Resumen

Este artículo presenta una comparación entre dos técnicas de modelización, la red bayesiana y los modelos de regresión, empleándolas en el análisis de la gravedad de los accidentes. Se investigan tres indicadores de gravedad, es decir, el número de víctimas mortales, el número de heridos y los daños materiales, con los dos métodos, y se identifican los principales factores contribuyentes y sus efectos. Los resultados indican que la bondad de ajuste de la red bayesiana es superior a la de los modelos de regresión en la modelización de la gravedad de los accidentes. Este hallazgo facilita la mejora de la precisión de la predicción de la gravedad de los accidentes. Los resultados del estudio pueden aplicarse a la predicción de la gravedad de los accidentes, que es uno de los pasos esenciales en el proceso de gestión de accidentes. Al reconocer las influencias clave, esta investigación también proporciona sugerencias para que el gobierno tome medidas eficaces para reducir el impacto de los accidentes y mejorar la seguridad del tráfico.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:red bayesiana, modelos de regresión, proceso de gestión de accidentes, análisis de la gravedad de los accidentes, modelización de la gravedad de los accidentes, predicción de la gravedad de los accidentes, principales factores de contribución, número, resultados del estudio, repercusiones de los accidentes
• Keywords:bayesian network, regression models, accident management process, accident severity analysis, accident severity modeling, accident severity prediction, major contribution factors, number, study results, accident impacts