Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TRANSPORTES.
Modelización de la accidentalidad
según el tipo de carretera y su circulación.
TESIS DOCTORAL.
Por
Director:
Madrid, 2003.
Tribunal nombrado por el Magnífico y Excelentísimo Sr. Rector de la
Universidad Politécnica el día de de 2003.
Presidente:
Vocales:
Secretario:
Calificación:
EL SECRETARIO
RESUMEN.
Por último mencionar a mis familiares próximos. Ellos han vivido todas
las alegrías, desánimos, miedos y dudas, que han formado parte de la urdimbre
de este estudio. Me h a n prestado su apoyo de forma incondicional y h a n
sobrellevado con cariño todo el tiempo que este trabajo les ha robado.
ÍNDICE
1.- ANTECEDENTES 1
1.1.- Seguridad vial 1
1.2.- Los modelos de seguridad vial 8
1.2.1.- Los modelos univariables. Los índices de
siniestralidad 12
1.2.1.1.- índice acumulativo. El punto negro 17
1.2.1.2.- índices ponderados. índice de
peligrosidad e índice de mortalidad 18
1.2.2.- Los modelos multivariables de seguridad vial. . . . 21
1.1.-Seguridad vial.
VICTIMAS MUERTOS
Figura 1.
Relaciones siniestro-accidente con víctimas-accidentes con víctimas mortales.
El tráfico es u n sistema que conjuga tres elementos: usuario, vehículo y
carretera. La distinta intervención de cada uno de ellos, asi como las interaccio-
nes de unos con otros, conforman la cambiante realidad del tráfico. El concepto
de usuario no se debe limitar al conductor o conjunto de conductores; debe
también incorporar la posible presencia de peatones, ciclistas y ocupantes de
los vehículos. Algo parecido ocurre con el elemento carretera; no intervienen
exclusivamente los valores geométricos de la sección de la calzada, de s u
proyección en planta y alzado. También las condiciones del entorno tienen u n a
implicación evidente. Así, las condiciones de los márgenes, el entorno en su
conjunto (incluidos el propio tráfico, las condiciones meteorológicas y la
iluminación), son circunstancias que hacen que el elemento carretera no sea
estático y de fácil parametrización. Finalmente, el vehículo que es el elemento
aparentemente menos variable, tampoco puede considerarse como u n a variable
independiente. En efecto, los vehículos que circulan habitualmente por la
carretera, varían entre medidas ligeramente superiores al metro, hasta valores
de decenas de metros. En consecuencia su masa y, por tanto, su energía varían
en u n rango muy amplio. A esta circunstancia se añade, para u n mismo tipo
de vehículo, el d i s t i n t o e q u i p a m i e n t o . Maniobrabilidad o potencia son
características que en pocas ocasiones se consideran. Otras circunstancias que
también inciden de forma directa y que pocas veces siquiera se constatan son
el tipo y estado de los neumáticos, o los diferentes elementos y dispositivos de
seguridad, tanto activa como pasiva. Finalmente, aunque no menos importante,
el vehículo desarrolla u n a velocidad en cada i n s t a n t e . Esta velocidad, al
conjugarse con la del resto de vehículos y con la carretera, hace que se
convierta en u n elemento trascendental en la seguridad.
ACCIDENTE
NIVEL CONDUCTOR
DE
CAPACIDAD
NIVEL SISTEMA
DE
EXIGENCIAS
Figura 2.
Blumenthal, M.; Dimensions of the Traffic Safety Problem;
Traffic Safety Research Review, 1966.
por debajo la de exigencia del sistema, lo que provoca la pérdida total o parcial
del control sobre la trayectoria del vehículo (Blumenthal, 1966). De igual forma,
las consecuencias del accidente, son el resultado de las posteriores interrelacio-
n e s de los e l e m e n t o s del s i s t e m a . E n el C o n g r e s o M u n d i a l de la AIPCR e n
Bruselas (1987) se aportaron datos que pusieron en evidencia (figura 3) el grado
en el que el u s u a r i o , el vehículo y la c a r r e t e r a intervienen en los a c c i d e n t e s .
E s t u d i o s m á s recientes h a n p u e s t o de manifiesto que m á s i m p o r t a n t e q u e el
g r a d o de i n t e r v e n c i ó n de c a d a e l e m e n t o en la s i t u a c i ó n de a c c i d e n t e , es el
análisis de la evolución del conjunto.
CARRETERA VEHÍCULO
o;i %
Figura 3.
Congreso M u n d i a l de la AIPCR e n B r u s e l a s (1987).
Cuasi-accidentes
Conflictos leves
Conflictos potenciales
Acontecimientos
no interrumpidos
Figura 4.
Hydén C; The Development of a Method for Traffic Safety Evaluation;
The Swedish Traffic Conflicts Technique; Department of Traffic Planning
and Engineering; University of Lund, 1987.
Muertos
Srtuaciones sin sokjcun
T A muy c o r t o Xmpac+os, a t r o p e l l o s
o y s o l i d a s d e la vía.
Reducción muy rápida del T A
C a m b i o d e sí1*uación
Aumento de! T A
Carnbío d e s i t u a c i ó n
Reducción del T A
C a m b i o d e síi-uacíón
R e e q u i i i b r i o CC
Cambio d e situación
D e s e q u i l i b r i o CC
TA = rjEMPO DE APROXIMACIÓN Pirémide de /as Situac/'ones
CC ~ CAÍXf^AS aDNOUCTÓGB-4AS
Figura 5.
Xumini L. M.; Estudio de la mecánica de funcionam.iento del sistem.a de tranco.
(Sin publicar).
7
1.2.- Los modelos de seguridad vial.
Todos los modelos de seguridad vial, en mayor o menor grado y según sea
la complejidad de su formulación, parten de u n sistema compuesto por usuario,
10
vehículo y carretera. Suele considerarse al u s u a r i o y al vehículo factores
i n t e r n o s del s i s t e m a , p u e s el u s u a r i o es el elemento decisor que posee
capacidad de acción sobre el vehículo. La carretera en cambio se considera
como factor extemo del sistema, pues el usuario y el vehículo se adaptan a las
circunstancias impuestas por ella. La carretera no puede ser a d a p t a d a en
ningún caso por los restantes elementos del sistema. Al considerar la carretera,
se están teniendo en cuenta tres aspectos distintos, que de forma combinada
imponen las circunstancias extemas del sistema. Por u n lado debe considerarse
la carretera propiamente dicha, la infraestructura. Por otro lado entran en juego
las circunstancias del entorno (iluminación, condiciones meteorológicas y
márgenes de la calzada). Finalmente, el conjunto de usuarios de la vía, que
impone u n a s características al flujo de tráfico. La configuración de estos
aspectos conforma la realidad del factor carretera.
11
1.2.1.- Los modelos univariables. Los índices de siníestralidad.
12
encadenando otros parámetros añadidos, que hacen que el modelo destaque la
relación entre el nuevo parámetro y la seguridad vial. La formulación del riesgo
como producto de la exposición por la probabilidad de que ocurra u n detenni-
nado evento, se debe a Bemoulli en 1738. Desde entonces y hasta ahora, esta
formulación continúa siendo válida, a p e s a r de que los contenidos de los
parámetros han evolucionado.
13
de la circulación. Por último, motivado por la falta de datos también se h a
empleado en ciertas ocasiones la superficie del país como factor de exposición.
Su principal inconveniente es que presupone u n a distribución uniforme del
tráfico en la superficie considerada.
14
incluyendo el dato de víctimas mortales en las veinticuatro horas siguientes al
accidente.
15
intrínseco del tramo coincide con el valor medio de accidentes. El efecto de
regreso a la media consiste en que para los tramos que presentan elevados
índices de siniestralidad en u n período determinado, en períodos posteriores el
índice tiende a disminuir. Al e s t a r sometido el índice de siniestralidad a
variaciones aleatorias, cuando el valor de este está por encima del valor de
riesgo intrínseco del tramo, dicho tramo tiene mayor probabilidad de encontrar-
se entre los de accidentalidad m á s elevada. En consecuencia, es probable que
en períodos de tiempo posteriores el valor de la accidentalidad disminuya,
acercándose al valor medio que representa el riesgo intrínseco. Luego en u n
tramo que en determinado momento posee u n a elevada accidentalidad, si se
consideran períodos sucesivos de tiempo, el número de accidentes tiende a
disminuir por iin efecto de regreso a la media, aun cuando no se hayan tomado
medidas correctoras y permanezcan estables las condiciones de los factores
intervinientes. El efecto de regreso a la media se produce entonces en aquellos
t r a m o s s i t u a d o s en la cola superior de la distribución de los índices de
siniestralidad para un conjunto de tramos. Si se analizan los tramos individual-
mente sólo se producirá este efecto cuando el riesgo intrínseco sea inferior al
valor de accidentalidad registrado. Algunos estudios realizados han empleado
métodos estadísticos basados en el análisis de Bayes con el objetivo de mitigar
este efecto.
16
1.2.1.1.- índice acumulativo. El punto negro.
17
emplazamientos con frecuencias por debajo de aquel valor. Se ha comprobado
que, para la Red del Estado en Francia, el método de los puntos negros viene
a considerar sólo u n 8% del total de los accidentes graves producidos. (Informe
del Comité de seguridad vial de la AIPCR; XX Congreso Mundial; Montreal
1995). En España se estima que para la Red de Carreteras del Estado, Los TCA
corresponden al 20% de los accidentes con víctimas, mereceiendo destacar que
este porcentaje se sitúa en u n a longitud que supone el 4% del total de dicha red
(V jornadas nacionales de seguridad vial; Asociación Técnica de Carreteras;
Oviedo 2001).
Siendo:
IP: índice de peligrosidad.
IMD: la intensidad media diaria del tramo de carretera considerado
(vehículos).
Longitud: la longitud del tramo de carretera considerado (kilóme-
tros).
18
Las unidades del IP son pues, accidentes con víctimas por cada cien
millones de vehículos-kilómetro. El período de tiempo considerado en la IMD es
u n año. La formulación anterior permite obtener entonces los índices de
peligrosidad anuales, realizar con ellos comparaciones y estudiar su evolución.
19
simplificación p r o p u e s t a se e s t i m a el efecto de regreso a la media R(%)
mediante la expresión:
R = -^-^ 1-100
l(n^+n) ' A J
a2
A= VAR{a)-a
a
^t =
VARla)-a
20
accidentalidad, el conductor percibe u n a disminución del riesgo, lo que le lleva
a variar la conducción hasta compensar la mejora de seguridad. Cuando las
condiciones de la carretera no mantienen el nivel de seguridad antes percibido
el sistema se desestabiliza pudiendo evolucionar a u n a nueva posición de
equilibrio, o siendo sorprendido por u n a degeneración del s i s t e m a que
evoluciona rápidamente a situaciones de riesgo. Resulta entonces lógico que al
actuar en u n tramo de carretera mejorando ostensiblemente s u s niveles de
seguridad, en los tramos adyacentes aumente la accidentalidad produciéndose
el efecto de migración (Nolan, 2001). El efecto de migración de los accidentes
no hace m á s que evidenciar la sensibilidad a las condiciones iniciales del
sistema de seguridad vial, unido a la localidad del mismo.
21
modelo que recoja todas las experiencias de los distintos modelos operativos
(Quebec, Noruega, Estocolmo, Alemania, Francia, California), se realizó u n a
conferencia internacional en París (Seminario del 26 al 27 de noviembre de
1998, París). Dicha conferencia propuso en su programa de trabajo alcanzar
dos objetivos: recopilar toda la documentación referente a los distintos modelos
DRAG empleados, y e s t u d i a r su posible empleo en la evaluación de la
efectividad de las políticas de seguridad vial. Estos trabajos se encuentran en
este momento en fase de desarrollo.
22
ser suñcientemente elevada como para poder aplicar el teorema central del
límite. Según este t e o r e m a , p a r a u n a sucesión de variables aleatorias
independientes e idénticamente distribuidas con esperanza y varianza finitas,
su s u m a es asintóticamente normal. Por t a n t o , la distribución s u m a de
accidentes para u n período al menos anual habría de tender a la distribución
normal.
23
mecanizado disponibles. Cabe reincidir en este punto que el teorema De Moivre-
Laplace, particularización del teorema central del límite, se enuncia como: la
suma de u n a sucesión de variables aleatorias independientes con distribución
de Bemoulli (cuya suma es u n a distribución normal) de parámetros "n" y "p"
se puede aproximar para valores suficientemente grandes de "n", a u n a normal
de media "n-p" y varianza "np(l-p)''.
24
2.- MÉTODOS ESTADÍSTICOS Y TÉCNICAS DE ANÁLISIS DE DATOS.
Yi = bi x^ + ba x + bs + Ci
donde los valores de bj son los estimadores de los parámetros a^ del modelo, y
los valores de e; son los errores de estimación del modelo.
25
E n notación raatricial, el modelo de m í n i m o s c u a d r a d o s se obtiene
resolviendo la ecuación:
Donde:
b es la matriz de los estimadores de los parámetros.
(X' X)"^ es la matriz varianza - covarianza.
X' es la matriz traspuesta de los valores observados de la variable
independiente.
Y es la matriz de los valores observados de la variable dependiente.
Donde:
^ total ~ (^i " ^ mediJ
Siendo:
Y es^: valores e s t i m a d o s m e d i a n t e el modelo
Y media- valor mcdío de t o d a s las observaciones
Y H : valores observados
26
Si en la ecuación inicial dividimos cada término por V^tai, se tiene que:
27
sólo conocemos u n a parte del total del censo, por lo que a partir de la muestra
que se dispone, hay que estimar todo lo referente a la población. Las poblacio-
nes y las muestras se describen matemáticamente por u n conjunto de valores.
Cuando estos se refieren a la población se denominan parámetros, mientras
que cuando se refieren a m.uestras se denominan estadísticos.
28
Como consecuencia de los estudios de los errores tipo 1 y II para las
p r u e b a s de contraste de hipótesis, en general se acepta la hipótesis n u l a
cuando la probabilidad de discrepancia entre lo esperado (parámetro) y lo
medido (estadístico) es inferior a 0,05. Es por ello que, al aplicar cualquier test
de contraste de hipótesis, habitualmente sólo se consideran estadísticamente
significativos p a r a valores de inferiores a 0,05. De entre estos merecen
destacarse por su dilatado empleo los siguientes: "t" de Student, test de
Wilcoxon-Mam Whitney, test de la mediana, test de Kolmogorof-Smimov, razón
de verosimilitud y prueba de Chi-cuadrado de Pearson.
29
en unas regiones compactas del espacio de atributos. En general, no se pueden
establecer las clases de objetos a partir de la uniformidad de la posición de los
objetos sobre todos los ejes de atributos o caracteres.
30
- Elección de las variables.
- Homogeneización de variables.
- Adaptación del concepto de conglomerado a u n problema concreto.
- Medidas de semejanza o desemejanza entre objetos.
- Implementación de algoritmos.
- Interpretación de resultados.
Los objetos del análisis pueden ser de cualquier tipo. El análisis se realiza
a partir de u n a muestra, que no es más que u n a parte de la población que se
pretende estudiar. El análisis de conglomerados se sustenta, en general, en el
principio de aleatoriedad. Esto significa que todos los objetos son igualmente
probables a la hora de seleccionar la muestra. Bajo esta selección aleatoria,
cualquier grupo que exista en la población tiende a estar representado en la
m u e s t r a en proporción a s u t a m a ñ o relativo respecto de la población. Los
grupos pequeños o raros en la población puede que no estén representados en
la muestra, sobre todo cuando esta es de pequeño tamaño.
31
2.3.2.- Elección de las variables.
Las variables que toman valores muy semejantes en todos los elementos
de la muestra presentan u n escaso poder discriminatorio. Por el contrario, las
que muestran diferencias apreciables entre algunas de las unidades experimen-
tales y otras pueden conducir a fuertes distinciones. La ausencia de u n a
variable relevante para la discriminación, a la hora de seleccionar las variables,
suele conducir a que los conglomerados obtenidos se mezclen en u n a masa
amorfa o confusa.
A su vez, las variables (sean del tipo que fueren), se denominan de escala
cuando son susceptibles de ser medidas con u n sistema de medida de escala.
Se consideran cuatro clases de escalas:
32
- Escalas nominales. Sólo distinguen tipos de clases. Es decir, A es
igual a B, o es distinto. Si V^ y Vg representan los valores de A y B se
puede decir V^ = Vg ó V^ '^ Vg
- Escalas ordinales. Introducen u n orden en cada clase. Además de
distinguir si A es igual o distinta de B, en el caso de la desigualdad
introducen si A es mayor que B o B mayor que A. Es decir, si V^^ ^^ Vg,
VA > VB ó Vg > V^.
- Escalas de intervalo. Asignan u n a medida significativa de la
diferencia entre dos elementos. No sólo distinguen que A es mayor que
B, además A es "x" unidades mayor que B. Es decir, si V^ > Vg, A es V^
- Vg unidades mayor que B.
- Escalas de razón. Es u n a escala de intervalo, en la que se
encuentra u n origen inferior de medida denominado punto cero. Ello
supone no sólo que A es distinta de B, y A es "x" unidades mayor que B;
además A es cierto número de veces superior a B. Es decir, si V^ > Vg ,
A es V^ / Vg veces superior a B.
33
variable de escala implica la renuncia a u n a parte de la información.
34
elemento de X y "a^ " las características observadas. Sea W u n conjunto de "k"
nombres "Wj". Una identificación es u n a aplicación sobre todo o parte del
conjunto X en W tal que, introduciendo las variables "a^" se obtiene *Wj". Si "a^"
es el resultado de las medidas de u n objeto, la imagen "Wj" de la aplicación se
denomina nombre de la clase a la que pertenece el objeto. Las clases de
equivalencia sobre el conjunto X son conjuntos tales que a todos ellos la
función de clasificación les asigna el mismo nombre "w,".
