Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales

El análisis espacial de patrones puntuales se usa para conocer el comportamiento de un conjunto de datos a lo largo de una ventana de observación espacial, para luego así proponer modelos que permitan hacer predicciones acerca del número de ocurrencias de un fenómeno en el lugar de estudio. En este...

Full description

Autores:
Osorio Guerrero, Karen Estefany
Tipo de recurso:
Masters Thesis
Fecha de publicación:
2021
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/35677
Acceso en línea:
http://hdl.handle.net/11634/35677
Palabra clave:
Spatio temporal
MCMC
Lgcp
Inhomogeneus point process
Spatial statistics
Trafico
Regulación de Trafico
Estadística
MCMC
Lgcp
Espacio temporal
Proceso puntual inhomogeneo
Estadística espacial
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
id SANTTOMAS2_f38277c1972c6cd4fa1af3eef182156b
oai_identifier_str oai:repository.usta.edu.co:11634/35677
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
dc.title.spa.fl_str_mv Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales
title Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales
spellingShingle Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales
Spatio temporal
MCMC
Lgcp
Inhomogeneus point process
Spatial statistics
Trafico
Regulación de Trafico
Estadística
MCMC
Lgcp
Espacio temporal
Proceso puntual inhomogeneo
Estadística espacial
title_short Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales
title_full Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales
title_fullStr Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales
title_full_unstemmed Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales
title_sort Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales
dc.creator.fl_str_mv Osorio Guerrero, Karen Estefany
dc.contributor.advisor.none.fl_str_mv Ortiz Rico, Andrés Felipe
dc.contributor.author.none.fl_str_mv Osorio Guerrero, Karen Estefany
dc.contributor.orcid.spa.fl_str_mv https://orcid.org/0000-0001-5272-4447
dc.contributor.googlescholar.spa.fl_str_mv https://scholar.google.es/citations?user=OuVxcUgAAAAJ&hl=es
dc.contributor.cvlac.spa.fl_str_mv https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000650579
dc.contributor.corporatename.spa.fl_str_mv Universidad Santo Tomas
dc.subject.keyword.spa.fl_str_mv Spatio temporal
MCMC
Lgcp
Inhomogeneus point process
Spatial statistics
topic Spatio temporal
MCMC
Lgcp
Inhomogeneus point process
Spatial statistics
Trafico
Regulación de Trafico
Estadística
MCMC
Lgcp
Espacio temporal
Proceso puntual inhomogeneo
Estadística espacial
dc.subject.lemb.spa.fl_str_mv Trafico
Regulación de Trafico
Estadística
dc.subject.proposal.spa.fl_str_mv MCMC
Lgcp
Espacio temporal
Proceso puntual inhomogeneo
Estadística espacial
description El análisis espacial de patrones puntuales se usa para conocer el comportamiento de un conjunto de datos a lo largo de una ventana de observación espacial, para luego así proponer modelos que permitan hacer predicciones acerca del número de ocurrencias de un fenómeno en el lugar de estudio. En este trabajo, se hace una extensión de dichos análisis, donde no solo se estudia el comportamiento espacial, sino la dependencia de esta a través del tiempo. Para esto, se usa una base de datos de infracciones de tránsito ocurridas en la ciudad de Bogotá durante el año 2017, pero se seleccionó la infracción con mayor recurrencia durante ese año, en este caso, la infracción C02, que corresponde a parquear en sitios prohibidos. Para el análisis se consideran varias opciones: primero, observar el comportamiento puramente espacial sin incluir el tiempo como una variable de estudio, trabajar el tiempo como una marca cualitativa, una marca cuantitativa y finalmente, tratarlo como una dimensión más. Se concluyo que esta última es la opción óptima para el análisis, encontrando que tanto a nivel espacial como a nivel espacio temporal, se tiene un patrón agregado. Finalmente, se hayan los riesgos relativos del modelo, haciendo pronósticos en algunos tiempos elegidos al azar.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-09-23T13:09:51Z
