model developed had the number of accidents as a response variable, over a period of four years (2014 to 2017).