35
variable se encuentra en dos estados posibles, habitualmente llamados O y 1.
Si se pueden realizar operaciones numéricas con los datos, las variables se
llaman entonces binarias cuantitativas. En caso contrario se llaman binarias
cualitativas.
36
medida de semejanza o desemejanza. Las distancias son las desemejanzas que
se em.plean con mayor frecuencia.
37
3.- ESTADO DE LA CUESTIÓN.
38
(DW) Alemania Occidental
(i) Italia
(GB) Gran Bretaña
(F) Francia
(NL) Holanda
(B) Bélgica
(A) Austria
(CH) Checoslovaquia
(USA) Estados Unidos
(E) España
.i¿
' ' - , 1 1 1 - * ' 1
•o
ce o E-A. Peaje
• a 0 5^
03 CD
•t—i
v__^
o -"-—
co
^ o
cu
- o aS
cu Z5
CJ
•o
b
O
O
10 000 20 000 30 000 40 000 50 000 60 000
Intensidad Media Diaria (IMD)
F i g u r a 6.
Brühning E. 85 Bems, S.; Traffic Safety on Motorways;
lATSS Research Vol. 19 No. 1, 1995.
39
700
E finn
TD 1
" 5 <f¡ 1970 Red primaria y secundaria
^ O
CD =1 6UU
QJ-í^
4UU
300
"C DF- ^
O tn
VOII
-oS
~c 0)
c
•o 100
o 1995 Red interestatal
o
m 0
10 20 30 40 50 60 70
Figura 7.
Kaub A.R.; Injury - Based Corrídor Safety Levéis of Service;
79th Annual Meeting of the Transportation Research Board;
Washington D.C., enero de 2000.
40
Figura 8.
41
Los primeros estudios de seguridad vial de este tipo, basados en los
valores de exposición y probabilidad, comenzaron a desarrollarse en el
momento en que los medios para contabilizar vehículos fueron operativos. El
primer aforador mecánico del que se tiene noticia corresponde al de la fotografía
(figura 8). Este se instaló en u n a intersección semaforizada en Baltimore en
1928, siendo su creador Charles Adler. Al acercarse u n vehículo a la intersec-
ción, el cartel indicaba que debía hacer sonar el claxon para que el semáforo
pasara a fase verde. Una membrana recibía la presión del sonido agudo del
claxon y conectaba el interruptor a fase verde, que posteriormente retornaba
a fase roja accionado por u n temporizador. Cada cambio a fase verde quedaba
registrado en u n contador mecánico.
p = k d Vi^
Siendo:
p: probabilidad de que u n vehículo sufra u n accidente con víctimas
en el que sólo él esté implicado.
k y b: constantes.
Vj: velocidad del vehículo.
d: longitud de carretera recorrida a velocidad Vj.
42
Total de accidentes
ü
">
c:
o
ü Choques frontales
(A
<L>
O)
CL
"ü
Ü Un único vehículo
<
implicado
^o-
0 100 200 300 400 500 600 700 800 900 1 000
Intensidad horaria
Figura 9.
Belmont D.M; Effect of Average Speed and Volume on Motor Vehicle
Accidents on Two-Lane Tangents.
Highway Research Board Proccedings, 1953.
S,„ = k v''=
Siendo:
S ^ : accidentes con víctimas con u n solo vehículo implicado por
vehículo-milla.
v: velocidad media (millas/hora).
43
k: constante.
p = K (vi + v^) -
Siendo:
p: probabilidad de accidente por choque frontal con víctimas.
K y m: constantes.
Vi y V2: velocidades respectivas de los vehículos que circulan en
sentidos contrarios.
Cvm = C n V
Siendo:
C^. colisiones frontales con víctimas por vehículo - milla.
c: constante.
n: número de vehículos por hora (en ambos sentidos de la carrete-
ra),
v: velocidad media (millas/hora).
Con los datos empleados, Beknont ajustó el modelo a una expresión del
44
tipo:
R ^ = Cj n + C2 n V + C3 v^'^
Siendo:
R,^: accidente con victimas por alcance por vehículo-milla.
Ci, C2, C3: constantes.
n: núraero de vehículos por hora (en ambos sentidos de la carrete-
ra),
v: velocidad media (millas/hora).
A ^ = Ci v^'^ + C2 n + C3 n V
45
toma los valores de accidentalidad e intensidad h o r a r i a de u n t r a m o de
autopista y obtiene u n a curva en "u" (figura 10). En este estudio se siguen los
mismos pasos del estudio anterior, diferenciando entre accidentes con u n solo
vehículo implicado y con varios vehículos. Se comprueba que la curva ñnal,
obtenida al igual que hizo Smeed en 1955, como suma de las correspondientes
a accidentes con u n único vehículo y la de accidentes con varios vehículos,
sigue la tendencia ya a p u n t a d a por este. Posteriormente, en 1970 el mismo
investigador profundiza en este trabajo y analiza los datos de accidentes con
varios vehículos implicados. Como resultado concluye que los accidentes por
alcances aumentan exponencialmente a partir de u n cierto intervalo de tiempo
entre vehículos sucesivos (distancia de seguimiento segura), lo cual concuerda
con los resultados obtenidos por Belmont.
46
500 1 000 1 500 2 000 2 500 3 000
Vehículos / hora
Figura 10.
Leutzbach, W.; Traffic Accidents and Traffic Flow on the Frankfurt-Mannheim
Motorway - Investigation of the Relationship Between Traffic Accidents and Trafñc Flow;
Hessisches Ministerium für Wirstschaft und Verkehr, 1966.
47
estudian para los ocho tramos de carreteras con calzadas separadas la relación
índice de accidentalidad - intensidad horaria (ñgura 12). El estudio discrimina
entre los accidentes con u n único vehículo implicado y los accidentes con varios
vehículos. Los resultados obtenidos son consistentes para el caso de accidentes
con u n único vehículo implicado. En cambio, para el caso de varios vehículos
implicados, la dispersión es más acusada. Por este motivo, Ceder prosigue el
estudio empleando tres tramos de carreteras con calzadas s e p a r a d a s con
períodos claramente diferenciados de congestión y períodos de flujo libre del
tráfico siempre en condiciones de luz diurna (Ceder, 1982). Obtiene que para
los accidentes con varios vehículos implicados el ajuste del modelo se consigue
distinguiendo entre períodos de flujo libre y congestión (figura 13). La hipótesis
empleada para distinguir flujo de circulación libre y en congestión, que se basa
en el trabajo de Leutzbach, supone que el flujo está congestionado cuando en
u n período horario al menos el 95% de los accidentes producidos lo son con
varios vehículos implicados y al tiempo los alcances son al menos el 85% del
total de los accidentes.
I = a (IMD)''
48
20 40 60 80 100 120 140
IMD (cientos)
Figura 11.
Ceder A.& Livneh M..; Further Evaluation of the Relationships
Between Road Accidents and Average Daily Traffic;
Accident Analysis and Prevention; Pergamon Press Ltd., 1978.
49
~i 1 I I r T 1 i r
67
ti
75
J 1 1 ! I I I I I I I I
S50 1050
Intensidad horaria (vehículos/hora)
~i I I I r
un vehículo implicado
' qi 72 ,
A [
550 1050
Intensidad horaria (vehículos/hora)
Figura 12.
Ceder A. 85 Livneh M;. Relationshisp Between Road Accidents a n d
Hourly Traffic Flow - I; Accident a n a l y s i s a n d prevention.
Pergamon Press Ltd., 1982.
50
Flujo libre
Un solo vehículo implicado
J^
Varios vehículos implicados
(D m
O Total
"O 3
P -F
Sií 1,0 —
1 1 1 1 J•
2,5-
(>
1
Flujo congestionado >
1
A Varios vehículos implicados
2,0- t
f—
1
f/l
m >
tj
11
(I
t
o 1
yi
^ 1,5- 1 —
(ü
> *>
Q-O
0)
o >
""^
f
?í 1,0-
T3
ni ~
/ -
i
0,5-
/
0-
y
1200 1400 1600 1800 2000
Intensidad horaria (vehículos/hora)
Figura 13.
Ceder A.; Relationshisp Between Road Accidents a n d Hourly
Traffíc Flow - II; Accident Analysis a n d Prevention.
Pergamon Press Ltd., 1982.
51
Consideran por separado los índices de peligrosidad y los de mortalidad,
para cada u n a de las tres redes estudiadas (ñgura 14). Como comprobación,
calculan los coeficientes de correlación para cada caso, obteniendo para el
índice de peligrosidad el valor -0,029 en la red interestatal, 0,359 para la
primaria y 0,358 para la secundaria. Para el índice de mortalidad el coeficiente
de correlación es de -0,401 en la red interestatal; -0,505 para la primaria y -
0,158 para la secundaria. Con estos resultados los autores concluyen que el
modelo propuesto explica poco la realidad.
•1,35
• •
-1,50
-1.65
Coeficiente de correlación
-1,80
I r = -0,401
• •
> -1,95
™ -2,10
-2,25 -
-2,40
Figura 14.
Brodsl^ H. 85 Hakkert A.S.; Highway Accident Rates and Rural Travel
Densities; Accident Analysis and Prevention. Pergamon Press Ltd.; 1983.
52
tes a distintos tramos de carreteras de un mismo tipo (Hall 85 Pendleton, 1990).
Toman datos de carreteras de Nuevo México, que obtienen de 44 estaciones
permanentes de aforo, y de los partes de accidentes recogidos por la policía,
para el período comprendido entre los años 1985 y 1987. Aun cuando el modelo
obtenido se ajusta a los datos, los autores consideran que no puede tomarse
como c o n c l u y e n t e la f o r m u l a c i ó n p r o p u e s t a , p u e s la r e l a c i ó n
intensidad/capacidad es extraordiaariamente baja para los datos considerados
(inferior al 0,5).
Wang e Ivan publican en 1999 u n trabajo en que urna vez más se aborda
el modelo índice de peligrosidad-intensidad horaria. En este trabajo se toman
los datos de accidentalidad para Connecticut entre los años 1990 y 1996, en
autopistas de dos carriles por calzada. Se aplican modelos exponenciales para
e s t u d i a r la variación del índice de peligrosidad de accidentes con varios
vehículos implicados, respecto a las condiciones de iluminación, la hora del día
y el flujo del tráfico (Wang 85 Ivan, 1999). Como resultado de la aplicación de la
regresión de Poisson se obtiene q u e la intensidad horaria tiene la m.ayor
capacidad como valor de exposición al riesgo.
53
160 800
140 700
o
cp
120 600
o
•a o
o
CD
co
I 100 500 _o
ü 13
o O
CD
CO
O Daños materíales >
80 400 lo
O
.c Á
> •o
o 60 300 ^
w CD
ce
¿ _- ¿\ A ^ Heridos
's—
.«—«
CD
CD
o
> 40 200 CO
o
¡c:
A^ ^ A ^ i CD
Q
20 100
10 20 30 40 50 60 70 80
Velocidad de circulación (millas/h)
Figura 15.
Solomon D.; Accidents on Main Road Highways Related to Speed,
Drivers, and Vehicle; Bureau of Public Roads,
U.S. Department of Commerce, julio 1964.
54
Siendo:
I: accidentes con víctimas por cada 100 000 vehículos - kilómetro.
AV: dispersión de la velocidad respecto de la inedia (kilóm.etros/
hora).
55
100,000
50,000 -
re
10,000
X '
(/>
o
13
O 5000
^
<D
>
O
T—
1_
O
Q,
(1)
1000
4—1
C
(i)
-O 500
o
o
re
0)
•D
T7
01
•D
'3 100
Oí
XJ
o
Ü_ 50
10
-40 -30 -20 -10 O 10 20 30 40
Diferencia de !a velocidad con respecto a la media (millas/hora)
Figura 16.
Federal Highway Administration,
Synthesis of Safety Research Related to Trafñc Control and Roadway Elements Vol. 2,
U.S. Department of Transportation, diciembre 1982.
56
Tabla 1.
Variación de la accidentalidad según la distribución
de nudos viarios y desarrollo industrial en los márgenes.
57
0,007-
Velocidad de circulación
104,65 km/h
10,2
Intensidad por carril Desviación de velocidades
(velií culos/hora) (l<m/h)
700 10,6
p E
c o
Figura 17.
Garber N. J. 65 Eherhart A. A.;
The Effect of Speed, Flow and Geometric Characteristics on Crash Rates
for Different Types of Virginia Highways;
79th Annual Meeting of the Transportation Research Board, enero de 2000.
58
Velocidad de circulación
88,6 km/h
0,06-
P E
0,04-
o o 0,02
•a :o
ti o
—o
ID
0,14-;
Figura 18.
Garber N. J. & Eherhart A. A.;
The Effect of Speed, Flow and Geometric Characteristics on Crash Rates
for Different Types of Virginia Highways;
79th Annual Meeting of the Transportation Research Board, enero de 2000.
59
o E
01 J=
-O a>
o a>
— u
P E
locidades
Figura 19.
Garber N. J. & Eherhart A. A.;
The Effect of Speed, Flow and Geometric Characteristics on Crash Rates
for Different Types of Virginia Highways;
79th Annual Meeting of the Transportation Research Board, enero de 2000.
60
Velocidad de circulación
,6 km/h
"' I—
2 carriies por calzada
o E
o 0)
— u
13,5
Figura 20.
Garber N. J. & Eherhart A. A.;
The Effect of Speed, Flow and Geometric Characteristics on Crash Rates
for Different Types of Virginia Highways;
79th Annual Meeting of the Transportation Research Board, enero de 2000.
61
//////_zZ/.
Curva de Solomon
en el plano 1-Av
- índice de accidentaüdad
(accidentes/10^ vehículos x km)
V = Velocidad de circulación (km/h)
Av = Diferencia de Velocidad (km/ln)
Siendo:
P: accidentes con víctimas por u n i d a d de longitud de c a r r e t e r a y
u n i d a d de tiempo.
I: i n t e n s i d a d de tráfico p a r a el período considerado.
Y: nivel de servicio medido por la relación i n t e n s i d a d / c a p a c i d a d .
^? Pi y p2- p a r á m e t r o s de calibración del modelo.
62
3.4.- Recapacítación.
63
4.- DATOS EMPLEADOS.
64
se garantiza la homogeneidad tanto de la toma de datos como de los tramos de
la muestra, pues las condiciones de contomo en la toma de valores no varían.
De esta forma, se puede garantizar que los aproximadamente 22000 kilómetros
de Red de Carreteras del Estado se h a n aforado y tramificado en igualdad de
condiciones. Asimismo, durante el periodo adoptado, la tramificación de la Red
no varía.
65
atraviesan la sección. Las primeras estaciones de aforo automático estaban
formadas por u n t u b o de goma cerrado en u n extremo y provisto de u n
diafragma metálico en el otro. El tubo se colocaba transversalmente sobre la
calzada. Al paso de las r u e d a s de u n vehículo, la presión del aire del tubo
cerraba u n circuito eléctrico que accionaba u n dispositivo contador. Posterior-
mente y aun en la actualidad se empleají los denominados lazos de inducción.
Estos dispositivos consisten en u n cable cerrado en forma de bucle, que se
sitúa enterrado en la capa de rodadura de la carretera y ocupando xin carril. Al
pasar sobre el lazo u n vehículo, su masa metálica produce u n cambio en las
c a r a c t e r í s t i c a s de la corriente eléctrica que recorre el cable. El equipo
contabiliza cada uno de estos cambios, registrándose el número de vehículos
que atraviesan el lazo. Los equipos m á s modernos disponen de sistemas
basados en la diferencia de capacidad eléctrica de los sensores empleados al
paso de los vehículos. En cualquier caso, en la actualidad también se siguen
empleando los conteos manuales, siquiera como método de calibración de los
equipos.
- Estaciones permanentes. Toman datos los 365 días del año, las 24
h o r a s del día. El n ú m e r o de estaciones p e r m a n e n t e s de la Red de
Carreteras del Estado es de 125 para los años considerados.
66
-Estaciones de cobertura: en ellas se afora u n solo día laborable al año.
Sólo se pueden obtener estimaciones de variaciones temporales del
tráfico.
67
de los vehículos sobre los detectores. En estos casos el aforador puede realizar
mal el conteo. Los fallos durante el aforo suelen ser escasos en los aparatos
aforadores modernos. Sin embargo, los equipos m á s antiguos que siguen
operativos y que emplean relés electro-mecánicos, tienen mayor porcentaje de
fallos. Los fallos en los detectores, cuando son lazos enterrados en el pavimen-
to, se suelen deber a que no han sido recalibrados tras la ejecución de u n a obra
de pavimentación.
Una vez depurados los datos se obtiene u n valor estimado de la IMD para
cada estación, que es representativo para el tramo básico correspondiente. Esa
estimación es inmediata para las estaciones permanentes y primarias. Para las
estaciones permanentes se obtiene el valor exacto de la IMD como media de las
365 intensidades diarias registradas. En las estaciones primarias se estima la
IMD anual como media de las intensidades registradas en los 42 días aforados,
ya que en ellos están igualmente representados todos los días de la semana en
seis períodos bimestrales. En cambio, en las estaciones secundarias sólo puede
estimarse la intensidad media de días laborables, ya que no se toman medidas
en días no laborables (sábados y domingos). Con las estaciones de cobertura
sólo puede hacerse u n a estimación de la intensidad en días laborables de u n
mes determinado. Por ello son necesarios unos coeficientes de expansión para
obtener el valor estimado de IMD en las estaciones secundarias y de cobertura.
