Madrid, 25 de febrero de 2009

Identificación de variables que influencian la accidentalidad

ciclista: desarrollo de modelos y diseño de una herramienta de

ayuda

Promueven: Colabora:

Ref. PT-2007-055-21CAEM

Madrid, 25 de febrero de 2009

OBJETIVOS DEL PROYECTO

General: investigación de las variables que influyen en la accidentalidad de los ciclistas, el desarrollo de modelos que cuantifiquen la influencia de las variables y el diseño de métodos de reducción de accidentalidad

1) Investigación y análisis de las variables que influencian la accidentalidad ciclista

2) Desarrollo de modelos probabilísticos de causalidad de accidentes y de prospección para estimar el comportamiento futuro de la misma

3) Diseño de una herramienta Web de ayuda a la reducción de la accidentalidad de los usuarios de la bicicleta

Específicos:

Madrid, 25 de febrero de 2009

ETAPAS DEL PROYECTOAct

ivid

ades

téc

nic

as

Act

ivid

ad d

e ap

oyo

FASE 1

Estado del Arte

FASE 3

Diseño conceptual de modelos

FASE 4

Herramienta Web sobre

reducción de la

accidentalidad

FASE 6 –Gestión y Coordinación

FASE 2

Influencia de variables sobre accidentes ciclistas

FASE 5 –Difusión de resultados

Madrid, 25 de febrero de 2009

ÍNDICE

1. Influencia de variables sobre accidentes ciclistas

a. Datos urbanos

b. Datos interurbanos

2. Diseño conceptual de modelos

a. De causalidad

b. De ayuda a la decisión

c. De prospección

3. Herramienta informática de geolocalización

Madrid, 25 de febrero de 2009

1a. Encuesta Web http://accibici.grupoayesa.es

1. Influencia de variables

Madrid, 25 de febrero de 2009

1. Sexo del ciclista

2. Edad del ciclista

3. Distancia media recorrida

4. Frecuencia de uso

5. Motivo del viaje

6. Lugar y condiciones de la vía

7. Momento del accidente (día/hora)

8. Velocidad

9. Climatología

10. Elementos y medidas de seguridad

11. Estado de la bicicleta

12. Condiciones del ciclista

VAR

IAB

LES

1. Influencia de variables

Total encuestado 320

Usuarios válidos 253

Usuarios accidentados 155

Accidentes analizados 184

1a. Encuesta Web http://accibici.grupoayesa.es

Madrid, 25 de febrero de 2009

1b. Datos interurbanos (parte A)

1. Influencia de variables

Madrid, 25 de febrero de 2009

1b. Datos interurbanos (parte B)

1. Influencia de variables

Madrid, 25 de febrero de 2009

1. Motivo del desplazamiento

2. Duración del trayecto

3. Hora y día de la semana

4. Rodando sólo o en grupo

5. Tipología de vía

6. Condiciones de la vía

7. Edad y sexo del ciclista

8. Uso del casco

7. Infracción a norma de circulación

8. Distracción

9. Densidad de circulación

10. Velocidad inadecuada

11. Condiciones psicofísicas

12. Visibilidad de la señalización

13. Luminosidad

14. Regulación de la prioridad

VAR

IAB

LES1. Influencia de variables

1b. Variables identificadas

Accidentes registrados 580

Víctimas ciclistas 678

Bicicletas implicadas 614

Accidentalidad ciclista

Andalucía 2003-2007

Madrid, 25 de febrero de 2009

2a. Modelo probabilístico de causalidad de accidentes

2. Diseño de modelos

Necesidad del modelo

Existen muchos factores implicados

A priori, los factores son independientes

Con los datos disponibles no se conocen los factores determinantes

Madrid, 25 de febrero de 2009

2a. Modelo probabilístico de causalidad de accidentes

2. Diseño de modelos

Modelo de cluster jerárquico

Factores

Acc

iden

tes

aijaij =

1 si el factor j es causa del accidente i

0 en otro caso

1. Su punto de partida es la matriz de incidencias

2. Utiliza coeficiente de similitud entre accidentes para obtener grupos

Spq =a

a + b + c

a = número de factores causantes de los accidentes p y q

b = número de factores causantes sólo del accidente p

c = número de factores causantes sólo del accidente q

Madrid, 25 de febrero de 2009

2. Diseño de modelos

3. Algoritmo Inicio

Fin

Agrupar accidentes con Max Spq

Calcular el nuevo Spq

Crear el dendograma

¿Estan todos los accidentes en el mismo grupo?

