Resumen

Como base de la gestión de la seguridad del tráfico, los modelos de predicción de colisiones han sido durante mucho tiempo un tema destacado en el campo de la investigación de la seguridad en autopistas. Los estudios suelen tomar años o temporadas como unidades temporales observadas, lo que puede dar lugar a heterogeneidad en la frecuencia de colisiones. Para eliminar esa heterogeneidad, este estudio analiza los recuentos mensuales de colisiones y desarrolla modelos jerárquicos bayesianos con efectos aleatorios, autoregresión lag-1 (AR-1) y ambos (REAR-1) para acomodar la estructura multinivel y la correlación temporal en los datos de colisiones. Los modelos candidatos se estiman y evalúan en el programa gratuito WinBUGS utilizando un conjunto de datos de accidentes obtenidos en la autopista de Kaiyang, en la provincia china de Guangdong. Se encuentran efectos temporales significativos en los tres modelos, y los resultados del Criterio de Información de Desviación (DIC) muestran que tener en cuenta la correlación temporal mejora considerablemente el ajuste del modelo en comparación con el modelo de Poisson. Los modelos jerárquicos también evitan cualquier identificación errónea de los factores con efectos de seguridad significativos, porque sus varianzas son mayores que en el modelo de Poisson. El valor DIC del modelo AR-1 es sustancialmente inferior al del modelo de efectos aleatorios y equivalente al del modelo REAR-1, lo que indica la superioridad de la estructura autorregresiva lag-1 para tener en cuenta los efectos temporales en la frecuencia de colisiones.

• Materias:Transporte urbano Señales de control de tráfico Accidentes de transito Planificación de ruta Capacidad de tráfico
• Subjects:Urban transport Traffic control signs Traffic accidents Path planning Traffic capacity
• Palabras claves:modelo poisson, frecuencia de colisiones, correlación temporal, modelos jerárquicos bayesianos, criterios de información de desviación, efectos temporales significativos, modelos de predicción de colisiones, investigación sobre seguridad en autopistas, recuentos mensuales de colisiones, unidades de tiempo observadas
• Keywords:poisson model, crash frequency, temporal correlation, bayesian hierarchical models, deviance information criteria, significant temporal effects, crash prediction models, freeway safety research, monthly crash counts, observed time units