68
Para establecer la afinidad entre estaciones se tienen en cuenta dos
criterios: la proximidad geográfica y el tipo de tráfico que circula por la
carretera. Los tipos de tráfico se determinan en función del uso del suelo, las
actividades que se desarrollan en las proximidades de la carretera y el carácter
de la carretera dentro de la Red. De esta forma se distinguen diversos tipos de
tráfico: agrícola, industrial, turístico, de largo recorrido, de agitación, etc. Se h a
comprobado la existencia de relaciones bastante claras entre las variaciones
temporales de la intensidad y el tipo de tráfico. Con estos dos criterios pueden
establecerse comparaciones de las variaciones estacionales y semanales entre
distintas estaciones. En la agrupación de estaciones por añnidad siempre se
incluye en cada grupo al menos u n a estación permanente o primaria. A su vez
cada grupo puede dividirse en subgrupos, que incluyen varias estaciones de
cobertura y al menos u n a estación secundaria. Los grupos de estaciones afines
se revisan con frecuencia, ya que los trancos se van modificando al hacerlo la
ocupación y uso del suelo.
69
de los partes de accidentes con víctimas.
70
helada, nevada, barrillo, gravilla suelta, aceite, otro tipo).
- Factores del entorno: luminosidad, condiciones meteorológicas,
visibilidad, etc.
- Tipo de accidente.
- Condiciones de la circulación.
- Número de vehículos implicados y datos varios sobre los raismos.
- Tipo de conductor y motivo del desplazamiento.
- Presuntas infracciones.
- Acción del conductor.
- Croquis del accidente.
71
5.- D E S A R R O L L O DE LA INVESTIGACIÓN.
72
5.1.2.- Relaciones índice de peligrosidad - ÍMD e índice de mortalidad - IMD.
73
conflictívidad. Las trayectorias de los vehículos se intersectan y las maniobras
de adaptación de las distintas trayectorias afectan al flujo normal del tráfico.
Al considerar los accidentes en tramos entre nudos, se puede asumir que el
flujo del tráfico no e s t á afectado por elementos externos a la c a r r e t e r a
considerada. Lo anterior permite establecer comparaciones entre distintos
tramos de carretera.
74
700,00 -
600,00
500,00
400,00
£L 300,00
200,00
-100,00 J IMD
Curvas de ajuste I.M.D - I.P. Años 89-96 Autopistas de Peaje
50,00
10,00
Figura 22.
75
700,00
600,00
500,00
400,00
Q; 300,00
200,00
100,00
0,00 -
200.000 250.000
-100,00 -I
Curvas de ajuste I.M.D - I.P. Años S9-96 Carreteras con calzadas separadas
180,00
160,00
140,00
120,00
100,00
^ 80,00
60.00
40,00
20,00
0,00
50.000 100 000 I.M.D 150.000 200,000 250.000
-20,00
Curvas de ajuste I.M.D - I.M.>0 Anos 89-96 Carreteras con calzadas separadas
Figura 23.
76
1000,00
900,00
800,00
700,00
600,00
íl. 500,00
400,00
300
200
20.000 40.000 60.000 80,000 100.000 120.000 140.000 160.000 180.000 200.000
I.M.D
Curvas de ajuste I.M.D-I.P. Años 89-96 Carreteras de calzada única
Ajuste potencial Ajuste Exponencia! Ajuste Logarítmico
y = 3053,8x^'^ y = 6,0421 e-'^-""" y = 3E-G<- 3,1287 y = -3,2198Ln(x) + 35,874
R^ = 0,3368 R^ = 0,303S R^ = 0,1945
1200,00
1000,00
800,00
600,00
O
A
400,00
200,00
,••
.'* * -•A.
0,00
20.000 40.000 60 000 80.000 100.000 120.000 140.000 160.000 180,000 200.000
Í.M.D
-200,00
Figura 24.
77
no se puede conocer la probabilidad de ocurrencia del suceso (valor de IP). Por
tanto, todas las parejas de puntos considerados tienen valores del índice de
peligrosidad superior a cero. Se h a n realizado cuatro ajustes por gráfico, u n
ajuste logarítmico, otro potencial, otro exponencial y finalmente u n ajuste
polinómico de segundo grado.
78
Tabla 2.
Porcentaje de longitud de Red de Carreteras del Estado
con accidentes con víctimas no mortales.
Por otro lado, para cada uno de los tramos estudiados de la Red de
C a r r e t e r a s del E s t a d o , se h a analizado la relación entre los índices de
peligrosidad y mortalidad y la IMD correspondientes al período 1989-1996
(anejo Ibis). Los coeficientes de correlación obtenidos han sido similares para
casi todos los tramos. Dichos ajustes no se diferencian sustancialmente de los
a n t e s analizados, que correspondían al conjunto de tramos considerados
agrupados año a año. En ciertos casos excepcionales se ha llegado a valores de
R^ próximos a 0,7. La explicación a estos casos aislados es, que al tratarse de
pocas observaciones (ocho como máximo, u n a por cada año considerado),
cuando los valores siguen mínimamente una tendencia, el ajuste es elevado. No
obstante, merece resaltarse que los valores de R^ obtenidos son en general muy
79
inferiores a 0,7.
Para formular este modelo de seguridad vial es preciso contar con datos
de intensidades horarias de tráfico para todo el período de tiempo considerado.
Esta información solamente se tiene en aquellos tramos de la Red de Carreteras
80
del Estado en que hay estaciones de aforo permanentes. Por ello, únicamente
se van a considerar en este estudio los accidentes que h a n tenido lugar en
aquellos tramos de la Red de Carreteras del Estado aforados con estaciones
permanentes, pues sólo a estos accidentes se les puede asignar la intensidad
horaria por calzada correspondiente al momento en que se produjo.
Los tipos de carretera inicialmente considerados han sido los mismos que
en la primera aproximación: autopistas de peaje, otras carreteras con calzadas
separadas, y carreteras de calzada única. Al no existir ninguna estación de
aforo permanente en toda la red de autopistas de peaje, los tipos de carretera
a considerar en este análisis h a n quedado reducidos a dos: carreteras con
calzadas separadas que no son de peaje, y carreteras de calzada única.
81
accidentes con víctimas en u n tramo y periodo determinado y el número de
vehículos-Ion (que es el factor de exposición). Esta relación, formulada a partir
de la intensidad horaria, queda de la siguiente manera:
Siendo:
IP: índice de peligrosidad.
Iij: la intensidad horaria por calzada en el tramo de carretera
considerado en el momento de producirse el accidente (vehícu-
los/hora).
n° horas: total de horas durante el periodo considerado en que la
carretera ha estado expuesta a u n a intensidad horaria determina-
da (horas).
Longitud del tramo: la longitud del tramo de carretera considerado
(kilómetros).
82
o t r a s Carreleras con Calzadas Separadas
100.000 j -
3 ui "
0-150 160-260 250-350 350-450 450-550 550-650 650-750 750-860 850-950 950-1050
Intervalos
-&X-
A ñ o 93 A r i o S4 A ñ o 95 A ñ o 96
Figura 25.
instancia ion valor de intensidad horaria representativo de cada intervalo. Como
consecuencia, las nubes de puntos obtenidas se situaban sobre cinco únicos
valores de intensidad horaria. Para poder mejorar el ajuste se h a optado por
sustituir la variable intensidad horaria discretizada por la magnitud número de
vehículos. Con ello se toma como valor de exposición el número total de
vehículos que han circulado por u n determinado tramo. Se han obtenido las
nubes de plintos correspondientes a las parejas índice de peligrosidad - número
de vehículos para cada uno de los años. Finalmente se h a obtenido la nube de
puntos s u m a de todos los años (figura 25). Para cada u n a de ellas se h a n
realizado los m i s m o s c u a t r o a j u s t e s que en la aproximación índice de
peligrosidad - IMD (anejo 1).
Con las premisas anteriores, los autores que han buscado dar forma
hasta la fecha a u n modelo de seguridad vial, han partido de datos similares:
m.edidas de equipos de aforo, partes de accidentes e inventarios de carreteras.
Este tipo de bases de datos siempre contiene errores (apartados 4.1 y 4.2),
aunque estos se depixren (accidentes no contabilizados, intensidades estimadas
por fallo del equipo de medida, etcétera). La base de datos correspondiente
constituye la muestra del hecho objeto de estudio. No obstante, las limitaciones
impuestas por los datos disponibles conllevan a menudo que el alcance de
84
o t r a s Carreteras con calzadas separadas AÑOS 93-96
300
250
10000000
50011000
-100
Figura 2 6 .
85
algunos estudios y s u s resultados no sean aplicables de forma universal.
86
destacan las relativas a características de trazado, tanto de planta como del
perfil longitudinal, sección transversal, distancias entre accesos sucesivos,
velocidad de circulación, etcétera. Posteriormente, y suponiendo en todo caso
u n a distribución de los accidentes según el proceso de Poisson, se realizan
nuevas calibraciones y se contrastan con el modelo. Hay que tener u n especial
cuidado en este punto para evitar que el número de variables sea muy elevado
frente al n ú m e r o de hechos observados, p u e s en este caso los resultados
obtenidos no serían estadísticamente representativos.
87
por medio de la intensidad. La intensidad es la relación entre las magnitudes
número de vehículos y tiempo. Los equipos disponibles registran valores de
número de vehículos acumulados hora a hora. Por ese motivo parece mejor
tomar como valor de intensidad la horaria, que es la que más se aproxima a las
condiciones de circulación en el momento de producirse el accidente. Por otro
lado, al poder tratar los datos recogidos en los partes de accidentes, estos se
han podido considerar como nuevas variables. Estos datos tienen la particulari-
dad de ser variables cualitativas, por lo que su tratamiento no debe ser como
el de las variables cuantitativas.
88
5.3.2.- Combinación de las bases de datos.
89
horas posteriores al accidente.
- Número de vehículos implicados: valor numérico 1 o 2 (1 para u n solo
vehículo implicado, 2 para más de u n vehículo implicado).
- Superficie: valor numérico 1 o 2 (1 para superficie limpia y seca; 2 para
superficie deslizante por cualquier causa).
- Luminosidad: valor numérico 1, 2 o 3 (1 para pleno día; 2 para
crepúsculo y 3 para noche sin consideraciones sobre la iluminación
ambiente).
- Factores atmosféricos: valor numérico 1 o 2 (1 para buen tiempo; 2 para
mal tiempo, ya sea por lluvia, nieve, niebla u otra circunstancia).
- Visibilidad de la señalización: valor numérico de 1, 2 o 3 (1 para buena,
2 para deficiente y 3 para nula).
-Tipo de accidente: valor numérico entre 1 y 6 (1 para colisión entre
vehículos en marcha; 2 para colisión vehículo-obstáculo en calzada; 3
para atropello; 4 para vuelco en la calzada; 5 para salida de la calzada y
6 para otro tipo de accidente).
- Intensidad horaria: valor numérico, que el número de vehículos que han
circulado por la calzada d u r a n t e la hora en que se h a producido el
accidente. Para el caso de carreteras con calzadas separadas (AU) el valor
de intensidad horaria se refiere a la intensidad por sentido, mientras que
para carreteras de calzada única (CC) la intensidad horaria considerada
es la resultante de ambos sentidos.
90
ampliado la estructura inicial de datos con los campos luminosidad, factores
atmosféricos, visibilidad de la señalización y tipo de accidente, el análisis de
conglomerados no sólo tratará de obtener la clasificación del hecho observado
(el accidente) y las víctimas mortales respecto a la intensidad horaria en la
calzada. Simultáneamente se considerarán los nuevos factores, lo cual hará que
la clasificación del hecho observado se realice teniendo en consideración
conjuntamente todos los valores de todos los campos, lo que permitirá obtener
clasificaciones basadas en los nuevos factores.
Las frecuencias de aparición por años son muy semejantes, excepto para
el año 1993 en que resulta ligeramente inferior.
El día del mes presenta fuertes oscilaciones (entre el 5,0 % y el 2,3 %),
91
destacando u n a tendencia a disminuir en los últimos días del mes. El
mínimo se alcanza para el último día del mes (1,8 %).
92
Por último, para la variable tipo de accidente, el m á s frecuente es la
salida del vehículo (58,2 %), seguido de la colisión entre vehículos en
marcha (25,1 %).
Para el día del mes, las máximas frecuencias se presentan para los días
3 (4,1 %), 11 (4,1 %) y 13 (4,2 %), a p a r e c i e n d o el menor valor de
frecuencia para el último día del mes (1,7 %).
La variable hora tiene cuatro máxim.os para la 1 (3,9 %), las 8 (5,5 %), las
12 (6,0 %) y las 17 horas, que es el máximo absoluto (6,5 %). El valor
mínimo de frecuencia se encuentra para las 24 horas (0,8 %).
Los accidentes sin víctimas mortales son una proporción muy elevada del
total de accidentes (89,2 %), siendo los accidentes con m á s de u n a
víctima mortal u n porcentaje muy bajo (1,8 %).
93
para superficie limpia y seca (72,1 %).
94
Desv. típ. =445,13
Media = 492,9
N = 1104,00
O O O O OQ OQ OQ OQ OQ OQ OQ OQ OQ OQ OQ OQ
Intensidad
Figura 27.
Distribución de la intensidad horaria en carreteras con calzadas separadas.
500-
400-
300-
200
o o o o OQ 0>Q (JQ UQ UQ OQ OQ OQ OQ OQ OQ
Intensidad
Figura 28.
Distribución de la intensidad horaria en carreteras de calzada única.
95
200 1
100
Intensidad
Figura 2 9 .
Distribución de la intensidad horaria en carreteras con calzadas separadas.
400-
300
200-
100
Desv. típ. = 0,95
Media = 5,68
N = 2783,00
Intensidad
Figura 3 0 .
Distribución de la intensidad horaria en carreteras de calzada única.
96
5.3.4.2.- Análisis de la intensidad horaria.
Para ello se han estratificado en primer lugar las variables mes, día de la
semana y hora, que proporcionan las coordenadas temporales de aparición del
suceso a estudiar, el accidente.
97
tenido en cuenta valores de intensidad horaria para todos los posibles rangos
de variación de la misma, con independencia de la ocurrencia del accidente.
Todo lo anterior se h a realizado c o n s i d e r a n d o dos d i s t r i b u c i o n e s de la
intensidad horaria (figuras 31 y 32). La primera corresponde a la distribución
de la intensidad horaria cuando h a surgido algún accidente. La segunda a la
distribución de la m i s m a variable c u a n d o se tiene constancia que no se
producido ningún accidente. Disponiendo de ambas distribuciones se podrá
realizar el estudio comparativo c o r r e s p o n d i e n t e . La distribución de la
intensidad horaria con accidentes se ha obtenido tomando todo el conjunto de
valores de intensidad horaria con ocurrencia de accidente disponibles (1104 en
carreteras con calzadas separadas y 2783 en carreteras de calzada única). La
distribución de la intensidad horaria sin accidentes se ha obtenido a partir de
u n conjunto de valores estadísticamente representativo de intensidades
horarias. Estos últimos valores se han tomado de forma aleatoria y correspon-
den a intensidades horarias medidas en las mismas estaciones de aforo que las
del primer conjunto de valores, pero en intervalos horarios en que no se han
producido accidentes.
98
900
800
.2 700
•D
Q) Sí accidente
E 600
2 500
o
j ^
-o 400
co
•g
'w 300-
c
O)
ÍE 200 VNo,_acci_dente
100-
0
o Mes 1 1 1 1 1 1 2 2 2 2 2 i 2 6 6 6 6 6 6
-1—'
Día 1 1 1 2 2 2 1 1 1 2 2 i 2 1 1 1 2 2 2
LU H o r a 1 2 3 1 2 3 1 2 3 1 2 13 1 2 3 1 2 3
Figura 31.
Distribución de la intensidad horaria en carreteras con calzadas separadas.
800i
700-
I 400
X3
; ! 300
co
S 200-
100-
0
0 Mes 1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3
(ti
1 Día 1 1 1 2 2 2 1 1 1 2 2 2 1 1 1 2 2 2
m Hora 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
Figura 32.
Distribución de la intensidad horaria en carreteras de calzada única.
99
Por u n lado se ha aplicado la "t" de Student, que es u n test paramétrico,
es decir, supone u n a distribución normal de los datos, con varianzas homogé-
neas y observaciones independientes, que no precisa para su aplicación estimar
la inedia ni varianza poblacional. Por otro lado, se h a aplicado el test de
Wilcoxon-Mam Whitney, el test de la mediana y el de Kolmogorof-Smirnov.
Estos se caracterizan por ser p r u e b a s no p a r a m é t r i c a s , es decir, no se
presupone ninguna distribución de probabilidad teórica de la distribución de
los datos. Todas e s t a s p r u e b a s estadísticas se consideran significativas
(apartado 2.2.) p a r a valores inferiores a 0,05. A la vista de los resultados
obtenidos (tablas 3 y 4) se observa que en carreteras con calzadas separadas
tan solo para el estrato de meses comprendidos entre octubre y febrero, con día
de la semiana entre lunes y jueves, y hora entre las 23 y las 6, y el estrato de
meses comprendidos entre marzo y mayo, en viernes, sábado o domingo, y para
el período comprendido entre las 15 y las 22 horas, existe u n a cierta relación
estadística entre las distribuciones estudiadas. Por tanto, la aparición de
accidentes en carreteras con calzadas separadas frente a la intensidad horaria
no tiene significación estadística. Para el caso de carreteras de calzada única,
en todos los test aplicados se encuentran estratos con cierta relación estadísti-
ca, si bien siempre surgen estratos que carecen de la misma. Considerando
además que en general los valores de los test son próximos a 0,05 se puede
afirmar que existe u n a significación poco marcada. Luego en carreteras de
calzada única la intensidad horaria es u n factor con significación frente al
accidente, aunque no suficiente como para explicar totalmente el fenómeno
objeto de estudio.
