Aplicação conjunta de modelos não paramétricos e paramétricos para previsão de escolha modal

Abstract

Article Info Resumo IntroduçãoO presente trabalho visa apresentar uma metodologia realizada em duas etapas, envolvendo aplicação de modelos não paramétricos (Árvore de Decisão -AD) e paramétricos (Regressão Linear Múltipla -RLM) para previsão de escolha modal. A aplicação da AD permite encontrar relações entre variáveis socioeconômicas e escolha modal, bem como discretizar as variáveis contínuas e categóricas para construção dos modelos lineares na etapa posterior. Desta forma, trata-se de uma abordagem exploratória-confirmatória que permite investigar padrões de comportamento dos indivíduos em relação à escolha modal, bem como testar a significância das variáveis em análise através de modelo paramétrico tradicional (RLM). O método proposto pode ser considerado eficiente, sendo uma boa alternativa às abordagens tradicionais, sobretudo em casos onde não há informações relativas a viagens tais como custo e tempo de viagem, imprescindíveis para construção das funções utilidade dos modelos logit.Tradicionalmente, a escolha modal é influenciada pela distância, pelo custo da viagem e pela disponibilidade ou não de determinado modo de transporte, podendo ser avaliada de acordo com as condições socioeconômicas e a acessibilidade dos habitantes aos modos de transportes (Hutchinson, 1979; Ortúzar e Willumsen, 2011). Por décadas e até os dias atuais, diversos autores têm investigado fatores que influenciam a escolha modal, através de modelos tradicionais, tais como logit e probit, e técnicas de coleta de dados, tais como preferência declarada e revelada (Williams, 1978;Sen et al., 1978.; Ahern e Tapley, 2008;Grange et al., 2013). Caldas e Black (1997) propuseram uma metodologia para estimativa de escolha modal, através de uma amostra composta por variáveis binárias, provenientes de pesquisa de preferência revelada. Brownstone et al. (2000) compararam um modelo logit multinomial e um logit misto, com base em pesquisa domiciliar de preferência relevada e declarada, realizada na Califórnia (EUA).A modelagem tradicional para estimativas da escolha modal é geralmente baseada nos princípios da maximização da utilidade, provenientes dos modelos econométricos. Adicionalmente às técnicas econométricas utilizadas para análise e modelagem do comportamento relativo a viagens, muitos outros estudos vêm aplicando modelos não paramétricos e exploratórios para investigação da escolha modal, por exemplo. A escolha do modo de transporte pode ser analisada como um problema de reconhecimento de padrões de indivíduos formados por variáveis explicativas e probabilidades de escolhas (Xie et al., 2007). Xie et al. (2007) investigaram o desempenho de duas técnicas não-paramétricas para modelar a escolha modal de viagens com motivo trabalho. As técnicas utilizadas e comparadas pelos autores foram Árvore de Decisão (AD) e Redes Neurais Artificiais. Shmueli et al. (1996) exploraram a aplicação de Redes Neurais Artificiais para comparação de padrões de viagens realizados por homens e mulheres em Israel.

A multinomial logistic regression model for public transportation use in a medium-sized Brazilian city

“…The current investigation found that gender was significant for rare and frequent use with a negative coefficient, indicating that women tend to use PT more frequently. This corroborates previous studies that showed that women are more likely to use public transportation (Badoe & Yendeti, 2007;Pitombo & Costa, 2015;Ko et al, 2019), inclusive more frequently (Truong & Somenahalli, 2015).…”

Previsão de demanda de minério de ferro da Empresa Vale S.A. no período de 2010 a 2015

“…Valor considerado moderadamente alto por (DANCEY;REIDY, 2004). Valores menores, em torno de 60% podem ainda ser considerados razoáveis (PITOMBO;COSTA, 2015), desde que apresentem significância estatística (GEA-IZQUIERDO, 2012). Ainda, o teste de análise de variância (ANOVA) indicou que o modelo é estatisticamente significativo ao nível de confiança de 95%, mostrando que o pressuposto de linearidade não foi ferido.…”