Bohórquez Vergara, Laura Juliana,
Análisis y predicción de los factores determinantes de los siniestros viales en Neiva, Huila utilizando el modelo Random Forest / Laura Juliana Bohórquez Vergara, Nini Yojana Sánchez Gutiérrez, Annie Dariana Saavedra Rodríguez; Director Leonardo Fabio Medina Ortiz , Datos electrónicos (1 archivos:2246 MG) - 1 CD-ROM (105 páginas); sin ilustraciones; 12 cm
Tesis
Resumen -- Planteamiento del problema -- Antecedentes y Marco teórico -- Marco Normativo, bases teóricas -- Objetivos, general, específicos -- Justificación -- Hipótesis y variables -- Definición de términos -- Alcances y limitaciones -- Diseño metodológico -- Resultados --Conclusiones y Recomendaciones
"El objetivo del presente estudio es predecir los principales factores que contribuyen a la incidencia de los siniestros viales en Neiva, Huila, utilizando el modelo Random Forest, durante el período comprendido entre 2019 y 2022. El enfoque que se utilizó en esta investigación es de naturaleza mixto, observacional, analítico y empleando un diseño descriptivo, comparativo y correlacional. La población de estudio abarca los 2.054 siniestros viales reportados en la ciudad de Neiva durante los años 2019 al 2022, los cuales van hacer manipulados a través del software Python, donde se utilizará un muestreo no probabilístico por conveniencia, considerando la totalidad de la base de datos proporcionada por la secretaría de movilidad de Neiva.
El análisis y predicción de los factores determinantes de los siniestros viales en Neiva, Huila, utilizando el modelo Random Forest ha proporcionado información valiosa sobre los principales factores que contribuyen a la incidencia y gravedad de estos accidentes. Se ha encontrado que la clase de vehículo, la edad, el código de hipótesis y la comuna son variables importantes en la clasificación de la gravedad de los siniestros. Además, se identificaron categorías con mayores incidencias de siniestros en términos de gravedad.
Para finalizar, se recomienda implementar medidas de prevención y seguridad vial basadas en los hallazgos y predicciones obtenidos a través del análisis de los factores determinantes de los siniestros viales en Neiva. Esto incluye acciones como fortalecer la educación vial, mejorar la infraestructura de tránsito, realizar campañas de concientización y promover el cumplimiento de las normas de tránsito. Al utilizar el modelo Random Forest y los resultados del análisis, se puede desarrollar estrategias específicas dirigidas a reducir la incidencia y gravedad de los siniestros viales en la ciudad, mejorando así la seguridad de los ciudadanos y la calidad de vida en general."
Especialización en Estadística--Siniestros Viales
Siniestros Viales--Modelo Random Forest--Neiva - Huila
Th EE 062
Análisis y predicción de los factores determinantes de los siniestros viales en Neiva, Huila utilizando el modelo Random Forest / Laura Juliana Bohórquez Vergara, Nini Yojana Sánchez Gutiérrez, Annie Dariana Saavedra Rodríguez; Director Leonardo Fabio Medina Ortiz , Datos electrónicos (1 archivos:2246 MG) - 1 CD-ROM (105 páginas); sin ilustraciones; 12 cm
Tesis
Resumen -- Planteamiento del problema -- Antecedentes y Marco teórico -- Marco Normativo, bases teóricas -- Objetivos, general, específicos -- Justificación -- Hipótesis y variables -- Definición de términos -- Alcances y limitaciones -- Diseño metodológico -- Resultados --Conclusiones y Recomendaciones
"El objetivo del presente estudio es predecir los principales factores que contribuyen a la incidencia de los siniestros viales en Neiva, Huila, utilizando el modelo Random Forest, durante el período comprendido entre 2019 y 2022. El enfoque que se utilizó en esta investigación es de naturaleza mixto, observacional, analítico y empleando un diseño descriptivo, comparativo y correlacional. La población de estudio abarca los 2.054 siniestros viales reportados en la ciudad de Neiva durante los años 2019 al 2022, los cuales van hacer manipulados a través del software Python, donde se utilizará un muestreo no probabilístico por conveniencia, considerando la totalidad de la base de datos proporcionada por la secretaría de movilidad de Neiva.
El análisis y predicción de los factores determinantes de los siniestros viales en Neiva, Huila, utilizando el modelo Random Forest ha proporcionado información valiosa sobre los principales factores que contribuyen a la incidencia y gravedad de estos accidentes. Se ha encontrado que la clase de vehículo, la edad, el código de hipótesis y la comuna son variables importantes en la clasificación de la gravedad de los siniestros. Además, se identificaron categorías con mayores incidencias de siniestros en términos de gravedad.
Para finalizar, se recomienda implementar medidas de prevención y seguridad vial basadas en los hallazgos y predicciones obtenidos a través del análisis de los factores determinantes de los siniestros viales en Neiva. Esto incluye acciones como fortalecer la educación vial, mejorar la infraestructura de tránsito, realizar campañas de concientización y promover el cumplimiento de las normas de tránsito. Al utilizar el modelo Random Forest y los resultados del análisis, se puede desarrollar estrategias específicas dirigidas a reducir la incidencia y gravedad de los siniestros viales en la ciudad, mejorando así la seguridad de los ciudadanos y la calidad de vida en general."
Especialización en Estadística--Siniestros Viales
Siniestros Viales--Modelo Random Forest--Neiva - Huila
Th EE 062