100
Tabla 3.
Carreteras con calzadas separadas.
Estrato Sí accidente N o accidente
P-1 P-2 P-3 P-4
Mes Día Hora n s m n s m
(7) (8) (9) (10)
(1) (2) (3) (4) (5) (6) (4) (5) (6)
101
Tabla 4.
Carreteras de calzada única.
Estrato Sí accidente N o accidente
P-1 P-2 P-3 P-4
Mes Día Hora n s m n s m
(7) (8) (9) (10)
(1) (2) (3) (4) (5) (6) (4) (5) (6)
1 2 199 260 392 383 246 343 0,028 0,022 0,018 0,062
1 3 199 309 487 409 256 380 0,000 0,000 0,000 0,001
2 1 145 112 139 312 116 103 0,002 0,000 0,000 0,000
2 2 173 237 354 324 224 302 0,016 0,008 0,003 0,007
2 3 217 291 503 328 255 429 0,002 0,003 0,012 0,006
2 1 2 151 299 441 289 262 357 0,003 0,003 0,041 0,009
2 1 3 137 271 460 249 261 414 0,108 0,093 0,111 0,157
2 2 2 112 226 344 211 220 313 0,245 0,208 0,274 0,193
2 2 3 171 305 499 201 280 464 0,255 0,405 0,755 0,143
3 1 2 208 335 511 326 298 456 0,049 0,023 0,051 0,036
3 1 3 219 311 559 322 311 452 0,000 0,000 0,000 0,000
3 2 1 124 195 202 246 176 161 0,046 0,007 0,004 0,008
3 2 2 209 327 503 279 296 440 0,027 0,044 0,022 0,018
3 2 3 196 309 600 267 334 521 0,010 0,001 0,001 0,000
102
5.3.4.3.- Estudio de las tablas de contingencia.
103
Tabla 5.
Intervalos de intensidades horarias.
104
accidente y superficie es escasa, siendo prácticamente nula la asociación entre
el tipo de accidente y el día de la semana, y entre el tipo de accidente y la
visibilidad de la señalización.
Tabla 6.
Asociación de la variable tipo de accidente con otras variables
en carreteras con calzadas separadas.
Chi-cuadrado de Razón de
Variable
Pearson verosimilitud
Mes 0,034 0,014
Día de la semana 0,645 0,608
N° de vehículos implicados 0,000 0,000
Superficie 0,042 0,029
Luminosidad 0,001 0,001
Factores atmosféricos 0,005 0,002
Visibilidad de la señalización 0,480 0,236
Intensidad horaria 0,009 0,005
105
Tabla 7.
Asociación de la variable intensidad horaria con otras variables
en carreteras de calzada única.
Chi-cuadrado de Razón de
Variable
Pearson verosimilitud
Año 0,013 0,013
Día de la semana 0,000 0,000
N° de muertos 0,012 0,007
N° de vehículos implicados 0,000 0,000
Tipo de accidente 0,000 0,000
Tabla 8.
Asociación de la variable tipo de accidente con otras variables
en carreteras de calzada única.
Chi-cuadrado de Razón de
Variable
Pearson verosimilitud
Año 0,000 0,000
Día de la semana 0,003 0,002
N° de muertos 0,000 0,000
N° de vehículos implicados 0,000 0,000
Superficie 0,002 0,001
Luminosidad 0,003 0,002
Factores atmosféricos 0,001 0,000
Visibilidad de la señalización 0,975 0,908
106
de entorno, y por otro lado las variables de accidente. Las variables de entorno
se refieren a aquellas que describen las c i r c u n s t a n c i a s que envuelven el
momento del accidente (superficie, luminosidad, factores atmosféricos y
visibilidad), mientras que las variables del accidente se refieren a las circuns-
t a n c i a s i n t r í n s e c a s y consecuencias del accidente (muertos, n ú m e r o de
vehículos implicados y tipo de accidente). Las tablas de contingencia muestran
que hay una asociación estadística entre las variables de entorno y las variables
de accidente, lo cual pone de manifiesto la concurrencia de determinadas
circunstancias de entorno y la aparición de determinados accidentes.
108
de todas ellas es la muestra Q. En cada iteración se calcula, para cada u n a de
las clases obtenidas "Q", u n conjunto de parámetros de cada modalidad que
sirve para la clasificación de pertenencia a dicha clase. Es decir, la pertenencia
o no a una clase de xma unidad experimental determina la presencia o ausencia
de u n conjunto de modalidades. Se trata de parametrizar la capacidad de cada
u n a de las modalidades de discriminar la pertenencia a dicha clase. Para ello
se inicia el proceso calculando el porcentaje de unidades experimentales de la
muestra Q que pertenecen a la clase "Q/', lo cual da u n a valoración del tamaño
de la clase. A continuación, se calculan para cada u n a de las modalidades "j"
que definen la clase "Qj" los porcentajes de unidades experimentales de la
muestra Q que tienen cada u n a de las modalidades "j", de unidades experimen-
tales que perteneciendo a la clase "Q;" tienen la modalidad "j", y el de unidades
experimentales de la muestra Q que teniendo la modalidad "j" pertenecen a la
clase "Qi". Estos porcentajes permiten valorar la capacidad discriminatoria de
u n a modalidad para defmir u n a clase y la capacidad de la propia clase para
aislar u n a parte concreta de la m u e s t r a Q. De esta m a n e r a , se evalúa la
posibilidad de que la aparición de u n a modalidad implique la pertenencia a una
clase, al tiempo que se comprueba que la pertenencia a u n a clase determina la
presencia de ciertas modalidades.
109
clasificación. De forma independiente y p a r a las m i s m a s c a r r e t e r a s con
calzadas separadas se toman como variables de clasificación que inician el
proceso iterativo las variables de entorno, obteniéndose u n a nueva clasificación.
De forma análoga se procede para las carreteras de calzada única. Lo anterior
permite obtener para cada tipo de carretera dos clasificaciones, u n a a partir de
las variables de accidente y otra a partir de las variables de entorno.
Tabla 9.
Análisis por tablas de contingencia múltiple.
Tipo de carretera Variables de clasificación N° de clases
Variables de accidente 6
Con calzadas separadas
Variables de entorno 5
Variables de accidente 6
De calzada única
Variables de entoino 5
110
estudiadas es de 1104. La intensidad horaria media del total de los
accidentes considerados es de 492 vehículos.
111
total.
112
6, que supone u n 26%. El resto de las clases tiene u n a participación mucho
menor. Por su parte, en la clasificación obtenida a partir de las variables de
entorno, la distribución de los accidentes según clases es más uniforme. Asi,
la clase 1 corresponde a casi u n 39% de todos los accidentes, mientras que las
clases 3, 4 y 5 tienen u n número de accidentes en el entorno del 19%. La clase
2 es la que supone menor número de accidentes, con u n 4% del total.
Tabla 10.
Porcentaje de accidentes por clase
en carreteras con calzadas separadas.
% del total de % del total de
Clasificación a partir de Clasificación a partir de
accidentes que accidentes que
variables de accidente variables de entorno
pertenecen a la clase pertenecen a la clase
Clase 6 25,4
113
calzada, con factores atmosféricos buenos, buena visibilidad de la
señalización y superficie de pavimento limpia y seca. Para esta
clase la intensidad horaria media es similar a la media del total.
114
calzada. Para esta clase la intensidad horaria media es de 498
vehículos.
115
accidente la clase 1, que supone aproximadamente la mitad de los accidentes,
seguida de la clase 6 que contiene casi u n 37% del total de los mismos. En la
clasiñcación por variables de entorno, la clase 1 es la más frecuente, con u n
32% de los accidentes, seguida de la clase 6 con u n 25%.
Tabla 11.
Porcentaje de a c c i d e n t e s por clase
e n c a r r e t e r a s de calzada ú n i c a .
116
variables de accidente). A continuación se aplica la técnica de tablas de
contingencia a los conjuntos "combinación 1" y "combinación 2". Por tanto, se
van a estudiar las posibles asociaciones entre las combinaciones de m.odalida-
des con c a p a c i d a d d i s c r i m i n a n t e de clase p a r a las dos clasificaciones
previamente obtenidas.
117
adoptan los mismos cinco ratervalos de variación de la intensidad horaria que
se consideraron en el apartado 5.3.4.3 para elaborar las tablas de contingencia
simple de las variables.
Una vez más se han considerado por separado las carreteras con calzadas
separadas y las de calzada única. Para las primeras se estudia la tabla de
contingencia de las seis clases obtenidas partiendo de las variables de accidente
(muertos, número de vehículos implicados y tipo de accidente), y los cinco
intervalos de intensidad horaria considerados. Asimismo y para las mismas
carreteras con calzadas separadas se estudia la tabla de contingencia de las
cinco clases obtenidas partiendo de las variables de entorno (superficie,
luminosidad, factores atmosféricos y visibilidad de la señalización) y los cinco
intervalos de variación de la intensidad horaria ya citados.
118
Tabla 12.
Asociación de la variable intensidad horaria con las clases obtenidas
del análisis de conglomerados en carreteras con calzadas separadas.
Chi-cuadrado de Razón de
Clases
Pearson verosimilitud
Por variables de accidente 0,019 0,022
Por variables de entomo 0,000 0,000
Tabla 13.
Asociación de la variable intensidad horaria con las clases obtenidas
del análisis de conglomerados en carreteras de calzada única.
Chi-cuadrado de Razón de
Clases
Pearson verosimilitud
Por variables de accidente 0,000 0,000
Por variables de entorno 0,000 0,000
119
la posible asociación de la i n t e n s i d a d h o r a r i a frente a t o d a s las d e m á s
variables, consideradas de forma conjunta. Concretamente se va a aplicar la
técnica de conglomerados estudiando de forma independiente dos variables de
clasificación: tipo de accidente e intensidad horaria. Como resultado se
obtendrán dos clasificaciones.
Para las carreteras con calzadas separadas se han obtenido seis clases,
u n a por cada modalidad de la variable de clasificación.
120
buena visibilidad de la señalización.
Cabe destacar que, excepto para la clase por accidente con modalidad de
colisión entre vehículos en marcha, la variable intensidad horaria no aparece
en ninguna de sus modalidades.
121
Clase por accidente con obstáciilos sobre la calzada, modalidades:
accidente con factores atmosféricos buenos, buena visibilidad de
la señalización, superficie de pavimento limpia y seca, en primave-
ra.
Del análisis de las clases obtenidas se deduce que tanto para carreteras
con calzadas s e p a r a d a s , como p a r a las de calzada ú n i c a , sólo las clases
correspondientes a accidente con modalidad de colisión entre vehículos en
marcha se caracterizan por u n valor de intensidad horaria. Para el caso de
carreteras con calzadas separadas, con intensidades comprendidas entre 1200
y 3400 vehículos por hora el 12,3% de los accidentes de esta clase tienen esa
modalidad, mientras que un 37,8% de los accidentes totales con esa modalidad
122
pertenecen a esta clase. Lo anterior significa que el que se produzca u n
accidente del tipo colisión entre vehículos en m a r c h a (con intensidades
comprendidas entre 1200 y 3400 vehículos por hora), no implica que pertenez-
ca a esta clase. Así mismo que u n accidente pertenezca a esta clase no supone
que la variable tipo de accidente tenga la modalidad de colisión entre vehículos
en marcha. Por tanto, para esta clase la intensidad horaria no es u n a variable
discriminatoria de clase. Es decir, que si en u n a carretera con calzadas
separadas y con intensidad horaria comprendida entre 1200 y 3400 vehículos
se produce u n accidente, no es estadísticamente probable que sea del tipo
colisión entre vehículos en marcha.
123
Se han estudiado por separado las carreteras con calzadas separadas y
las carreteras de calzada única. Para las carreteras con calzadas separadas se
han obtenido las siguientes clases:
Para las carreteras de calzada única las clases obtenidas han sido las
siguientes:
124
Clase por intensidad horaria comprendida entre 200 y 400
vehículos, modalidades: accidente que no se produce de noche,
durante el verano. Es u n a clase cuya única modalidad de clasifica-
ción es la propia intensidad horaria.
125
6.- ANÁLISIS Y CONCLUSIONES.
126
Tabla 14.
Coeficientes de correlación para los ajustes de la IMD.
Autopistas de peaje.
Año
Relación Ajuste 1989 1990 1991 1992 1993 1994 1995 1996
Potencial 0,47 0,36 0,37 0,42 0,50 0,27 0,31 0,23
IM-IMD Exponencial 0,17 0,42 0,23 0,28 0,32 0,28 0,13 0,34
(IM^O) Polinómico 0,13 0,26 0,17 0,11 0,23 0,11 0,10 0,13
127
Tabla 15.
Coeficientes de correlación para los ajustes de la IMD.
Otras carreteras con calzadas separadas.
Año
Relación Ajuste 1989 1990 1991 1992 1993 1994 1995 1996
IM-IMD Exponencial 0,12 0,17 0,13 0,10 0,18 0,24 0,11 0,10
(IM^^O) Polinómico 0,13 0,10 0,10 0,00 0,18 0,12 0,10 0,10
128
Tabla 16.
Coeficientes de correlación para los ajustes de la IMD.
Carreteras de calzada única.
Año
Relación Ajuste 1989 1990 1991 1992 1993 1994 1995 1996
IM-IMD Exponencial 0,00 0,10 0,00 0,10 0,00 0,00 0,00 0,10
(IM^O) Polinómico 0,00 0,00 0,00 0,00 0,00 0,10 0,00 0,00
IM-IMD Potencial 0,18 0,14 0,19 0,21 0,20 0,19 0,23 0,22
(valor residual Exponencial 0,12 0,11 0,12 0,12 0,12 0,12 0,14 0,11
de número de Polinómico 0,10 0,10 0,11 0,00 0,15 0,10 0,11 0,11
muertos=0,5) Logarítmico 0,10 0,10 0,10 0,00 0,10 0,10 0,10 0,10
129
mortal. De las tres opciones, la correspondiente a considerar tramos con
accidentes sin víctimas mortales es la que peor ajuste h a obtenido. En
cualquier caso, los coeficientes de correlación obtenidos para las tres opciones
están en u n mismo orden de magnitud.
Como resultado final, todos los ajustes aplicados a las parejas de valores
índice de peligrosidad - intensidad media diaria e índice de mortalidad -
intensidad media diaria para todas las consideraciones de cálculo del índice de
mortalidad, tienen u n valor de R^ siempre muy inferior a 0,7. Lo anterior
supone que la asociación entre las variables consideradas es baja, y por tanto,
la variable intensidad no es capaz de explicar todo el fenómeno(en numerosos
casos es prácticamente cero).
130
parámetro para medir la exposición al riesgo de que tenga lugar u n accidente,
o de producirse u n muerto por accidente de tráfico.
Los valores de R^ obtenidos en los distintos ajustes han sido siempre muy
inferiores al valor de 0,7 (tablas 17 y 18), con órdenes de magnitud similares
a los obtenidos al analizar la IMD. Los mejores ajustes se han obtenido con el
em.pleo de funciones potenciales. Por tanto, al igual que en el análisis anterior,
la dependencia estadística entre las variables consideradas es poco significati-
va. En consecuencia, el número de vehículos que circulan en u n a hora por u n
determinado tramo de carretera no es capaz de explicar en su totalidad la
aparición del accidente. Luego la intensidad horaria no es u n buen parámetro
para medir la exposición al riesgo de que tenga lugar u n accidente.
Tabla 17.
Coeficientes de correlación para los ajustes de la intensidad horaria.
Carreteras con calzadas separadas (excepto autopistas de peaje).
Años
131
Tabla 18.
Coeñcientes de correlación para los ajustes de la intensidad horaria.
Carreteras de calzada única.
Años
132
- La intensidad horaria tiene u n a cierta dependencia estadística respecto
a la aparición de los accidentes, aunque no la suficiente como para ser u n buen
factor de exposición al riesgo de que se produzca u n accidente.
6.2.- Conclusiones.
133
contenidos en el parte de accidentes, permiten clasiñcar los accidentes.
Aun c u a n d o hay cierta asociación estadística e n t r e d e t e r m i n a d o s
aspectos del entorno y ciertos aspectos del accidente, no se puede
afirmar que haya u n a relación causa efecto entre las condiciones del
entorno y las consecuencias del accidente, pues no se h a constatado la
presencia de estructura entre unas y otras. Por tanto, los datos recogidos
en el parte de accidentes explican parcialmente las causas que desembo-
can en la aparición del accidente.
134
variables explicativas que pueden permitir la obtención de u n parámetro
de exposición al riesgo de sufrir u n accidente.
Por otro lado, los datos analizados muestran u n hecho destacable, que
es que en casi todas las clases obtenidas se presentan modalidades sin datos.
Ello significa que existe u n elevado número de datos del parte de accidente que
no se rellena. Probablemente la razón principal se encuentre en que la actual
extensión de dicho parte resulta excesivamente vasta. Como consecuencia SU
cumplimentación es de hecho incompleta. Por tanto, debería plantearse u n a
revisión de los contenidos del parte de accidente a fin de recoger datos útiles,
con los medios más ágiles posibles.
135
tráfico, no tienen dependencia estadística suficientemente significativa en la
aparición del accidente. Por ello, en t r a m o s no afectados por elementos
singulares de trazado, sólo pueden achacarse causas directas a la aparición de
accidentes a los otros dos elementos, el vehículo y el usuario. Aunque no se han
podido considerar circunstancias de los vehículos implicados en los accidentes,
cabe pensar que su estudio derivaría en conclusiones similares a las obtenidas
para la carretera. Sin embargo el factor humano, auténtico motor lógico del
sistema, no h a sido tenido en cuenta en ningún momento. Probablemente sea
este elemento el causante directo de las circunstancias que desembocan en el
accidente. Cabe pensar que el usuario mantiene u n cierto grado de riesgo
asumido y que al percibir que ese riesgo h a variado por las circunstancias de
la carretera y del vehículo, reajusta el sistema en la medida de sus posibilida-
des a fin de restablecer el mismo grado de riesgo. Cuando alguno de los
elementos sorprende al u s u a r i o , o este interpreta i n a d e c u a d a m e n t e las
circunstancias del tráfico, el sistema inicia el proceso de deterioro que puede
desembocar en el siniestro y finalmente en el accidente con víctimas.