dc.date.available.none.fl_str_mv 2021-09-23T13:09:51Z
dc.date.issued.none.fl_str_mv 2021-09-16
dc.type.local.spa.fl_str_mv Tesis de maestría
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.category.spa.fl_str_mv Formación de Recurso Humano para la Ctel: Trabajo de grado de Maestría
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_bdcc
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/masterThesis
format http://purl.org/coar/resource_type/c_bdcc
status_str acceptedVersion
dc.identifier.citation.spa.fl_str_mv Osorio Guerrero, Karen Estefany. (2021). Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales. Universidad Santo Tomas. Bogotá
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/35677
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.usta.edu.co
identifier_str_mv Osorio Guerrero, Karen Estefany. (2021). Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales. Universidad Santo Tomas. Bogotá
reponame:Repositorio Institucional Universidad Santo Tomás
instname:Universidad Santo Tomás
repourl:https://repository.usta.edu.co
url http://hdl.handle.net/11634/35677
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Baddeley, A., Rubak, E. & Turner, R. (2015), Spatial Point Patterns: Methodology and Applications with R, Chapman Hall/CRC Interdisciplinary Statistics, CRC Press.
Bermudez Arias, S. C. (2016), Metodología para la evaluación espacio temporal de la accidentalidad vial en Bogotá: caso Avenida Boyacá, PhD thesis, Universidad Nacional de Colombia-Sede Bogotá.
Bivand, R. S., Pebesma, E. J., Gomez-Rubio, V. & Pebesma, E. J. (2008), Applied spatial data analysis with R, Vol. 747248717, Springer.
Blazquez, C. A. & Celis, M. S. (2013), A spatial and temporal analysis of child pedestrian crashes in Santiago, Chile, Accident Analysis Prevention 50, 304-311. *https://www.sciencedirect.com/science/article/pii/S0001457512001534
Andrieu, C. & Thoms, J. (2008), A tutorial on adaptive mcmc, Statistics and Computing 18.
Castro, F. (2011), Análisis espacial de los accidentes de tránsito en el cantón de Pococí, Revista Geográfi ca de América Central 2, 1-43.
Diggle, P. J., Moraga, P., Rowlingson, B., Taylor, B. M. et al. (2013), Spatial and spatio-temporal log-gaussian cox processes: extending the geostatistical paradigm, Statistical Science 28(4), 542-563.
Diggle, P., Rowlingson, B. & Su, T. (2005), Point process methodology for online spatio - temporal disease surveillance, Environmetrics 16, 423 - 434.
El Espectador (2021), https://bit.ly/3lR74R9, 10 de Marzo de 2021.
Escobar, F. Á. C. (2013), Análisis espacial de los accidentes de tráfi co en Bogotá D.C. Fundamentos de investigación, Perspectiva Geográfica 18(1), 9-38.
Gabriel, E., Rowlingson, B., Diggle, P. et al. (2013), stpp: an r package for plotting, simulating and analyzing spatio-temporal point patterns, Journal of Statistical Software 53(2), 1-29.
Giraldo, R. (2009), Estadística espacial, Bogotá: Universidad Nacional de Colombia.
Jiang, X., Abdel-Aty, M. & Alamili, S. (2014), Application of poisson random effect models for highway network screening, Accident Analysis Prevention 63, 74-82. *https://www.sciencedirect.com/science/article/pii/S0001457513004399
Moncada, I. (2018), Analísis espacio temporal de los accidentes de tránsito en Bogotá utilizando patrones puntuales, PhD thesis, Universidad Nacional de Colombia-Sede Bogotá.
Muertes en eventos de transporte, Colombia, 2019 (2019), urlhttps://www.medicinalegal.gov.co/cifrasestadisticas/ forensis.
