Resumen

Los factores relacionados con los conductores y sus hábitos al volante dominan la causalidad de los accidentes de tráfico. Comprender en profundidad los factores humanos que influyen en la conducción de riesgo podría ser de especial importancia para facilitar la aplicación de contramedidas eficaces. El objetivo de este trabajo era investigar los efectos de los factores humanos que contribuyen a los accidentes sobre los resultados de los mismos. Para seleccionar la metodología que mejor tenga en cuenta la heterogeneidad no observada entre los resultados de las colisiones, se desarrollaron un modelo logit de clase latente (LC) y un modelo logit de parámetros aleatorios (RPL). Los resultados de la estimación del modelo muestran en general que las colisiones con heridos graves tenían más probabilidades de implicar a conductores desempleados, que no utilizaban el cinturón de seguridad, de edad avanzada, fatigados y sin carné válido. La comparación de las estadísticas de ajuste del modelo muestra que el modelo logit LC superó al modelo RPL, como alternativa al modelo logit multinomial (MNL) tradicional.

• Materias:Transporte urbano Señales de control de tráfico Accidentes de transito Planificación de ruta Capacidad de tráfico
• Subjects:Urban transport Traffic control signs Traffic accidents Path planning Traffic capacity
• Palabras claves:resultados de accidentes, modelo logit lc, resultados de la estimación del modelo, factores contribuyentes al accidente, estadísticas de ajuste del modelo, parámetros aleatorios logit, accidentes con heridos graves, logit multinomial tradicional, conductores, modelo
• Keywords:crash outcomes, lc logit model, model estimation results, crash contributing factors, model fit statistics, random parameters logit, serious injury crashes, traditional multinomial logit, drivers, model