136
En consecuencia en u n primer desarrollo cabría pleintear el estudio de
u n a reforma en los contenidos del parte de accidentes, procurando recoger el
m í n i m o n ú m e r o posible de valores r e p r e s e n t a t i v o s . De e s t a forma s u
cumplimentación se agilizaría, reduciendo errores y permitiendo profundizar en
las causas de los siniestros.
137
La modelización llevada a cabo en esta tesis doctoral está sujeta a u n a s
condiciones iniciales fuertemente restrictivas. Una de la condiciones m á s
restrictivas surge al haber estudiado u n a red de tráfico de largo recorrido, fuera
de tramos urbanos, por lo que el flujo de tráfico se puede considerar estable,
sin tráficos de agitación r e p r e s e n t a t i v o s {cuyo c o m p o r t a m i e n t o difiere
sustancialmente de u n tráfico de paso). En este sentido merece destacarse el
estudio recientemente publicado por Golob 85 Recker en el T.R.B. (Golob 85
Recker, 2003). Este estudio, referido a carreteras urbanas, aplica la técnica de
conglomerados como metodología para el tratamiento de datos. Manteniendo
las mismas condiciones iniciales que en esta tesis, puede desarrollarse el
estudio en u n futuro considerando las condiciones de velocidad de circulación.
Esta consideración podría realizarse por medio de dos magnitudes, la velocidad
del flujo de tráfico y la dispersión de velocidades entre los distintos vehículos
componentes de dicho flujo. La velocidad del flujo de tráfico sería u n primer
parámetro a determinar. En este apartado entrarían en consideración los
valores de velocidad media, así como la velocidad de los percentiles ochenta y
cinco y noventa y nueve. Una vez determinado el parámetro más representativo
de la velocidad de circulación del flujo de tráfico, habría de estudiarse el
p a r á m e t r o de dispersión de velocidades. En c u a n t o a la dispersión de
velocidades, convendría profundizar en los intervalos en los que dicha
dispersión es representativa, tanto en su valor absoluto (longitud del intervalo
de velocidades), como en la proporción que representa en el volumen total del
tráfico (valores extremos a considerar del intervalo total de la dispersión de
velocidades). Con las premisas anteriores podría acometerse u n modelo donde
entraran en juego simultáneamente el factor velocidad y el intervalo entre
vehículos.
138
7.- BIBLIOGRAFÍA.
Baker W.T. & Gwynn D. W.; Relationships of Accident Rates With Hourly Traffic
Volumes; División of Research and Evaluation.; New Jersey Department of
Transportation, 1968.
Belmont D.M; Effect of Average Speed and Volume on Motor Vehicle Accidents
on Two-Lane Tangents; Highway Research Board Proccedings, 1953.
Brodsky H. 86 Hakkert A.S.; Highway Accident Rates and Rural Travel Densities;
Accident Analysis and Prevention; Pergamon Press Ltd., 1983.
Ceder A.8B Livneh M..; Further Evaluation of the Relationships Between Road
139
Accidents a n d Average Daily Traffic; Accident Analysis a n d Prevention;
Pergamon Press Ltd., 1978.
Ceder A. 65 Livneh M;. Relationshisp Between Road Accidents and Hourly Traffic
Flow - I; Accident Analysis and Prevention. Pergamon Press Ltd., 1982.
Ceder A.; Relationshisp Between Road Accidents and Hourly Traffic Flow - II;
Accident Analysis and Prevention. Pergamon Press Ltd., 1982.
Cirillo J. A.; Interstate Accident System Research - Study-II, Interim Report II;
Public Roads, Vol. 35, N° 3; agosto 1968.
Comisión de l a s c o m u n i d a d e s e u r o p e a s ; C o m u n i c a c i ó n al Consejo, al
Parlamento EXiropeo, al Comité económico y social y al Comité de las Regiones;
Prioridades de la seguridad vial de la U.E. Informe de situación y clasificación
de las acciones; Bruselas, marzo de 2000.
140
Dirección general de transporte de la Comisión europea; Recommended Safety
Measures for Application on Interurban Roads in the Short Term; High Level
Working Party of Representatives of the Governments of the Member States;
Final Report; Bruselas, julio de 1995.
Edie L. C ; Flow Theories; Traffic Sciene (Ed. Gazis D. C ) ; Wiley, New York,
1974.
Golob T. F. & Recker W. W.; A Method for Relating Type of Crash to Traffic Flow
Characteristics on Urban Freeways; 82th Annual Meeting of the Transportation
Research Board; Washington D.C., enero de 2003.
Hall S. W. 85 Pendleton J.; Rural Accident Rate Variations With Traffic Volume;
National Research Council; Transportation Research Board; Washington D.C.,
1990.
141
Hartigan J. A.; Clustering Algorithms; J o h n Wiley & sons Ltd.; Londres, 1975.
Hauer E.; Estimating Safety by the Empirical Bayes Method: A Tutorial; 81th
Annual Meeting of the Transportation Research Board; Washington D.C., enero
de 2002.
Hauer E.; Fishing for Safety Information in the Murky Waters of Research
Reports; Paper prepared for presentation in session 539 (Critically Assessing
the Results of Safety Studies); 81th Annual Meeting of the Transportation
Research Board; Washington D.C., enero de 2002.
Kaub A.R.; Injuiy-Based Corridor Safety Levéis of Service; 79th Annual Meeting
of the Transportation Research Board; Washington D.C., enero de 2000.
142
Leutzbach, W., Siegener W. &Wiedemann R.; On the Connection Between
Traffic Accidents and Traffic Volume on a Section of a Germán Autobahn;
Accident Analysis and Prevention; Pergamon Press Ltd.; 1970.
McGee H., Hughes W. & Daily H.; Effect of Highway Standards on Safety ;
Transport Research Board; Washington D.C.; 1995.
Miaou S.P.; The Relationships Between Truck Accidents and geometric Desing
of Road Sections: Poisson vs. Negative Binomial Regressions; 73th Annual
Meeting of the Transportation Research Board; Washington D.C., enero de
1994.
Mountain L. J.; Fawaz B. 8& Sineng L.; The Assesment of Changas in Accident
Frequencies on Link Segments: A Comparision of Four Methods; Traffic
Engineering and Control, 1992.
Nakmoon S., William C. Tylor 85 Vicent Melfi; Rate Quality Control Method and
Over-Dispersion of Traffic Crash Data; 81th Annual Meeting of the Transporta-
tion Research Board; Washington D.C., enero de 2002.
Navin F., Chow K. 85 Kwan T.; Speed a n d the Probability of a Crash; 80th
Annual Meeting of the Transportation Research Board; Washington D.C., enero
de 2001.
143
Nolan R.B.; Traffic Fatalities a n d Injuries: Are Reductions the Result of
"Improvements" in Highway Design Standards?; 80th Annual Meeting of the
Transportation Research Board; Washington D.C., enero de 2001.
Pardillo J. M. 85 Llamas Rubio R.; Relevant Variables for Crash Rate Prediction
in Spain's Two Lañe Rural Roads; 82th Annual Meeting of the Transportation
Research Board; Washington D.C., enero de 2003.
Paul de Leur 85 Tarek Sayed; Development of a Road Safety Risk Index; Blth
Annual Meeting of the Transportation Research Board; Washington D.C., enero
de 2002.
144
Persaud, Look 86 Tamburro; Relating Safety to Capacity and Level of Service for
Two-Lane Rural Roads; 79th Annual Meeting of tiie Transportation Research
Board; Washington D.C., enero de 2000.
Qin X., Ivan J. N.; Selecting Exposure Measures for Predecting Crash Rates on
Two-Lane Ruiral Highways; 81th Annual Meeting of the Transportation Research
Board; Washington D.C., enero de 2002.
Rumar K.; Transport Safety Visions, Targets and Strategies: Beyond 2000; P*
European Transport Safety Lecture; Bruselas, 26 de enero de 1999.
Smeed R. J.; Accident Rates.; Int. Road Safety 85 Traffic Rev., 1955.
Solomon D.; Accidents on Main Road Highways Related to Speed, Drivers, and
Vehicle; Bureau of Public Roads; U.S. Department of Commerce, julio 1954.
Srinivisan K.; Injuiy Severity Analysis With Variable and Correlated Thresholds:
An Ordered Mixed Logit (OML) Formulation; 8 1 t h Annual Meeting of the
Transportation Research Board; Washington D.C., enero de 2002.
145
SWOV Institute for Road Safety Research; Road Safety Assesment: RÍA;
Leidschendam (Países Bajos), 1994.
Uses of Traffic Accident Records; Eno Foundation for Highway Trafñc Control,
Inc., 1947.
Zeeger C. et al.; Safety Effects of Cross - Section Design for Two - Lañe Roads;
68th Annual Meeting of the Transportation Research Board; Washington D.C.,
enero de 1988.
146
Anejo 1.
Relaciones índice de peligrosidad - intensidad
e índice de mortalidad - intensidad.
ÍNDICE ANEJO 1.
160.00
140,00 -
120,00
100,00
9: 80,00
60,00
en
40,00
20,00
0,00
10 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
-20,00
IMD
600,00
500,00
400,00
9: 300,00
200,00
O)
100,00
A *_
0,00 ^s^
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90ÓÍ)¿) 100 000
-100.00
IMD
120,00 —— ___ -
•
100,00
80,00 _ ^ _ _ „ . _ —_ .
1 •
9: 60,00 - \\ •
u*
40,00
^*^^ *f**** • •
^ ^ ^
20,00 -
L . •• .
**""''''"—
0,00 - "^^"^^"^"^TIM^MI ' ^_
'
) 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 TOO 000
-20,00 -
IMD
•
60,00
•
50,00 # •
• • •
40,00
T^
9= 30,00
20,00
• •
• •
10,00 • • • ^^
•
• •• * • • * •
• •
0,00
] 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
-10,00
IMD
80,00
•
70,00
60,00 -
50,00
^ 40,00 V-
V ***
30,00
20,00 -
10,00 -
^ ^V**rr^ •** —-^-^ •
0,00 * ^ * • •
) 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
-10,00
IMD
70,00
60,00
50,00
9= 40,00
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 000
IMD
50,00
40,00
9= 30,00
\ •
# •
20,00
10,00
• • ••• •
• • • •
0,00 1 1 —
•
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
IMD
•
120,00
100,00 •
80,00
9= 60,00
• •
40,00 • • ••
20,00
0,00
é¿"^TTr
> *
• •
^# ^
•
^_ •
• *' •
-20,00
IMD
400,00
ol 300,00 -
200,00
•
^0 •
100,00 -
^h^*^^^±^. ^ ^ . ^ . . • . - ^ . . *, - * ,„
0,00 -
20.000 40.000 60.000 80.000 100.000 120.000
c)
-100,00 - I.M.D
Curvas de ajuste I.M.D - I.P. Años 89-96 Autopistas de Peaje
15
600,00
500,00
400,00
300,00 -
200,00 - —
100,00
0,00
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
-100,00
IMD
Curvas de Ajuste IWID-IP. Año 1989. Otras carreteras con calzadas separadas
300,00
250,00
200,00 -
150,00 -
100,00 -
50,00
0,00
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
-50,00
IMD
Curvas de Ajuste IMD-IP. Año 1990. Otras carreteras con calzadas separadas
300,00
250,00
200.00
150,00 - -
100,00 -
50,00
0,00
20 000 40 0OO 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
-50,00
IMD
Curvas de Ajuste IMD-IP. Año 1991. Otras carreteras con calzadas separadas
300,00
250,00 — ___________
•
200,00
150,00 •
Q.
100,00 -
•
s*4^ r • • •
50,00
0,00
) 20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
-50,00
IMD
Curvas de Ajuste IMD-IP. Año 1992. Otras carreteras con calzadas separadas
250,00
200,00 •
150,00
9= 100,00
•
• :
50,00
• ' •
0,00
J^
] 20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000
-50,00
IMD
Curvas de Ajuste IMD-IP. Año 1993. Otras carreteras con calzadas separadas
250,00
200,00
150,00
a.
100,00
ro
50,00
• •
•* A
0,00
m^
20 000 40 000 60 000 80 000 100 000 120 000 140 000
IMD
Curvas de Ajuste IMD-IP. Año 1994. Otras carreteras con calzadas separadas
140,00 1
•
120,00
100,00 -
80,00
•
•
•
• • •
CO 40,00 - *• •
• •
20,00 -
0 20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000
ÍMD
Curvas de Ajuste IMD-IP. Año 1995. Otras carreteras con calzadas separadas
•
80,00
i
• •
9: 60,00
• ^
•
40,00 • • •
•
4i. •
_ t • ^,,,--
0,00
»•
. Tu •
• •
*
1
•
* •
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000
IMD
Curvas de Ajuste IMD-IP. Año 1996. Otras carreteras con calzadas separadas
700,00
600,00
500,00
400,00
CL 300,00
200,00 ^\ \
• : » • •
100,00
0,00 ¿J
150.000 200.000 250.000
I.M.D
-100,00
Curvas de ajuste I.M.D - I.P. Años 89-96 Carreteras con calzadas separadas
27
900,00
800,00
700,00
600,00
500,00
400,00
300,00
200,00
100,00
250,00
•
200,00
• •
• • • *
• • *
. • *
50,00 - • ^ - ^ -
« •
• • • • • •
•
0,00 -
0 5 000 10 000 15 000 20 000 25 000 30 000 35 000 40 000 45 000 50 000
IMD
180,00
•
160,00 -^ ^
140,00
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000 110 000 120 000 130 000 140 000 150 000
-20,00
IMD
80,00
60,00
9: 40,00
20,00
0,00
1 o 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000 110 000 120 000 1 140 000 150 000
-20,00
IMD
200,00
150,00
100,00
50,00 - -"
0,00
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
IMD
140,00 - •
•
120,00
100,00 -
•
• •
9: 80,00 -
• •
• •
60,00 -
•
•
40,00
; .* • * .
20,00
• • • • ••
•
0 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000 110 000
IMD
100,00 -
•
o.
60,00
\ • • ! * * ; • , *
40,00 -
^%^¿TI ^ > * ,
0,00 1- - • 1 1 - - 1 r • T 1
3 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000 110 000
IMD
120,00 - .
•
80,00
• •
•
9: 60,00 ! • *
r* •*•••
40,00 V*4 •
•
20,00 -
^\*1P^^^^^
VT^
• • • •
^ fm. ,^
0,00 - [ r' - • • •
) 20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000
IMD
900,00
800,00
700,00
600,00
^ 500,00
400,00
300,00
200,00
100,00
0,00
20.000 40.000 60.000 80.000 100.000 120.000 140.000 160.000 180.000 200.000
I.M.D
39
2.1.-Autopistas de peaje (IM-IMD; IM > 0).
41
20,00
18,00
16,00
14,00
• •
12,00
• • •
10,00
8,00
6,00
4,00
2,00
0,00 tásJki
10 000 20 000 30 000 50 000 60 000 70 000 80 000 90 000 100 000
-2,00
IMD
-10,00
IMD
40,00
35,00
30,00
25,00
E 20,00
15,00
10,00
5,00
0,00
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
-5,00
IMD
50,00
40,00 -
30,00
20,00
10.00
I •
É t
0,00 -••- -"»—»-v—I— -
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
-10,00
IMD
14,00
12,00
10,00
8,00
6,00
4,00
2,00
35,00
30,00
25,00
20,00
15,00
10,00
^ %
- • ^
5,00
0,00
40 000 50 000 60 000 70 000 80 000 90 000 100 000
-5,00
IMD
20,00
15,00
i 10,00
5,00
0,00
10 000 20 000 30 000 40 000 50 000 60 000 000
-5,00
IMD
•
30,00
25,00
20,00 -
15,00
10,00
5,00
• • • •
Ju ,-liL
0,00 m <»<»••# • r-* «»-*^
20 000 40 000 60 000 80 000 100 000
IMD
51
- >*t*''---
120,00
100,00
80,00
60,00
40,00
20,00
0,00
60 000 80 000 100 000 120 000 14U M IbUUUU ItiU UUU 200000
-20,00
IMD
Curvas de Ajuste IMD-IM. Año 1989. Otras carreteras con calzadas separadas
60,00
50,00
40,00
30,00
•
•
20,00
• •
•
10,00
•
• •
Curvas de Ajuste IMD-IM. Año 1990. Otras carreteras con calzadas separadas
40,00
35,00 *
30,00
/
25,00
20,00 4*
•
15,00
10,00 • % . • . .
* *^ * 0
5,00 ^Vy • ••
0,00
4 v** -•••-•
• •
•
•
•••-n
•
'
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
IMD
160,00 -
140,00
120,00
100,00
80,00
60,00
40,00
••
20,00
K
0,00 ^ * >%. .^•y".'^w m i ^1^
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
IMD
Curvas de Ajuste IMD-IM. Año 1992. Otras carreteras con calzadas separadas
35,00
30,00
25,00
20,00
•
15,00
10,00
5,00
• •
0,00 •-•-•- 7ír=T
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000
IMD
Curvas de Ajuste IMD-IM. Año 1993. Otras carreteras con calzadas separadas
40,00
35,00
30,00
25,00
20,00
15,00
10,00
5.00
0,00 • t É •
20 000 40 000 60 000 80 000 100 000 120 000 140 000
-5,00
IMD
16,00
14,00
12,00
10,00
8,00
6,00 ^ ^
• •
4,00
2,00 • •
i^-M.