Steenberghen, T., Aerts, K. & Thomas, I. (2010), Spatial clustering of events on a network, Journal of Transport Geography 18(3), 411-418. Tourism and climate change. *https://www.sciencedirect.com/science/article/pii/S0966692309001240
Taylor, B. M., Davies, T. M., Rowlingson, B. S. & Diggle, P. J. (2013), lgcp: An R package for inference with spatial and spatio-temporal log-Gaussian Cox processes, Journal of Statistical Software 52(4), 1-40. *http://www.jstatsoft.org/v52/i04/
Taylor, B. M., Davies, T. M., Rowlingson, B. S. & Diggle, P. J. (2015), Bayesian Inference and Data Augmentation Schemes for Spatial, Spatiotemporal and Multivariate Log-Gaussian Cox Processes in R, Journal of Statistical Software 63(i07). *https://ideas.repec.org/a/jss/jstsof/v063i07.html
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.campus.spa.fl_str_mv CRAI-USTA Bogotá
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv Maestría Estadística Aplicada
dc.publisher.faculty.spa.fl_str_mv Facultad de Estadística
institution Universidad Santo Tomás
bitstream.url.fl_str_mv https://repository.usta.edu.co/bitstream/11634/35677/1/2021KarenOsorio.pdf
https://repository.usta.edu.co/bitstream/11634/35677/4/Carta%20aprobaci%c3%b3n%20facultad.pdf
https://repository.usta.edu.co/bitstream/11634/35677/7/Carta%20derechos%20de%20autor%20%282%29.pdf
https://repository.usta.edu.co/bitstream/11634/35677/8/license_rdf
https://repository.usta.edu.co/bitstream/11634/35677/9/license.txt
https://repository.usta.edu.co/bitstream/11634/35677/10/2021KarenOsorio.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/35677/11/Carta%20aprobaci%c3%b3n%20facultad.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/35677/12/Carta%20derechos%20de%20autor%20%282%29.pdf.jpg
bitstream.checksum.fl_str_mv faed6474804a0009d59c79817b85473d
e821d9af9743e1818ba8714600a7294a
d8101b004b1cb5b5361c8dd468d6a179
217700a34da79ed616c2feb68d4c5e06
aedeaf396fcd827b537c73d23464fc27
6880a0caef218fc9689583a0c83be65b
03ee3b8f5a7c19cd7df217b869ef09ac
e3d21e633c1740f29c9c7ed3ca3472bd
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv repositorio@usantotomas.edu.co
_version_ 1782026190862680064
spelling Ortiz Rico, Andrés FelipeOsorio Guerrero, Karen Estefanyhttps://orcid.org/0000-0001-5272-4447https://scholar.google.es/citations?user=OuVxcUgAAAAJ&hl=eshttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000650579Universidad Santo Tomas2021-09-23T13:09:51Z2021-09-23T13:09:51Z2021-09-16Osorio Guerrero, Karen Estefany. (2021). Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntuales. Universidad Santo Tomas. Bogotáhttp://hdl.handle.net/11634/35677reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEl análisis espacial de patrones puntuales se usa para conocer el comportamiento de un conjunto de datos a lo largo de una ventana de observación espacial, para luego así proponer modelos que permitan hacer predicciones acerca del número de ocurrencias de un fenómeno en el lugar de estudio. En este trabajo, se hace una extensión de dichos análisis, donde no solo se estudia el comportamiento espacial, sino la dependencia de esta a través del tiempo. Para esto, se usa una base de datos de infracciones de tránsito ocurridas en la ciudad de Bogotá durante el año 2017, pero se seleccionó la infracción con mayor recurrencia durante ese año, en este caso, la infracción C02, que corresponde a parquear en sitios prohibidos. Para el análisis se consideran varias opciones: primero, observar el comportamiento puramente espacial sin incluir el tiempo como una variable de estudio, trabajar el tiempo como una marca