Modelo predictivo de accidentes de tránsito en el cantón Guayaquil-Ecuador

Resumen

Los accidentes que ocurren en las vías y las consecuencias derivadas de éstos, como: muertes, lesionados y pérdidas económicas, es un problema de incidencia mundial. Este estudio analizó los accidentes de tránsito que ocurrieron entre enero de 2017 y junio de 2023, en el cantón Guayaquil en Ecuador. El principal objetivo de este estudio fue modelar los accidentes de tránsito, empleando tres técnicas de modelado, para una serie de tiempo semanal. Se probaron modelos de suavizado exponencial (ETS), modelos autorregresivos integrados de media móvil (ARIMA) y el algoritmo Prophet para determinar el modelo con mejor capacidad predictiva y generar pronósticos. Del análisis de factores humanos, como casusas probables que provocaron los accidentes, se determinó que conducir el vehículo superando los límites máximos de velocidad; no respetar las señales reglamentarias de tránsito; conducir desatento a las condiciones de tránsito; realizar un cambio brusco o indebido de carril y no guardar la distancia lateral mínima de seguridad entre vehículos ocasionaron el 80% de los accidentes entre 2017 y 2023 en Guayaquil – Ecuador. Por otra parte, el modelo Prophet generó los valores más bajos de MAPE y generaron pronósticos razonables del número de accidentes de tránsito para un horizonte de 26 semanas. Los pronósticos mostraron que la cantidad máxima de siniestros ocurrirán en la última semana de diciembre y será de 62 accidentes, ocasionados por las cinco causas probables identificadas como más frecuentes.

Palabras clave: Accidentes de tráfico, modelos predictivos, análisis de series temporales, accidentes viales, predicción de accidentes.

 ABSTRACT

Accidents that occur on the roads and the consequences derived from them, such as: deaths, injuries and economic losses, is a problem of worldwide incidence. This study analyzed traffic accidents that occurred between January 2017 and June 2023, in the Guayaquil canton in Ecuador. The main objective of this study was to model traffic accidents, using three modeling techniques, for a weekly time series. Exponential Smoothing (ETS) models, Autoregressive Integrated Moving Average (ARIMA) models, and the Prophet algorithm were tested to determine the model with the best predictive ability and generate forecasts. From the analysis of human factors, such as probable causes that caused the accidents, it was determined that driving the vehicle exceeding the maximum speed limits; not respecting the regulatory traffic signs; driving inattentive to traffic conditions; Making a sudden or improper lane change and not keeping the minimum lateral safety distance between vehicles caused 80% of the accidents between 2017 and 2023 in Guayaquil - Ecuador. On the other hand, the Prophet model generated the lowest MAPE values and generated reasonable forecasts of the number of traffic accidents for a 26-week horizon. The forecasts showed that the maximum number of accidents will occur in the last week of December and will be 62 accidents, caused by the five probable causes identified as most frequent.

Keywords: Road traffic accidents, forecasting models, time series analysis, road accidents, crash prediction.