0,00 -• •- _0—X—«—^
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000
IMD
Curvas de Ajuste IMD-IM. Año 1995. Otras carreteras con calzadas separadas
60,00
5 30,00
20,00
10,00 - • •
t^ • • t? V •^
Curvas de Ajuste IMD-IM. Año 1996 . Otras carreteras con calzadas separadas
2.3.- Carreteras de calzada única (IM-IMD; IM > 0).
61
100,00
90,00
80,00
70,00
60,00
1 50,00
40,00
30,00
20,00
10,00
0,00 4-
O 5 000 10 000 15 000 20 000 25 000 30 000 35 000 40 000
IMD
80,00
70,00 -
60,00
50.00
i 40,00
30,00
• •
O) 20,00
10,00
• • •
0,00 > •» » » -•—•-
5 000 10 000 15 000 20 000 25 000 30 000 35 000 40 000 45 000 50 000
IMD
•^n nn 4
25,00 - • •
•
E 20,00
15,00 •
10.00 * •
1^^ •
5,00 -
*J$V^» " T " " ^•*^^ P —
0,00
3 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000 110 000 120 000 130 000 140 000 150 000
IMD
•
50,00
40,00
30,00
20,00 4
10,00 •i. ^
••••• • •
*
•
0,00 1
) 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000 110 000 120 000 130 000 140 000 150
000
-10,00
IMD
40,00
30,00
1 20,00
• ••
10,00
0,00
50 000 60 000 70 000 80 000 90 000 100 000
-10,00
IMD
40,00
30,00
1 20,00
•
10,00
O)
00
r \ TF
0,00 Mtt^
10 000 20 000 30 000 40 000 50 000 70 000 80 000 90 000 100 000 110000
-10,00
IMD
40,00
• •
30,00
•
•
•
1 20,00 *
•
• •
10,00
— - • •
•*•• • • • •
0,00
) 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000 "TTTtooo
-10,00
IMD
50,00
40,00
2 30,00
20,00
• •
10,00
V|4 ¿ ' * ir
0,00 ^.I^^ ^
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000
IMD
71
3.1.- Autopistas de peaje (IM-IMD; IM > 0).
73
20,00
35,00 -
30,00
25,00 -
20,00 -
s
15,00 -
V
10,00 - *. ^
^"^vS. * * •
5,00 ^--S^**-.a^
• ^ KÍ • ^ 1 • .^
0,00-
^
) 10 000 20 000 30 000 40 000 50 000 iiHiHi iiiir nnoOn "loo 000
-5,00 -
IMD
Ajuste Potencial Ajuste Exponencial Ajuste P o l i n ó m i c o Ajuste Logarítmico
y = 2431 Sx"'""'' y = 6,9848e'^"'' y = 4E-09x' - 0,0004x + 11,184 V = -4,5023Ln(x) + 48,96
R^ = 0,5087 R^ = 0,4201 R^ = 0,2582 R^ = 0,3369
18,00
16,00 — ^ — — - ~ ~ •
14,00
12,00
• •
10,00 0-— -—— —— ~
-vi
•vi 6,00
4,00
2,00
0,00
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000
IMD
50,00
40,00
30,00
20,00
10,00
0,00
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000
-10,00
IMD
y = 16813x
-0,8763
y = 6,172e^'''"' y = 3E-09x^ - 0,0004x + 10,464 y = -3,6839Ln(x) + 41,086
R = 0,3134 R' = 0,2797 R^ = 0,1083 R^ = 0,1036
C u r v a s d e A j u s t e I M D - I M . A ñ o 1 9 9 2 . A u t o p i s t a s de P e a j e (Excluidos valores IM = 0)
16,00
14,00 4
•
12,00
10,00
,00
•
6,00
•
4,00
•
2,00 -
r^lí:^^ _ •
••• •• • •
• "~
0,00 I"" 1 "
^
35,00 -
•
30,00 ^
25,00 -
E 20.00
15,00 -
•
-
10,00 -
I ^ M i H I l l ^ ^ ^ .
0,00
0 10 000 20 000 30 000 40 000 50 000 60 000 70 000
IMD
Ajuste Potencial Ajuste Exponencial Ajuste Polinómico Ajuste Logarítmico
20,00
15,00
10,00
5,00
0,00
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000
IMD
Ajuste Potencial Ajuste Exponencial Ajuste P o l i n ó m i c o Ajuste Logarítmico
y = 2E-iax' - 7E-05X + 5,4444 y = -1,4484Ln(x)+18,215
7 = 4,38786''"""
R^ = 0,1201 R ' = 0,1253 R^ = 0,0553 R^ = 0,0535
•
•
30,00
25,00
20,00
S 15,00
10,00 \ •
•
5,00
. • •^
• •" •*
0,00 — — 1 — ~ -
-5,00
IMD
50,00
40,00
30,00
o
A
20,00 I-- •
10,00
0,00
100.000 120.000
-10,00
Curvas de ajuste I.M.D - I.M.>0 Años 89-96 Autopistas de Peaje
85
120,00 -1
80,00
60,00
s
•
40,00
1 *
\i *
20.00 - w* •
V ^^
0,00
000
-20,00
IMD
Curvas de Ajuste IMD-IM. Año 1989. Otras carreteras con calzadas separadas (Excluidos valores IM = O)
60,00
50,00
40,00
30,00
20,00
• •
•
10,00 • •
0,00
% • • • • '^T" • 1 1 •
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
IMD
Curvas de Ajuste IMD-IM. Año 1990. Otras carreteras con calzadas separadas (Excluidos valores IM = 0)
35,00 r
30,00
••
25,00
20,00
15,00
10,00
5,00
0,00
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
IMD
Curvas de Ajuste IMD-IM. Año 1991. Otras carreteras con calzadas separadas (Excluidos valores IM = O)
180,00
160,00
140,00
120,00 ]
100,00
80,00
60,00 -
40,00 -
20,00
I
4 4. II t w ^
0,00 -
o 20 000 40 000 60 000 80 000 100 000 120 000
IMD
Curvas de Ajuste IMD-IM. Año 1992. Otras carreteras con calzadas separadas (Excluidos valores IM = 0)
35,00
•
30,00
•
25,00
20,00
S 15,00 . *
•
•
10,00
•
5,00
•
•
0,00
^v r ^ ^-*'^¿
• ^
0 20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000
-5,00
IMD
Curvas de Aiuste IMD-IM. Año 1993. Otras carreteras con calzadas separadas (Excluidos valores IM = O)
40,00
35,00
30,00
25,00
20.00
15,00
10,00
5,00
0,00
40 000 60 000 80 000 100 000 120 000 000
-5.00
IMD
Curvas de Ajuste IMD-IM. Año 1994. Otras carreteras con calzadas separadas (Excluidos valores IM = O)
18,00 n
16,00 -
•
14,00
12.00 — — — — — ^ •
6.00
• •
4,00 ^ N _ • X
V^SÍNJ»* • •
->K. 1 ^ ^ — -11 •
• 1 1^ 1 • • 1 •
2,00 -
* : * • • • • * • • * • • •
D 20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000
IMD
Curvas de Ajuste IMD-IM. Año 1995. Otras carreteras con calzadas separadas (Excluidos valores IM = 0}
60.00 ^
•
50,00 -
S 30,00
20,00 -
•
10,00 -
• ^ * • ^^
0,00
D 20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000
IMD
Curvas de Ajuste IMD-IM. Año 1996. Otras carreteras con calzadas separadas (Excluidos valores IM = 0)
180,00
160,00
140,00
120.00
100,00
\ 80,00
60,00
40,00 :J
i l * ^ —- * — jí:
mmmamBm ^
50.000 100.000 I.M.D 150.000 200.000 250.000
-20,00 J
Curvas de ajuste I.M.D - I.M.>0 Años 89-96 Carreteras con calzadas separadas
97
100,00
90,00
80,00
70,00
60,00
50,00
40,00
30,00
20,00
10,00
0.00
5 000 10 000 15 000 20 000 25 000 30 000 35 000 40 000
IMD
80,00
70,00
60,00 -
50,00
40,00
30,00
20,00
10,00
0,00
5 000 10 000 30 000 35 000 40 000 45 000 50 000
35,00
•
30,00 . — j<k- — - . - _ . •
25,00 * * *
S 20,00
•
• •
15,00 -
•---^-^»
•
10,00
0,00
* ? * ^
5 000 10 000 15 000 20 000 25 000 30 000 35 000 40 000 45 000 50 000
IMD
Curvas de Ajuste IMD-IM. Año 1991. Carreteras de calzada única (Excluidos valores IM = O)
60,00 n
•
50,00
40,00 - ____-^ __ -^ —
S 30,00 -
20,00 ^
10,00
• •;> . ^ • • - * • -.™ ,
0,00
3 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000 110 000
IMD
Curvas de Aíuste IMD-IM. Año 1992. Carreteras de calzada única (Excluidos valores IM = 0)
50,00
45,00
40.00
35,00
30,00
25,00
20,00
15,00
• •
10,00
5,00
« s ^
• • • • • • J •
0,00
5 000 10 000 15 000 20 000 25 000 30 000 35 000 40 000 45 000 50 000
IMD
Curvas de Ajuste IMD-IM. Año 1993. Carreteras de calzada única (Excluidos valores IM = 0)
80,00
70,00
60,00
50,00
S 40,00
30,00 -
20,00
10,00
0,00
5 000 10 000 15 000 20 000 25 000 30 000 35 000 40 000 45 000 50 000
IMD
40,00 -
35,00
• •
•
S 25,00 -
• •
20,00 •
•
• •
15,00 - • • •
10,00
5,00-
0 5 000 10 000 15 000 20 000 25 000 30 000 35 000 40 000 45 000 50 000
IMD
Curvas de Ajuste IMD-IM. Año 1995. Carreteras de calzada única (EXCII idos valores IM = 0)
60.00
50,00
40,00 -
•
S 30,00
• •
20,00 •
•
t -
• •
10,00 1 • •
w • ^
• •
0,00 1 1 ^ 1
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
IMD
1000.00
800,00
600,00
o
A
400,00
200,00
j^4
0,00 ¿á^
20.000 40.000 60.000 80.000 100.000 120.000 140.000 160.000 180.000 200.000
I.M.D
-200.00
Curvas de ajuste I.M.D - I.M.>0 Años 89-96 Carreteras de calzada única
109
4.1.- Autopistas de peaje
(sustituido valor IVI=0 por 0,5; n° de muertos).
111
20,00
15,00
10,00
5,00
0,00
-5,00
IMD
Curvas de Ajuste IMD-IM. Año 1989. Autopistas de Peaje (Sustituido vaiorM=o por o.s)
40,00
•
20,00
E
i
* •
10,00 V lé *
5,00 - N L %. T^^-^T ^ A
) 10 000 20 000 30 000 40 000 50 000 60 000 70 000 ^" ' uU UUU 30 000 • 100 000
-5,00
IMD
Curvas de Ajuste IMD-IM. Año 1990. Autopistas de Peaje (Sustituido vaior M=0 por 0,5)
45,00
40,00
•
35,00
30,00
25,00
• •
20,00
15,00 . : -
t
10,00
t • •
5,00
0,00 "^^TF
^-—^ - •
_J» • •
— — 1 — ^ 1 - - - - - 1 — r • ~ 1
) 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
-5,00
IMD
Curvas de Ajuste IMD-tM. Año 1991. Autopistas de Peaje (Sustituido Valor M=O por o.s)
20,00
18,00
•
16,00
14,00
•
12,00 1
• •
i 10,00 -
8,00 •
6,00
* •
•
4,00
• •
2,00 •* ^ \ ? ^
1 '-
J • • _ — ^ -
%* t •• • • •
0,00 1 r 1 r 1 1 1 1
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
IMD
Curvas de Ajuste IMD-IM. Año 1992. Autopistas de Peaje (Sustituido vaior M=O poro.s)
20,00
18,00
16,00
14,00 • •
•
12,00
•
10,00
•
8,00
•
6,00
• •
4,00
•
•
i
2,00
0,00
*v!i!?? •
• • •
1—
• •« 4 4
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
IMD
Curvas de Ajuste IMD-IM. Año 1993. Autopistas de Peaje (Sustituido Vaior M=O por O,5)
16,00
S 10,00 -
• X
8,00 •
6,00 -
4,00
2,00
0,00 ! 1 1 * * 1 1— — 1
0 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
ÍMD
Curvas de Ajuste IMD-IM. Año 1994. Autopistas de Peaje (Sustituido vaior M=() por 0,5)
20,00
18,00
•
16.00
•
14,00
12,00
10,00 • •
8,00
* •
6,00
4,00
ÍS5,^\ • • • .
2,00
0,00
'• ' ^ i :•• **: * * * / 'r - 7 — • « ."'••• - • •
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
IMD
Curvas de Ajuste IMD-IM. Año 1995. Autopistas de Peaje (Sustituido vaior M=O por 0,5)
12.00
• •
10,00
,00 •
• •
•
1 6,00
•
\ • •
4,00
2,00
• •
• • • •
0,00 1— "-S «-— t!"'"
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000
IMD
Curvas de Ajuste IMD-IM. Año 1996. Autopistas de Peaje (Sustituido vaiorM=o por o,5)
4.2.- Otras carreteras con calzada separadas
(sustituido valor M=0 por 0,5; n° de muertos).
121
50,00 -|
•
40,00 «
% •
* • •
E 20.00 -
1 ^W»
t
•
10,00 ^Tjp"ijir_
^ • • '«* ' ^^
^ánbea^*« • *• ^^^„„,.**-****'^
-^Mfef,^-;* ^ • • .í * ^—-^ '^ !
0,00 • " " " " " ' — - - • - • • —
) 20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 ^SÜM ' 2ÜÜ 000
-10,00 -
IMD
Curvas de Ajuste IMD-IM. Año 1989. Otras ca rreteras con calzadas separadas (Sustituido vaior M=O poro.s)
30,00 -
•
•
20,00 At *
15,00 - 1
1 /
V- •
A«*
• •^ •
.
•
10,00 -
\ NT • •
yo-^^*^
5,00 * * * • ^ . ^ • " " " " " ^
uáf&^t'^»EC5:2:^ = = ^ = f e ^ ^ . >.• • * - ^ t - ^ ^
0,00 ^?<*«**ArHn < • • • • • • • ' * 4 " r—' »• ^
) 20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
-5,00 -
IMD
Curvas de Ajuste IMD-IM. Año 1990. Otras carreteras con calzadas separadas (Sustituido vaiorM=o poro,5)
30,00
25,00
20,00
S 15,00
10,00
5,00
0,00
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
IMD
Curvas de Ajuste IMD-IM. Año 1991. Otras carreteras con calzadas separadas (Sustituido VaiorM=o poro,5)
30,00
•
25,00
•
20,00
15,00
10,00
5,00 *^ • •
•
^ ^ •
0,00
i v ^ . H L «••'••% •""*4^
) 20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000 180 000 200 000
-5,00
IMD
Curvas de Ajuste IMD-IM. Año 1992. Otras carreteras con calzadas separadas (Sustituido Vator M=O poro.s)
30,00
25,00
• ^
20,00
15,00
10,00
5,00
0,00
20 000 40 000 60 000 80 000 100 000 120 000 140 000 160 000
-5,00
IMD
Curvas de Ajuste IMD-IM. Año 1993. Otras carreteras con calzadas separadas (Sustituido Vaior M=O por o,5)
20,00
•
15,00
10,00
5,00
0,00
000
-5,00
IMD
Curvas de Ajuste IMD-IM. Año 1994. Otras carreteras con calzadas separadas (Sustituido vaior M=O poro.s)
„lilffl.'i •
16,00 ~9 •
t • •
• •
14,00 -
160 000
-2,00
IMD
Curvas de Ajuste IMD-IM. Año 1995. Otras carreteras con calzadas separadas (Sustituido Vaior M=O poro,5)
16,00 .
• •
12,00 -
\ • •
10,00 \ n •
8,00 1 V *•*• •
\ \i 1
S 6,00 -
4,00
2,00 -
i^ffWtY?in^niiirT-i * 1' •
v*• • . •
* ^-^
. - - ^ ^ *
0,00 - •^IWIlF^/HA*^V^* ^ * í ^ ?-^*.i - - » •^••' t* t^'^T'^f 1 1 j *
) 20 000 40 000 60 000 ^ 000
-2,00 -
-4,00
IMD
Curvas de Ajuste IMD-IM. Año 1996. Otras carreteras con calzadas separadas (Sustituido Vaior M=O poro.s)
4.3- Carreteras de calzada única
(sustituido valor M=0 por 0,5; n° de muertos).
131
60.00
>>.
50,00
•
40,00
t:\
30,00
20.00
10,00
0,00
) 5 000 95
0(10
-10,00
IMD
Curvas de Ajuste IMD-IM. Año 1989. Carreteras de calzada única (Sustituido va]orM=o por o,5)
60,00 •
w~x •
50,00
• " •
40,00
30,00 *V"«- • • • — ^ - » •
20,00
10,00
áss^^x;. ^ j - * " ^ .