si

no

qp

pm qnmn

pq NN

SS

⋅=∑∑∈ ∈

100%

60%

40%

0%

321

1

3

2

Accidentes

Sim

ilitu

d

Madrid, 25 de febrero de 2009

2a. Modelo probabilístico de causalidad de accidentes

2. Diseño de modelos

4. Determinación del número de grupos

Método de Milligan y Cooper

Basado medir la distancia entre niveles de agrupación consecutivos

Se elige el de mayor distancia

5. Cálculo de la influencia de cada factor

Índice de Lebart

Valores muy elevados implican responsabilidad en la agrupación

Madrid, 25 de febrero de 2009

2b. Modelo de ayuda a la decisión

2. Diseño de modelos

Objetivo: analizar y ayudar al usuario en la toma de decisiones sobre las medidas a incluir en el Plan de Actuación para la mejora de las condiciones de los ciclistas

1) Análisis de la importancia de los distintos tipos de accidentes (IGNt)

2) Análisis de la importancia de los factores (IFNt)

3) Análisis de la importancia de las posibles actuaciones de mejora (IMm)

4) Análisis multicriterio de las posibles actuaciones de mejora

5) Análisis del Plan de Actuación

Etapas:

Madrid, 25 de febrero de 2009

2b. 1. Análisis de la importancia de los tipos de accidentes

2. Diseño de modelos

1) Definición de los criterios (i) a considerar

2) Asignación de los pesos de los criterios (wi) / Σ wi=100

3) Valoración de cada criterio para cada tipo de accidente (Vi,t)

4) Cálculo de la Importancia Global de cada tipo de accidente (IGt)

5) Importancia Global Normalizada de cada tipo de accidente (IGNt)

Madrid, 25 de febrero de 2009

2b. 2. Análisis de la importancia de los factores

2. Diseño de modelos

1) Selección de los factores característicos (f) de cada tipo de accidente

2) Determinación del porcentaje de siniestros (Pt,f)

3) Cálculo de la importancia de los factores (IFf)

4) Importancia de los factores normalizada (IFNf)

Madrid, 25 de febrero de 2009

2b. 3. Análisis de la importancia de las actuaciones de mejora

2. Diseño de modelos

1) Asociación de las posibles actuaciones de mejora con cada factor (Rf,m)

2) Cálculo de la importancia de las actuaciones de mejora (IMm)

Rfm =1 si factor f y actuación m están relacionados

0 en otro caso

Madrid, 25 de febrero de 2009

2b. 4. Análisis multicriterio de las actuaciones de mejora

2. Diseño de modelos

1) Selección de los aspectos a valorar

2) Establecimiento de las importancias de los aspectos

3) Valoración de cada aspecto para cada actuación de mejora

4) Selección de las mejores valoraciones de cada aspecto

5) Normalización de las valoraciones y ponderación

6) Cálculo de las distancias de cada actuación a las mejores valoraciones

Madrid, 25 de febrero de 2009

2b. 5. Análisis del Plan de Mejora

2. Diseño de modelos

Madrid, 25 de febrero de 2009

2c. Modelo de prospección

2. Diseño de modelos

Objetivo: realizar un análisis prospectivo de la siniestralidad ciclista para un posible aumento del número de usuarios de bicicletas

1) La variación prevista de la accidentalidad se debe a la evolución de la población usuaria de bicicletas

2) Hay que conocer la estructura de la población actual y estimar su posible variación

3) Se realiza un estudio prospectivo por cada tipo de accidente considerado según el modelo probabilístico de accidentalidad

Consideraciones:

Madrid, 25 de febrero de 2009

2c. Modelo de prospección2. Diseño de modelos

1) Estratificación de la población ciclista según tipos de usuarios

2) Para cada tipo de accidente obtenido con el modelo probabilístico:

i. Establecer la matriz de incidencias entre tipo de usuario y factores

ii. Realizar una segmentación según tipo de usuario mediante el análisis de cluster jerárquico

3) Análisis de la previsión de accidentes

Etapas:

u

uutut nicialPoblaciónI

stimadaPoblaciónEsRegistradoAccidentesEstimadosAccidentes ×= ,,

Madrid, 25 de febrero de 2009

3. Herramienta informática basada en SIG

1) Geolocalización de accidentes sobre GoogleMaps

2) Gestión de datos de accidentes ciclistas

Madrid, 25 de febrero de 2009

3. Herramienta informática basada en SIG

3) Realización de consultas

4) Identificación de puntos de elevada accidentalidad

Madrid, 25 de febrero de 2009

GRACIAS POR SU ATENCIÓN