cualitativa, una marca cuantitativa y finalmente, tratarlo como una dimensión más. Se concluyo que esta última es la opción óptima para el análisis, encontrando que tanto a nivel espacial como a nivel espacio temporal, se tiene un patrón agregado. Finalmente, se hayan los riesgos relativos del modelo, haciendo pronósticos en algunos tiempos elegidos al azar.The spatial analysis of point patterns is used to know the behavior of a set of data throughout a spatial observation window, and then to propose models that allow making predictions about the number of occurrences of a phenomenon in the place of study. In this work, an extension of these analyzes is made, where not only the spatial behavior is studied, but its dependence through time. For this, a database of traffic violations that occurred in the city of Bogota during the year 2017 is used, but the violation with the greatest occurrence during that year was selected, in this case, the traffic violation C02, which corresponds to parking in prohibited places. For the analysis, several options are considered: first, observe purely spatial behavior without including time as an analysis variable, working time as a qualitative mark, a quantitative mark and finally, as one more dimension. It was concluded that the latter is the most optimal option for the analysis, finding that both at a spatial level and at a space-time level, there is an added pattern . Finally, we have the relative risks of the model, making forecasts at some times chosen at random.Magister en Estadística Aplicadahttp://unidadinvestigacion.usta.edu.coMaestríaapplication/pdfspaUniversidad Santo TomásMaestría Estadística AplicadaFacultad de EstadísticaAtribución-NoComercial-SinDerivadas 2.5 ColombiaAtribución-NoComercial-SinDerivadas 2.5 ColombiaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Caracterización de las infracciones de tránsito en Bogotá en el año 2017 utilizando un modelo Cox Log - Gaussiano de patrones puntualesSpatio temporalMCMCLgcpInhomogeneus point processSpatial statisticsTraficoRegulación de TraficoEstadísticaMCMCLgcpEspacio temporalProceso puntual inhomogeneoEstadística espacialTesis de maestríainfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Maestríahttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisCRAI-USTA BogotáBaddeley, A., Rubak, E. & Turner, R. (2015), Spatial Point Patterns: Methodology and Applications with R, Chapman Hall/CRC Interdisciplinary Statistics, CRC Press.Bermudez Arias, S. C. (2016), Metodología para la evaluación espacio temporal de la accidentalidad vial en Bogotá: caso Avenida Boyacá, PhD thesis, Universidad Nacional de Colombia-Sede Bogotá.Bivand, R. S., Pebesma, E. J., Gomez-Rubio, V. & Pebesma, E. J. (2008), Applied spatial data analysis with R, Vol. 747248717, Springer.Blazquez, C. A. & Celis, M. S. (2013), A spatial and temporal analysis of child pedestrian crashes in Santiago, Chile, Accident Analysis Prevention 50, 304-311. *https://www.sciencedirect.com/science/article/pii/S0001457512001534Andrieu, C. & Thoms, J. (2008), A tutorial on adaptive mcmc, Statistics and Computing 18.Castro, F. (2011), Análisis espacial de los accidentes de tránsito en el cantón de Pococí, Revista Geográfi ca de América Central 2, 1-43.Diggle, P. J., Moraga, P., Rowlingson, B., Taylor, B. M. et al. (2013), Spatial and spatio-temporal log-gaussian cox processes: extending the geostatistical paradigm, Statistical Science 28(4), 542-563.Diggle, P., Rowlingson, B. & Su, T. (2005), Point process methodology for online spatio - temporal disease surveillance, Environmetrics 16, 423 - 