• ^ • • •
^ _ ^
•
• •. ••. •
* ^ #
0,00 ?l?ft •^
5 000 10 000 15 000 20 000 25 000 30 000 35 000 40 000 45 000 50 000 55 000
IMD
Curvas de Ajuste IMD-IM. Año 1990. Carreteras de calzada única (Sustituido vaiorM=o por o,5)
60,00
-10,00
IMD
Curvas de Ajuste IMD-IM. Año 1991. Carreteras de calzada única (Sustituido Valor M=O poro.S)
60,00
50,00
40,00
30.00
20,00
10,00
0,00
10 000 20 000 30 000 40 000-..^ 000 60 000 110 000 120 000 130 000 140 000 150000
-10,00
ÍMD
Curvas de Ajuste IMD-IM. Año 1992. Carreteras de calzada única (Sustituido vaiorM=o por o,5)
60,00
50,00
40.00
30,00
20,00
10,00
0,00
10 000 20 000 30 000 40 000 ÜQMOÍ^ io nnn 90 000 lOO 000
-10,00
IMD
Curvas de Ajuste IMD-IM, Año 1993. Carreteras de calzada única (Sustituido vaiorM=o por o,5)
60,00
50,00
•
40,00
• .•
r*,* *
10,00
0,00 ^ ^
1 o 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000 000
110
-10.00 -
IMD
Curvas de Ajuste IMD-)M. Año 1994. Carreteras de calzada única (Sustituido vaiorM=o por o,s)
60,00
• ••
•
50,00
40,00 , •-•—
V •
30,00
t^. **
20,00
10,00
0,00
10 000 20 000 30 000 40 000 50 000 60 000 /O 000 HÜ UUU UU UUU IUÚ 000 11ft000 000
120
-10,00
IMD
Curvas de Ajuste IMD-IM. Año 1995. Carreteras de calzada única (Sustituido vaior M=O por o,5)
60,00
50,00 ^
• •
>
40,00
>•
••
30,00
•
•
20,00 • •
•
10,00 ítK .^
•
0,00 Ads: .«—1
—*
) 20 000 40 000 60 000 5T 140 nnn 160 000 180 000 200 000
-10,00
IMD
Curvas de Ajuste IMD-IM. Año 1996. Carreteras de calzada única (Sustituido vaiorM=o por o,5)
5.- RELACIÓN ÍNDICE DE PELÍGROSDIDAD
Intensidad horaria
141
5.1.- Otras carreteras con calzadas separadas
143
otras Carreteras con calzadas separadas AÑO 93
200,00
150,00
100,00
o
A
50,00 '
ai
0,00
800001
-50,00
-100,00
Número de vehículos / año
150,00
100,00
o
A
4^
O)
50,00
0,00
800QC
-50,00
Número de vehículos / año
300,00
250,00
200,00
150,00
•••
. 100,00
• ^
50,00
0,00
-50,00
-100,00
250,00
200,00
150,00
00 100,00
50,00
0,00
1000000 2000000 1Ü0OOC
-50,00
Número de vehículos / año
250,00
200,00 -
150,00
o
A
100.00
50,00
0,00
000 3C
-50,00
Número de vehículos / año
151
Carreteras de calzada única AÑO 93
400,00
350,00
300,00
250,00
200,00
o
A
150,00
OÍ
100,00
50,00
0,00
4000C
-50,00
Número de vehículos / año
400,00
300,00
. 200,00
en
100,00
0,00
4501 )C
-100,00
Número de vehículos / ano
Ajuste Potencial
Ajuste Expononcial Ajuste Polinómico Ajuste Logarítmico
y = 48609x"°'^"^ y = 51,713e y = 2E-11x^-0,0001x + 105.6 y = .27,817Ln(x) + 417,01
R^ = 0,3433 R^ = 0,1884 R^ = 0.2115 R^ = 0,2543
Carreteras de calzada única AÑO 95
1000,00
900,00
800,00
700,00
600,00
500,00
o
A
400,00
ai
Ul
-100,00
Número de vehículos / año
500,00
400.00
300,00 -
•
o
A «
en 200,00 -
O)
100,00
0,00
500(1C
-100,00
Número de vehículos / año
900,00
800,00
700,00
600,00
500.00
o
A
400,00
en
300,00
• • •
200,
500000 1000000 1500000 2000000 2500000 3000000 3500000 4000000 4500000 500(1C
-100,00
Número de vehículos / año
13 31 2,8 2,8 45
18 34 3,1 3,1 62
Porcentaje
Superficie de rodadura Frecuencia Porcentaje Porcentaje válido
acumulado
Limpia y seca 654 59,2 75,9 75,9
Deslizante 208 18,8 24,1 100,0
Perdidos 242 21,9
Total 1104 100,0
Tabla de frecuencias,, variable luminosidad.
Luminosidad Frecuencia Porcentaje Porcentaje válido Porcentaje acumulado
Día 572 51,8 66,4 66,4
100-
Intensidad
Distribución de la intensidad horaria en carreteras con calzadas separadas.
¿UU"
^
/
100
/
t
c ••
nL4r-
V Desv. típ. = 0,86
¿f i
i
[ í Media = 5,86
0
j, £ N = 1104,00
L,.>-c 11 'Tfi(>f(iiiSíS^!Cf.j 1' ' " 1 " ^ ••r^"""":" u---
Intensidad
Distribución del logaritmo de la intensidad horaria en carreteras con calzadas separadas.
10
1.2.- Carreteras de calzada única.
11
Tabla de frecuencias, variable día del mes.
27 91 33 3,3 89,5
12
Tabla defrecuencias,variable día de la semana.
Día de. la semana Frecuencia Porcentaje Porcentaje válido Porcentaje acumulado
1 360 12,9 12,9 12,9
2 318 11,4 11,4 24,4
3 368 13,2 13,2 37,6
4 317 11,4 11,4 49,0
5 405 14,6 14,6 63,5
6 485 17,4 17,4 81,0
7 530 19,0 19,0 100,0
Total 2783 100,0 100,0
13
Tabla de. frecuencias, variable hora.
Hora Frecuencia Porcentaje Porcentaje válido Porcentaje acumulado
14
Tabla de frecuencias,, variable número de muertos.
Perdidos 7 0,2
Total 2783 100,0
Porcentaje
Superficie de rodadura Frecuencia Porcentaje Porcentaje válido
acumulado
15
Tabla de frecuencias,, variable luminosidad.
Luminosidad Frecuencia Porcentaje Porcentaje válido Porcentaje acumulado
Día 1284 46,1 61,9 61,9
Crepúsculo 121 4,3 5,8 67,7
Noche 670 24,1 32,3 100,0
Perdidos 708 25,5
Total 2783 100,0
Porcentaje
Factores atmosféricos Frecuencia Porcentaje Porcentaj e válido
acumulado
Buenos 1474 53,0 71,0 71,0
Malos 601 21,6 29,0 100,0
Perdidos 708 25,4
Total 5783 100,0
16
Tabla de frecuencias, variable tipo de accidente.
Tipo de accidente Frecuencia Porcentaje Porcentaje válido Porcentaje acumulado
Marcha 1383 49,7 49,7 49,7
Obstáculo 39 1,4 1,4 51,1
17
500-
400-
300-
200-
Intensidad
Distribución de la intensidad horaria en carreteras de calzada única.
^uu-
i
300- í—;
200-
/jji
100-
\ Desv. típ. = 0,95
' -i \ Media = 5,68
1
N = 2783,00
0 W" '"1^1 — • p?;'?? .«<r ' ! ' - T — r ^^ \' ^s— ^
V r f
Intensidad
Distribución del logaritmo, de la intensidad horaria en carreteras de calzada tínica.
18
2.- ANÁLISIS DE LA INTENSIDAD HORARIA.
19
Caireteras con calzadas separadas.
(6) m: media.
(2) Estratos de la variable día de la semana
Día de la semana 1: de lunes a jueves.
(7) Test de la ' f de Student.
Día de la semana 2: viernes, sábado y domingo.
21
Carreteras de calzada única.
1 3 199 309 487 409 256 380 0,000 0,000 0,000 0,001
2 1 145 112 139 312 116 103 0,002 0,000 0,000 0,000
2 2 173 237 354 324 224 302 0,016 0,008 0,003 0,007
2 3 217 291 503 328 255 429 0,002 0,003 0,012 0,006
2 2 2 112 226 344 211 220 313 0,245 0,208 0,274 0,193
2 2 3 171 305 499 201 280 464 0,255 0,405 0,755 0,143
3 1 2 208 335 511 326 298 456 0,049 0,023 0,051 0,036
3 1 3 219 311 559 322 311 452 0,000 0,000 0,000 0,000
3 2 1 124 195 202 246 176 161 0,046 0,007 0,004 0,008
3 2 2 209 327 503 279 296 440 0,027 0,044 0,022 0,018
3 2 3 196 309 600 267 334 521 0,010 0,001 0,001 0,000
(6) m: media.
(2) Estratos de la variable día de la semana
Día de la semana 1: de lunes a jueves.
(7) Test de la "t" de Student.
Día de la semana 2: viernes, sábado y domingo.
22
3.- ESTUDIO DE LAS TABLAS DE CONTINGENCIA.
23
3.1.- Discretización de la variable intensidad horaria.
25
3.2.- Carreteras con calzadas separadas.
Tipo de accidente
Mes Total
Marcha Obstáculo Atropello Vuelco Salida Otro
1 12 4 1 4 46 6 73
2 15 3 1 0 37 4 60
3 21 1 0 5 49 7 83
4 27 5 2 1 66 5 106
5 12 4 0 7 64 3 90
6 34 4 2 4 51 2 97
7 26 5 3 4 65 6 109
8 39 3 1 4 77 11 135
9 20 5 5 2 40 5 77
10 28 3 0 5 48 5 89
11 22 2 3 3 46 9 85
12 21 1 4 4 54 16 100
Total 277 40 22 43 643 79 1104
26
Día de Tipo de accidente
la Total
semana Marcha Obstáculo Atropello Vuelco Salida Otro
1 37 8 2 8 100 13 168
2 37 7 1 5 75 6 131
3 36 4 1 6 64 10 121
4 41 5 3 9 69 10 137
5 47 7 4 8 118 18 202
6 31 5 5 3 102 12 158
7 48 4 6 4 115 10 187
Total 277 40 22 43 643 79 1104
27
Número de vehículos, implicados
Tipo de accidente Total
Un vehículo Más de. un vehículo
Marcha 6 270 276
Obstáculo 14 26 40
Atropello 19 3 22
Vuelco 39 4 43
Salida 609 34 643
Otro 50 29 79
Total 737 366 1103
28
Superficie
Tipo de accidente Total
Limpia y seca Deslizante
Marcha 166 37 203
Obstáculo 30 10 40
Atropello 20 2 22
Vuelco 29 5 34
Salida 391 148 539
Otro 18 6 24
Total 654 208 862
29
Luminosidad
Tipo de accidente Total
Día Crepúsculo Noche
Marcha 120 11 72 203
Obstáculo 27 2 11 40
Atropello 6 2 14 22
Vuelco 19 1 14 34
Salida 380 27 132 539
Otro 20 1 3 24
Total 572 44 246 862
30
Factores atmosféricos
Tipo. de. accidente Total
Buenos Malos
Marcha 164 39 203
Obstáculo 30 10 40
Atropello 20 2 22
Vuelco 31 3 34
Salida 381 158 539
Otro 18 6 24
Total 644 218 862
31
Visibilidad de la señalización
Tipo de accidente Total
Buena Mala
Marcha 197 6 203
Obstáculo 39 1 40
Atropello 22 0 22
Vuelco 34 0 34
Salida 512 27 539
Otro 23 1 24
Total 827 35 862
32
Intensidad horaria
Tipo de. accidente Total
1 2 3 4 5
Marcha 21 159 54 39 4 277
Obstáculo 0 22 11 6 1 40
Atropello 3 9 3 6 1 22
Vuelco 4 23 13 3 0 43
Salida 62 393 138 39 11 643
Otro 7 46 18 8 0 79
Total 97 652 237 101 17 1104
33
3.3.- Carreteras de calzada única.
Intensidad horaria
Afio Total
1 2 4 5 6
1993 123 214 196 206 41 780
1994 121 176 145 209 44 695
1995 138 152 164 178 44 676
1996 146 148 140 171 27 632
Total 528 690 645 764 156 2783
34
Día de la Intensidad horaria
Total
semana 1 2 4 5 6
1 56 91 85 104 24 360
2 65 84 62 93 14 318
3 71 96 95 82 24 368
4 51 61 83 109 13 317
5 54 91 103 129 28 405
6 98 141 101 124 21 485
7 133 126 116 123 32 530
Total 528 690 645 764 156 2783
35
N° muer- Intensidad horaria
Total
tos 1 2 4 5 6
36
Tipo de Intensidad horaria
Total
accidente 1 2 4 5 6
Marcha 178 319 347 427 112 1383
Obstáculo 8 10 9 9 3 39
Atropello 12 25 24 43 12 116
Vuelco 11 21 21 18 2 73
Salida 269 280 211 234 26 1020
Otro 50 35 33 33 1 152
Total 528 690 645 764 156 2783
37
Tipo de accidente
Año Total
Marcha Obstáculo Atropello Vuelco Salida Otro
1993 433 10 38 15 258 26 780
1994 333 11 37 19 263 32 695
1995 340 12 22 18 247 37 676
1996 277 6 19 21 252 57 632
Total 1383 39 116 73 1020 152 2783
38
Día de Tipo de accidente
lase- Total
mana Marcha Obstáculo Atropello Vuelco Salida Otro
39
Tipo de accidente
Total
muertos Marcha Obstáculo Atropello Vuelco Salida Otro
0 1217 35 85 67 932 146 2482
1 128 4 25 6 81 6 250
>1 37 0 6 0 7 0 50
Total 1382 39 116 73 1020 152 2782
40
Tipo de accidente
Superficie Total
Marcha Obstáculo Atropello Vuelco Salida Otro
Limpia y
652 33 98 48 647 19 1497
seca
Tipo de accidente
Luminosidad Total
Marcha Obstáculo Atropello Vuelco Salida Otro
Día 623 25 56 45 516 19 1284
Crepúsculo 58 4 7 3 49 0 121
Noche 268 10 53 17 312 10 670
Total 949 39 116 65 877 29 2075
41
Factores at- Tipo, de accidente
Total
mosféricos Marcha Obstáculo Atropello Vuelco Salida Otro
42
4.-TABLAS DE CONTINGENCIA MÚLTIPLE.
43
4.1.- Carreteras con calzadas separadas.
N° de unidades
Clasificación por variables de accidente pertenecientes a %(2)
la clase (1)
45
N°. de unidades
Clasificación por. variables de. accidente pertenecientes, a %.(2)
la clase (1)
Clase 2 de 6 60 5,43
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) % de unidades de la clase con la modalidad considerada.
(5). % de unidades del total con la modalidad considerada.
(6) número, de unidades del total con la modalidad considerada.
46
N° de unidades
Clasificación por variables de accidente pertenecientes a %(2)
la clase (1)
Clase 3 de 6 22 1,99
47
N" de unidades
Clasificación por. variables de accidente pertenecientes, a %(2)
la clase (1)
Clase 4 de 6 20 1,81
48
N° de unidades
Clasificación por variables, de accidente pertenecientes a %(2)
la clase (1)
Clase 5. de 6 39 3,53
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) % de unidades de la clase con la modalidad considerada.
(5) %. de unidades del total con la modalidad considerada.
(6) número de unidades del total con la modalidad considerada.
49
N" de unidades
Clasificación por variables de accidente pertenecientes, a %(2)
la clase (1)
Clase 6 de 6 291 26,36
50
N° de unidades pertene-
Clasificación por variables de entorno %(2)
cientes a la clase (1)
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
51
N° de. unidades
Clasificación por. variables de. entorno pertenecientes a %.(2)
la clase (1)
Clase. 2 de 5 44 3,99
52
N" de unidades
Clasificación por variables de entorno pertenecientes a %(2)
la clase (1)
53
N° de unidades
Clasificación por variables de entorno pertenecientes a %(2)
la clase (1)
Clase 4 de 5 187 16,94
Valor del Porcentajes N°. de uni-
Modalidad Variable
test (3) (4) (5) dades (6)
54
N° de unidades pertene-
Clasificación por variables de entorno % (2)
cientes ala clase (1)
(3) % deunidadea dcL total con la modalidad considerada que pertenecen, a la clase.
55
4.2.- Carreteras de calzada única.
N° de unidades, per-
56
N° de unidades
Clasificación por. variables de accidente pertenecientes a %(2)
la clase (1)
Clase 2 de 6 39 1,40
Valor, del Porcentajes N° de uni-
Modalidad Variable
test (3) (4) (5) dades (6)
99,99 100,00 100,00 1,40 obstáculo tipo accidente 39
4,39 2,31 87,18 52,96 buenos factores atm. 1474
4,30 1,88 100,00 74,34 buena visibilidad sen. 2069
3,91 2,20 84,62 53,79 limpia y seca superficie 1497
2,65 2,53 46,15 25,55 primavera mes 711
-4,27 0,00 0,00 25,44 sin datos factores atm. 708
-4,27 0,00 0,00 25,44 sin datos superficie 708
-4,27 0,00 0,00 25,44 sin datos visibilidad sen. 708
-4,27 0,00 0,00 25,44 sin datos luminosidad 708
-5,53 0,00 0,00 36,65 salida tipo accidente 1020
-6,95 0,00 0,00 49,69 marcha tipo accidente 1383
(1) número de unidades del total que pertenecen a la clase.
(2) % de unidades del total que pertenecen a la clase.
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) %. de unidades de la clase con la modalidad considerada.
(5) % de unidades del total con la modalidad considerada.
(6) número de unidades del total con la modalidad considerada.
