Rafael F. Feria Torres y Jorge A. Timaná Rojas
DOI: https://doi.org/10.33017/RevECIPeru2008.0009/
RESUMEN
La frecuencia y la razón de accidentes en una localización particular, son variables aleatorias cuyo verdadero valor no se puede predecir con absoluta certeza, esto origina que el proceso de identificación de las localizaciones más propensas a sufrir accidentes de tránsito (APL; por sus siglas en ingles) esté sujeto a cierta incertidumbre. Normalmente la identificación de los APL se realiza con técnicas estadísticas simples, tales como el método del intervalo de confianza y control de calidad. Sin embargo, debido a la limitación que estos métodos presentan ante fenómenos estadísticos propios de variables aleatorias, es conveniente la utilización de metodologías más elaboradas como el análisis Bayesiano que si considera los fenómenos estadísticos de regresión a la media y los efectos no relacionados. Aun cuando el análisis Bayesiano es un método estadísticamente superior respecto de otros métodos, su uso en el análisis de accidentes de tránsito no ha sido tan difundido como en la medicina. La razón principal radica no sólo en la propia complejidad del método, sino en la dificultad de organismos locales de contar con un soporte técnico adecuado. El presente trabajo tiene como objetivo presentar un ejemplo práctico de aplicación del método Bayesiano en la identificación los APL en la ciudad de Piura.
ABSTRACT
The frequency of and the reason for accidents in a particular location are random variables, variables whose true value cannot be predicted with absolute certainty. This means that the process of identification of the locations most prone to suffer traffic accidents (APL – accident-prone locations) is subject to uncertainty. Normally the identification of the APL is made with simple statistical techniques, such as the method of confidence intervals and quality control. Nevertheless, due to the limitations of these methods, the use of more elaborated methodologies, like Bayesian analysis, is advised. This type of analysis takes into account the statistical phenomena of regression to the mean and the unrelated effects. Even though Bayesian analysis is a statistically superior method, its use in the field of engineering, such as analysis of traffic accidents, is not as widespread as the use of this methodology in the field of medicine. The main reason for this is not only the complexity of the method, but also that is requires often unavailable technical support. The objective of this paper is to present a practical example of the application of the Bayesian method in the identification of the accident-prone locations (APL) in the city of Piura .