434.El Espectador (2021), https://bit.ly/3lR74R9, 10 de Marzo de 2021.Escobar, F. Á. C. (2013), Análisis espacial de los accidentes de tráfi co en Bogotá D.C. Fundamentos de investigación, Perspectiva Geográfica 18(1), 9-38.Gabriel, E., Rowlingson, B., Diggle, P. et al. (2013), stpp: an r package for plotting, simulating and analyzing spatio-temporal point patterns, Journal of Statistical Software 53(2), 1-29.Giraldo, R. (2009), Estadística espacial, Bogotá: Universidad Nacional de Colombia.Jiang, X., Abdel-Aty, M. & Alamili, S. (2014), Application of poisson random effect models for highway network screening, Accident Analysis Prevention 63, 74-82. *https://www.sciencedirect.com/science/article/pii/S0001457513004399Moncada, I. (2018), Analísis espacio temporal de los accidentes de tránsito en Bogotá utilizando patrones puntuales, PhD thesis, Universidad Nacional de Colombia-Sede Bogotá.Muertes en eventos de transporte, Colombia, 2019 (2019), urlhttps://www.medicinalegal.gov.co/cifrasestadisticas/ forensis.Steenberghen, T., Aerts, K. & Thomas, I. (2010), Spatial clustering of events on a network, Journal of Transport Geography 18(3), 411-418. Tourism and climate change. *https://www.sciencedirect.com/science/article/pii/S0966692309001240Taylor, B. M., Davies, T. M., Rowlingson, B. S. & Diggle, P. J. (2013), lgcp: An R package for inference with spatial and spatio-temporal log-Gaussian Cox processes, Journal of Statistical Software 52(4), 1-40. *http://www.jstatsoft.org/v52/i04/Taylor, B. M., Davies, T. M., Rowlingson, B. S. & Diggle, P. J. (2015), Bayesian Inference and Data Augmentation Schemes for Spatial, Spatiotemporal and Multivariate Log-Gaussian Cox Processes in R, Journal of Statistical Software 63(i07). *https://ideas.repec.org/a/jss/jstsof/v063i07.htmlORIGINAL2021KarenOsorio.pdf2021KarenOsorio.pdfArtículo principal"application/pdf3257312https://repository.usta.edu.co/bitstream/11634/35677/1/2021KarenOsorio.pdffaed6474804a0009d59c79817b85473dMD51open accessCarta aprobación facultad.pdfCarta aprobación facultad.pdfCarta aprobación facultadapplication/pdf17203https://repository.usta.edu.co/bitstream/11634/35677/4/Carta%20aprobaci%c3%b3n%20facultad.pdfe821d9af9743e1818ba8714600a7294aMD54metadata only accessCarta derechos de autor (2).pdfCarta derechos de autor (2).pdfCarta derechos de autorapplication/pdf1046971https://repository.usta.edu.co/bitstream/11634/35677/7/Carta%20derechos%20de%20autor%20%282%29.pdfd8101b004b1cb5b5361c8dd468d6a179MD57metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/35677/8/license_rdf217700a34da79ed616c2feb68d4c5e06MD58open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/35677/9/license.txtaedeaf396fcd827b537c73d23464fc27MD59open accessTHUMBNAIL2021KarenOsorio.pdf.jpg2021KarenOsorio.pdf.jpgIM Thumbnailimage/jpeg8275https://repository.usta.edu.co/bitstream/11634/35677/10/2021KarenOsorio.pdf.jpg6880a0caef218fc9689583a0c83be65bMD510open accessCarta aprobación facultad.pdf.jpgCarta aprobación facultad.pdf.jpgIM Thumbnailimage/jpeg6369https://repository.usta.edu.co/bitstream/11634/35677/11/Carta%20aprobaci%c3%b3n%20facultad.pdf.jpg03ee3b8f5a7c19cd7df217b869ef09acMD511open accessCarta derechos de autor (2).pdf.jpgCarta derechos de autor (2).pdf.jpgIM Thumbnailimage/jpeg9080https://repository.usta.edu.co/bitstream/11634/35677/12/Carta%20derechos%20de%20autor%20%282%29.pdf.jpge3d21e633c1740f29c9c7ed3ca3472bdMD512open access11634/35677oai:repository.usta.edu.co:11634/356772022-10-10 16:11:33.376open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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