57
N° de unidades per-
Clasificación por variables de accidente tenecientes a la %(2)
clase (1)
Clase 3 de. 6 152 5,46
58
N° de unidades
Clasificación por variables de accidente pertenecientes a %(2)
la clase (1)
Clase 4 de 6 116 4,17
Valor del Porcentajes N° de uni-
Modalidad Variable
test (3) (4) (5) dades (6)
30,77 100,00 100,00 4,17 atropello tipo accidente 116
11,00 8,44 93,10 45,99 1 n° de vehículos 1280
8,04 5,61 100,00 74,34 buena visibilidad sen. 2069
7,03 6,55 84,48 53,79 limpia y. seca superficie 1497
6,12 6,31 80,17 52,96 buenos factores attn. 1474
5,11 7,91 45,69 24,07 noche luminosidad 670
4,09 9,96 21,55 9,02 1 n° de muertos 251
-3,03 0,00 0,00 5,46 otro tipo accidente 152
-4,81 3,42 73,28 89,18 0 n° de muertos 2482
-7,99 0,00 0,00 25,44 sin datos luminosidad 708
-7,99 0,00 0,00 25,44 sin datos visibiüdad sen. 708
-7,99 0,00 0,00 25,44 sin datos superficie 708
-7,99 0,00 0,00 25,44 sin datos factores atm. 708
-10,12 0,00 0,00 36,65 salida tipo accidente 1020
-10,95 0,53 6,90 53,75 >1 n° de vehículos 1496
-12,55 0,00 0,00 49,69 marcha tipo accidente 1383
(1) número de unidades del total que pertenecen a la clase.
(2). % de unidades del total que pertenecen a la clase.
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) % de unidades de la clase con la modaüdad considerada.
(5) %. de unidades del total con la modaüdad considerada.
(6) número de unidades del total con la modalidad considerada.
59
N° de unidades
Clasificación por. variables de. accidente pertenecientes, a %.(2)
la clase (1)
Clase 5. de 6 73 2,62
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) % de unidades de la clase con la modalidad considerada.
(5) % de unidades del total con la modalidad considerada.
(6) número, de unidades del total con la modalidad considerada.
60
N° de \fflidades pertene-
Clasificación por variables de accidente % (2)
cientes a la clase (1)
61
N" de unidades pertene-
Clasificación por variables, de. entorno %(2)
cientes a la clase ( 1 )
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
62
N° de unidades pertene-
Clasificación por variables de, entorno % (2)
cientes a la clase (1)
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
63
N° de unidades
Clasificación por variables de entorno pertenecientes a %.(2)
la clase (1)
Clase 3 de 6 121 4,35
Valor del Porcentajes N° de uni-
Modalidad Variable
test (3) (4) (5) dades (6)
31,27 100,00 100,00 4,35 crepúsculo luminosidad 121
7,75 5,80 99,17 74,34 buena visibilidad sefi. 2069
4,36 7,96 38,02 20,77 deslizante superficie 578
4,12 7,65 38,02 21,60 malos factores atm. 601
-3,12 0,00 0,00 5,46 otro tipo accidente 152
-7,91 0,00 0,00 24,07 noche luminosidad 670
-8,18 0,00 0,00 25,44 sin datos factores atm. 708
-8,18 0,00 0,00 25,44 sin datos visibilidad sen. 708
-8,18 0,00 0,00 25,44 sin datos superficie 708
-8,18 0,00 0,00 25,44 sin datos luminosidad 708
-12,15 0,00 0,00 46,14 día luminosidad 1284
(1). número, de unidades del total que pertenecen a la clase.
(2). % de unidades del total que pertenecen a la clase.
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) % de unidades de la clase con la modalidad considerada.
(5) %. de unidades del total con la modalidad considerada.
(6) número de unidades del total con la modalidad considerada.
64
N° de unidades perte-
Clasificación por variables de entorno necientes a la clase % (2)
(1)
Clase 4 de 6 211 7,58
65
N° de unidades
Clasificación por variables de entorno pertenecientes a %(2)
la clase (1)
Clase 5 de 6 398 14,30
66
N° de unidades pertene-
Clasificación por variables de entorno % (2)
cientes a la clase (1)
67
5.- TABLAS DE CONTINGENCIA DE LAS CLASES.
69
5.1.- Carreteras con calzadas separadas.
•i
O
Luminosidad
Factores
atmosféricos
déla Superficie 1 Tipo de
accidente
N^de
muertos
Wde
vehículos
señalización o
o o7
15 1 1 1 1 1 1
16 1 1 2 8 1 1 2
17 1 2 1 9 1 2 1
18 1 2 2 10 1 2 2
19 2 1 1 11 2 1 1
20 2 1 2 12 2 1 2
21 2 2 1 13 2 2 1
22 2 2 2 14 2 2 2
23 2 1 1 1 15 3 1 1
25 2 1 2 1 16 3 1 2
27 2 2 1 1 17 3 2 1
28 2 2 1 2 18 3 2 2
29 2 2 2 1 19 4 1 1
31 3 1 1 1 20 4 1 2
32 3 1 1 2 21 4 2 1
33 3 1 2 1 23 5 1 1
35 3 2 1 1 24 5 1 2
36 3 2 1 2 25 5 2 1
26 5 2 2
27 6 1 1
28 6 1 2
32 6 2 2
71
m o x r- oo oo ^ m r-í - ••ir O - oo '^ r-- ^o SO
00
^
r-1 - i-H
00
ro m - 1^
rn
- \D 1—1 VO n Os
- t—1 - - 'd-
\o
- r~ ^ H Tf
OÍ 1—I CSI
(^ - rf} M - n - S
en
-* es
- \o os
oo (S Cl • *
- - ^O
- C<l \o w^
O
C^ T—1 c^
«-1
M ^^ - - o
tí oo
O
C<1 - fO
ce
1 r- c^ to t^
\o T-^ T-H
n - O VO 2
•* ca T—1
- - >o
m
- -
r—< ^n - ^o C^
1—i
Os - T—< r-<
- fn
O -* - - ^^ »/^ M
o - -
oo - - en
r^ " 00 t—< 1—(
VI r—( .—1 os oo
t-~ M M
72
Casos
Válidos Perdidos Total
N° % N'* % N" %
Combinación 1
861 78,0 243 22,0 1104 100,0
Combinación 2
73
5.2.- Carreteras de calzada única.
74
es
\no± oo
oo
C^ ^ 1—1
1— • * ^i- ^¡í- - oo
^ - - o
<s
m c> - -
Tf - v\
- - o
"í - <N -
o
00 r-i - (S T—1 es • *
es
N o ^^ lO
00 ^H
<s - - r<1 <s - es
es
<N -* t^ -
C-l
C5 <N r^ r-> oo
<s - - ro es
r^ ^£3
s - es
es 7—t
- es
c3 ro - •*
o ro - • *
tí
"o o^ <s
es
O
- »ri - - OO es - \o
.s
-i oo
- - es
o
O
t~-
>n - - es ^^ es - <s
VO \o
m eO
m
- o «n (<1
es - \o
-* - - es
m 1—1
- es
(S o oo
<s - i-H T-H <s es
'Ti
- r^ - - • *
e»1
o o 00
d C^ 'I- <s - iri - <Tv es
oo OO - ro
s m ON
-
O
<3v o t; - ve
^a-
t~ t-~ - 1—1
- e<) -
1 u9pBraqxuo3 r- c^ O
<s
^o Si 00 o C<1
e^ í^ oo 2
o
es e<^
H
75
Casos
Válidos Perdidos Total
N° % N" % NO %
Combinación 1
2072 74,5 711 25,5 2783 100,0
Combinación 2
76
6.- TABLAS DE CONTINGENCIA DE LAS CLASES Y
LAS INTENSIDADES HORARIAS.
77
Carreteras con calzadas, separadas
Clases por
Intensidad horaraia
variables
Total
de acci-
1 2 3 4 5
dente
79
Carreteras, con calzadas, separadas
Clases por Intensidad horaria
variables Total
de. entorno 1 2 3 4 5
1 30 89 187 70 52 428
2 5 14 11 6 8 44
3 93 48 31 19 12 203
4 37 55 74 17 4 187
5 61 65 68 34 14 242
Total 226 271 371 146 90 1104
80
Carreteras de calzada única
Clases por
Intensidad horaria
variables
Total
de. acci-
1 2 3 4 5
dente
1 178 319 347 427 112 1383
2 8 10 9 9 3 39
3 50 35 33 33 1 152
4 12 25 24 43 12 116
5 11 21 21 18 2 73
6 269 280 211 234 26 1020
Total 528 690 645 764 156 2783
81
Carreteras de calzada única
3 25 30 30 30 6 121
4 86 64 29 26 6 211
82
7.- TABLAS DE CONTINGENCIA MÚLTIPLE DE LA
INTENSIDAD HORARIA.
83
7 . 1 . - Clasificación p o r t i p o de accidente.
N° de unidades
Clasificación por variable tipo de accidente pertenecientes a %(2)
la clase (1)
85
N° de unidades
Clasificación por variable tipo de. accidente pertenecientes a %.(2)
la clase (1)
Clase por accidente con obstáculos 40 3,62
Valor del Porcentajes N° de uni-
Modalidad Variable
test (3) (4) (5) dades (6)
4,04 7,10 65,00 33,15 >1 n° de vehículos 366
3,69 4,72 97,50 74,91 buena visibilidad sefl. 827
-3,94 0,00 0,00 21,92 sin datos superficie 242
-3,94 0,00 0,00 21,92 sin datos luminosidad 242
-3,94 0,00 0,00 21,92 sin datos visibilidad sefi. 242
-3,94 0,00 0,00 21,92 sin datos factores atm. 242
-4,03 1,90 35,00 66,76 1 n° de vehículos 737
(1) número, de unidades del total que pertenecen a la clase.
(2). %. de unidades del total que pertenecen a la clase.
(3) % de unidades, del total con la modalidad considerada que pertenecen a la clase.
(4). % de unidades de la clase con la modalidad considerada.
(5) %. de unidades del total con la modalidad considerada.
(6). número de unidades del total con la modalidad considerada.
86
N° de unidades
Clasificación por variable tipo de accidente pertenecientes, a %(2)
la clase (1)
Clase por accidente con atropello 22 1,99
87
N° de unidades
Clasifícación por variable, tipo de accidente pertenecientes a %(2)
la clase (1)
88
N° de unidades
Clasificación por variable de tipo de accidente pertenecientes a %(2)
la clase (1)
Clase por accidente con salida 643 58,24
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) % de unidades de la clase con la modalidad considerada.
(5) % de unidades del total con la modalidad considerada.
(6) número de unidades del total con la modalidad considerada.
89
N° de. unidades
Clasificación por variable tipo de accidente pertenecientes a %(2)
la clase (1)
Clase por otro, tipo de accidente 79 7,16
Valor del Porcentajes N° de uni-
Modalidad Variable
test (3) (4) (5) dades (6)
9,39 22,73 69,62 21,92 sin datos superficie 242
9,39 22,73 69,62 21,92 sin datos visibilidad sen. 242
9,39 22,73 69,62 21,92 sin datos factores atm. 242
9,39 22,73 69,62 21,92 sin datos luminosidad 242
2,57 7,74 98,73 91,30 0 n°. de muertos 1008
2,43 11,16 32,91 21,11 invierno mes 233
-2,43 2,86 6,33 15,85 1993 año 175
-2,71 2,88 7,59 18,84 deslizante superficie 208
-2,78 0,00 0,00 6,88 1 n° de muertos 76
-2,9 2,75 7,59 19,75 malos factores atm. 218
-4,55 1,22 3,80 22,28 noche luminosidad 246
-4,85 3,50 25,32 51,81 día luminosidad 572
-6,55 2,80 22,78 58,33 buenos factores atm. 644
-6,72 2,75 22,78 59,24 limpia y seca superficie 654
-8,82 2,78 29,11 74,91 buena visibilidad sen. 827
(1). número de unidades, del total que pertenecen a la clase.
(2) % de unidades, del total que pertenecen a la clase.
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) % de unidades, de la clase con la modalidad considerada.
(5) % de unidades del total con la modalidad considerada.
(6) número de unidades del total con la modalidad considerada.
90
7.1.2.- Carreteras de calzada única.
N° de unidades
Clasificación por variable tipo de. accidente pertenecientes a %(2)
la clase (1)
Clase por. accidente de vehículos en marcha 1383 49,69
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
91
N° de unidades
Clasificación por variable, tipo. de. accidente pertenecientes a %(2)
la clase (1)
Clase por accidente, con obstáculos 39 1,40
92
N° de unidades
Clasificación por variable tipo de accidente pertenecientes a %(2)
la clase (1)
Clase por accidente con atropello 116 4,17
(3). %. de unidades del total con la modalidad considerada que pertenecen a la clase.
93
N° de. unidades
Clasificación por variable, tipo, de accidente pertenecientes a %(2)
la clase (1)
Clasejpor. accidente con vuelco 73 2,62
Valor del Porcentajes N° de uni-
Modalidad Variable
test (3) (4) (5) dades (6)
8,00 5,16 90,41 45,99 1 n" de vehículos 1280
4,11 3,80 76,71 52,96 buenos factores atm. 1474
2,98 3,14 89,04 74,34 buena visibilidad sen. 2069
2,57 3,50 61,64 A6M día luminosidad 1284
-2,94 1,13 10,96 25,44 sin datos factores atm. 708
-2,94 1,13 10,96 25,44 sin datos visibilidad sen. 708
-2,94 1,13 10,96 25,44 sin datos luminosidad 708
-2,94 1,13 10,96 25,44 sin datos superficie 708
-7,96 0,47 9,59 53,75 >1 rf. de vehículos 1496
(1) número de unidades del total que pertenecen a la clase.
(2) % de unidades del total que pertenecen a la clase.
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) % de unidades de la clase con la modalidad considerada.
(5). %. de imidades del total con la modalidad considerada.
(6) número de \midades del total con la modalidad considerada.
94
N" de unidades per-
Clasificación por variable de tipo de accidente tenecientes a la %(2)
clase (1)
(3) % de unidades del total con la modaHdad considerada que pertenecen a la clase.
95
N°. de unidades
Clasificación por variable, tipo de. accidente pertenecientes a %.(2)
la clase (1)
(3). % de imidades. del total con. la modalidad considerada que. pertenecen a la clase.
96
7.2.- Clasificación por intensidad horaria.
N° de unidades
Clasificación por variable intensidad horaria pertenecientes a %(2)
la clase (1)
Clase por intensidad inferior a 250 vehículos 323 29,26
97
N" de unidades
Clasificación por variable intensidad horaria pertenecientes a %(2)
la clase (1)
98
N° de unidades
Clasificación por variable intensidad horaria pertenecientes a %(2)
la clase (1)
Clase por intensidad entre 450 y. 650 vehículos 220 19,93
Valor del Porcentajes N" de uni-
Modalidad Variable
test (3) (4) (5) dades (6)
32,96 100,00 100,00 19,93 450-650 intensidad 220
4,48 25,17 65,45 51,81 día luminosidad 572
4,19 25,97 55,00 42,21 tarde hora 466
3,14 25,81 40,00 30,89 verano mes 341
-2,45 14,16 15,00 21,11 invierno mes 233
-5,55 8,13 9,09 22,28 noche luminosidad 246
-7,22 4,72 5,00 21,11 noche hora 233
(1). número, de unidades del total que pertenecen a la clase.
(2) % de unidades del total que pertenecen a la clase.
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4). % de unidades de la clase con la modahdad considerada.
(5). %. de unidades, del total con la modalidad considerada.
(6) número de unidades del total con la modalidad considerada.
99
N". de unidades
Clasificación por variable intensidad horaria pertenecientes a %.(2)
la clase. (1)
Clase, por intensidad entre 650 y. 1200 vehículos 121 10,96
Valor del Porcentajes N" de uni-
Modalidad Variable
test (3) (4) (5) dades. (6)
27,33 100,00 100,00 10,96 650-1200 intensidad 121
5,32 16,95 65,29 42,21 tarde hora 466
-5,08 2,58 4,96 21,11 noche hora 233
(1) número de unidades del total que pertenecen a la clase.
(2) % de unidades del total que pertenecen a la clase.
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) % de unidades de la clase con la modalidad considerada.
(5) %. de. imidades del total con la modalidad considerada.
(6) número de unidades del total con la modalidad considerada.
100
N° de unidades
Clasificación por variable intensidad horaria pertenecientes a %(2)
la clase (1)
Clase por intensidad entre 1200 y. 3400 vehículos 90 8,15
101
7.2.2.- Carreteras de calzada única.
N°. de unidades
Clasificación por variable intensidad horaria pertenecientes a %(2)
la clase (1)
Clase por. intensidad inferior, a 200 vehículos 814 29,25
102
N° de unidades
Clasificación por variable intensidad horaria pertenecientes a %(2)
la clase (1)
Clase por intensidad entre 200 y. 400 vehículos 764 27,45
Valor del Porcentajes N°. de uni-
Modalidad Variable
test (3) (4) (5) dades (6)
57,03 100,00 100,00 27,45 200-400 intensidad 764
2,95 31,54 32,20 28,03 1993 año 780
-2,65 23,43 20,55 24,07 noche luminosidad 670
-2,83 23,66 24,87 28,85 verano mes 803
-4,46 20,27 15,71 21,27 noche hora 592
(1) número de unidades del total que pertenecen a la clase.
(2) % de unidades del total que pertenecen a la clase.
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) % de unidades de la clase con la modalidad considerada.
(5). % de unidades del total con la modalidad considerada.
(6) número de unidades del total con la modalidad considerada.
103
N° de. unidades
Clasificación por. variable, intensidad horaria pertenecientes, a %.(2)
la clase (1)
Clase por. intensidad entre 400. y 600 vehículos 550 19,76
104
N" de unidades
Clasificación por. variable intensidad horaria pertenecientes a %(2)
la clase (1)
105
N° de unidades
Clasificación por variable intensidad horaria pertenecientes a %(2)
la clase (1)
Clase, por. intensidad entre 950. y. 3100 vehículos 189 6,79
(3) % de unidades del total con la modalidad considerada que pertenecen a la clase.
(4) %, de unidades de la clase con la modalidad considerada.
106