Return to search

Desenvolvimento de um modelo de previsão da demanda de passageiros do transporte rodoviário interestadual utilizando regressão com efeitos espaciais locais / Demand forecast model for passengers travels in interstate transportation bus services using spatial regression with local effects

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2008. / Submitted by Rosane Cossich Furtado (rosanecossich@gmail.com) on 2010-02-25T11:44:31Z
No. of bitstreams: 1
2008_ArleyCoutoMendonca.pdf: 1962791 bytes, checksum: 2f5a9b068a86ac9c0efdb221a7061f10 (MD5) / Approved for entry into archive by Lucila Saraiva(lucilasaraiva1@gmail.com) on 2010-02-25T23:54:47Z (GMT) No. of bitstreams: 1
2008_ArleyCoutoMendonca.pdf: 1962791 bytes, checksum: 2f5a9b068a86ac9c0efdb221a7061f10 (MD5) / Made available in DSpace on 2010-02-25T23:54:47Z (GMT). No. of bitstreams: 1
2008_ArleyCoutoMendonca.pdf: 1962791 bytes, checksum: 2f5a9b068a86ac9c0efdb221a7061f10 (MD5)
Previous issue date: 2008-09-08 / O transporte rodoviário interestadual de passageiros (TRIP) por ônibus é o meio de transporte predominante no Brasil, representando aproximadamente 95% dos deslocamentos de pessoas e um faturamento anual de mais de R$ 2,5 bilhões, sendo um serviço essencial para economia do país. Desse modo, existe a necessidade de estudos específicos para adquirir informações operacionais, além de identificar fatores que influenciam na produção e na atração de passageiros do transporte rodoviário interestadual. Assim, estudos da demanda de passageiros são de fundamental importância na tomada de decisão. Devido à relação entre transporte e espaço (geográfico, distância, dinâmica regional, etc), as técnicas que podem ser as mais adequadas para a previsão da demanda de passageiros, são as que utilizam Análise Espacial (AE). Ou seja, modelos que não possuem alguma estrutura espacial, como por exemplo, a matriz de proximidade espacial W, não são os mais adequados para o trabalho. Dessa forma, pela existência de dados espaciais, provavelmente verifica-se a presença da dependência espacial, e assim, o modelo proposto é de regressão com efeitos espaciais. Mas se além dessa dependência, forem identificadas sub-regiões com os mesmos padrões espaciais (não-estacionariedade), é necessária a utilização de modelos de regressão com efeitos espaciais locais que podem ser trabalhados de duas formas: discreto e contínuo. O presente trabalho ostenta além de uma metodologia para a construção dos modelos de regressão com efeitos espaciais, uma análise exploratória e confirmatória por meio de um estudo de caso que engloba passageiros de municípios como São Paulo e Natal em viagens interestaduais e passageiros em viagens intermunicipais do estado do Ceará, além das variáveis socioeconômicas de ambos os lugares. Os resultados mostraram que, na existência de dependência espacial e da nãoestacionariedade, os modelos de regressão com efeitos espaciais locais da forma discreta, que analisa cada sub-região com suas particularidades, apresentaram diagnósticos que permitem afirmar e compreender melhor de que o espaço com suas atividades e dinâmicas, influencia na demanda de passageiros do transporte rodoviário interestadual. _______________________________________________________________________________ ABSTRACT / Interstate transportation bus services (TRIP) are the principal transport mode used in Brazil, responsible for more than 95% of personal displacements, and an annual turnover of over R$ 2.5 billion. In order to enable better decision making, it is important to develop studies focused on operational information, identifying demand performance. Due to the Space and transport relationship (geographic, distance and regional dynamics), only spatial structured models like spatial weights matrix (W) should be used for forecasting passenger demand. Dealing with Spatial data, it is expected to observe spatial dependence, represented by regression models with spatial effects. But beyond this dependence, it could be observed sub-regions with the same spatial patterns (non-stationary), where regression models with local spatial effects are properly recommended in both cases: discrete and continuous. This paper presents, beyond a suitable methodology for developing regression models with spatial effects, an exploratory and confirmatory analysis, considering socioeconomics variables, by a study case including interstate passenger travels in Brazil, from cities of São Paulo and Natal, and intercity passenger travels in Ceará State. The results have shown that, existing spatial dependence and non-stationarity, regression models with local spatial effects in discrete way can allow diagnoses that promote a better understanding of urban dynamic space, influencing transportation passenger demand on interstate travels, due to the evaluation of each sub-region in its merits given by the technique.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/3747
Date08 September 2008
CreatorsMendonça, Arley Couto de
ContributorsYamashita, Yaeko
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0027 seconds