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
By: Bohórquez Vergara, Laura Juliana [autor]
.
Contributor(s): Sánchez Gutiérrez, Nini Yojana [autor] | Saavedra Rodríguez, Annie Dariana [autor] | Medina Ortiz, Leonardo Fabio [Director].
Neiva: Universidad Surcolombiana, 2023Description: 1 CD-ROM (105 páginas); sin ilustraciones; 12 cm.Content type: texto Media type: computadora Carrier type: disco de la computadoraSubject(s): Especialización en Estadística -- Siniestros Viales | Siniestros Viales -- Modelo Random Forest -- Neiva - HuilaDDC classification: Th EE 062 | Item type | Current location | Collection | Call number | Copy number | Status | Date due | Barcode | Item holds |
|---|---|---|---|---|---|---|---|---|
e-Tesis
|
Biblioteca Central | Tesis y Trabajos de Grado | Th EE 062 (Browse shelf) | Ej.1 | Available | 900000026465 | ||
|
e-Tesis
|
Biblioteca Central | Tesis y Trabajos de Grado | Th EE 062 (Browse shelf) | Ej.2 | Available | 900000026466 |
Browsing Biblioteca Central Shelves , Collection code: Tesis y Trabajos de Grado Close shelf browser
Tesis Especialista en Estadística Universidad Surcolombiana. Facultad de Ciencias Exactas y Naturales. Especialización en Estadística 2023
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."
There are no comments for this item.