Resumen

Los accidentes de tránsito son problemas que enfrenta el sector del transporte. Los datos de accidentes en muchos países solo están disponibles para los últimos 10 a 20 años, lo que dificulta determinar si los datos son suficientes para establecer tasas de predicción razonables y precisas. En este estudio, se investigó el efecto del tamaño de la muestra (número de años utilizados para desarrollar un modelo de predicción) en la precisión de la predicción de accidentes utilizando el método Autoregresivo Integrado de Media Móvil (ARIMA) con datos de accidentes para los años 1971-2015. Basándose en la disponibilidad de registros anuales de accidentes, se utilizaron datos de accidentes de tránsito de cuatro países seleccionados (Dinamarca, Turquía, Alemania e Israel) para desarrollar modelos de predicción de accidentes basados en diferentes tamaños de muestra (45, 35, 25 y 15 años). Luego, los datos de accidentes de tránsito de 2016 y 2017 se utilizaron para verificar la precisión de los

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Accidentes de tráfico; Precisión de predicción; Tamaños de muestra; Datos de accidentes; Método ARIMA; Seguridad vial
• Keywords:Road crashes; Prediction accuracy; Sample sizes; Crash data; ARIMA method; Traffic safety