Machine Translated by Google

Efectos de la curvatura horizontal en

choques de motocicletas de un solo vehículo
A lo largo de carreteras rurales de dos carriles

William H. Schneider IV, Peter T. Savolainen y Darren N. Moore

Los accidentes y muertes de motocicletas han aumentado rápidamente durante los
últimos 12 años, tanto en Ohio como en el resto de los Estados Unidos.
En respuesta a estos problemas, varios estudios han examinado aspectos de la
seguridad de las motocicletas en los últimos años. Sin embargo, ha habido una
investigación limitada sobre los efectos de la geometría de la calzada específica
del sitio sobre la frecuencia de los choques de motocicletas, particularmente en lugares queestima
no son intersecciones.
que la exposición, medida en términos de millas recorridas por vehículos,
Por lo general, los investigadores emplean técnicas de modelado de predicción de
choque binomial negativa y de Poisson en este tipo de estudios. La investigación
presentada en este documento utiliza un modelo binomial negativo, aplicando
métodos de Bayes completos para mejorar el rendimiento del modelo y evaluar los
impactos de la curvatura horizontal y otras características geométricas en la
frecuencia de choques de motocicletas de un solo vehículo a lo largo de segmentos
de carreteras rurales de dos carriles. . Los datos utilizados en este estudio incluyen
registros de accidentes de los años 2002 hasta la primavera de 2008, en
combinación con la información de diseño geométrico disponible, para aquellas
curvas mantenidas por el estado de Ohio. El conjunto de datos de análisis incluye
30,379 curvas horizontales que experimentaron un total de 225 choques de motocicletas durante el período de estudio.
Los hallazgos muestran que el radio y la longitud de cada curva horizontal influyen
significativamente en la frecuencia de los choques de motocicletas, al igual que el
ancho de la banquina, el tráfico diario promedio anual y la ubicación del segmento
de la carretera en relación con la curva.
En los últimos años, Estados Unidos ha experimentado una disminución significativa
en el número anual de muertes por accidentes de tránsito en todo el país.
Esto se ha mantenido en un amplio espectro de tipos de choques, incluidas las
muertes que involucran a ocupantes sin cinturón de seguridad y el consumo de
alcohol por parte de los conductores involucrados en choques. A pesar de estas
mejoras, el número de accidentes y muertes relacionados con motocicletas ha
aumentado sustancialmente. A nivel nacional, el número de muertes de motociclistas
ha aumentado en un 250 % desde un mínimo histórico de 2116 en 1997 a 5290 en
2008 (1). Esta preocupante tendencia de seguridad también ha ocurrido en el
estado de Ohio, donde hubo 950 muertes de motociclistas entre 2004 y 2008. Este
promedio de 190 muertes por año es un aumento del 38 % con respecto a años
anteriores (2). Esto es especialmente preocupante a la luz de la temporada de
conducción relativamente corta en Ohio, que es un subproducto de las condiciones
ambientales adversas que desalientan la conducción a finales del otoño y
WH Schneider IV y DN Moore, Departamento de Ingeniería Civil, Universidad de Akron,
Centro de Ciencias e Ingeniería de Auburn, Sala 210, Akron, OH 44325-3905.
T. Savolainen, Departamento de Ingeniería Civil y Ambiental, Universidad Estatal de
Wayne, 5050 Anthony Wayne Drive, Room 2166, Detroit, MI 48202.
Autor para correspondencia: WH Schneider IV, whs4@uakron.edu.
Registro de investigación de transporte: Revista de la Junta de investigación de transporte,
No. 2194, Junta de investigación de transporte de las Academias nacionales, Washington,
DC, 2010, págs. 91–98.
DOI: 10.3141/2194-11
temporadas de invierno Existen muchas razones potenciales para estos aumentos
tanto en la frecuencia de choques de motocicletas como en la gravedad de las
lesiones resultantes que sufren los motociclistas involucrados en choques. La
propiedad de motocicletas aumentó en un 19 % entre 2003 y 2008, y ahora se
poseen aproximadamente 10,4 millones de motocicletas en todo el país (3). Se
ha aumentado aproximadamente un 35% desde 1997, aunque la precisión de esta
estimación es incierta (4). Las motocicletas también se utilizan con mayor frecuencia
para fines de transporte general en lugar de conducción recreativa. Además, ha
habido una afluencia sustancial de motociclistas jóvenes, mayores y mujeres
motociclistas. La evidencia sugiere que algunos de estos grupos de ciclistas pueden
ser responsables de una parte desproporcionada de estos choques y muertes (3).
En el estado de Ohio, estos problemas se ven agravados por la ley de cascos de
motocicletas, que cubre solo a los conductores que están en su primer año de
licencia (5).
REVISIÓN DE LITERATURA
En respuesta a esta miríada de problemas de seguridad, se han realizado
numerosos estudios en los últimos años sobre varias áreas de preocupación para
la comunidad de seguridad de las motocicletas, incluidos los efectos de la licencia
y la capacitación (6, 7), los impactos del consumo de alcohol y otros de alto nivel.
comportamientos de riesgo en las habilidades del motociclista (6, 8–13) y la
gravedad de las lesiones sufridas por motociclistas involucrados en accidentes (11,
12, 14–16). Esto también refleja la investigación general sobre seguridad vial; Se
han realizado estudios similares en otras áreas de seguridad. Sin embargo, un área
de la seguridad de las motocicletas que no ha sido suficientemente investigada es
el desarrollo de modelos de predicción de choques. Los modelos de predicción de
choques permiten una evaluación de los impactos de los factores geométricos y
ambientales en la frecuencia de los choques en intersecciones o segmentos de
carreteras. Solo se han publicado unos pocos estudios que incluyeron el desarrollo
de modelos de predicción de choques de motocicletas, y cada uno de estos estudios
se centró en las ubicaciones de las intersecciones y se realizó a nivel internacional
(17–19). La investigación sobre los efectos de la geometría a lo largo de los
segmentos de la carretera, sin incluir las intersecciones, es aún más limitada. Hay
varias razones potenciales para esto, incluida la naturaleza rara y aleatoria de los
choques de motocicletas, lo que puede inhibir la capacidad de los investigadores
para identificar los patrones de choque predominantes. El propósito de este estudio
es examinar los impactos de la geometría de la calzada en la frecuencia de choques
de motocicletas a lo largo de carreteras rurales de dos carriles en Ohio mediante el
uso de técnicas bayesianas para mejorar la estimación a la luz de la relativa poca
frecuencia de choques de motocicletas en comparación con otros tipos. de choques
El efecto de la curvatura horizontal y otras características geométricas en la
ocurrencia de choques es de gran interés para

91
Machine Translated by Google
92
diseñadores de transporte. Las curvas horizontales son problemáticas porque
pueden reducir la distancia visual disponible e impactar negativamente
capacidades de manejo de vehículos, aumentando el potencial para el tráfico
choques y muertes. Estos problemas son particularmente pronunciados
para motociclistas, que están capacitados para escanear el camino por delante en busca de varios
peligros en o cerca de la carretera. Además, la operación de motocicletas
requiere habilidades motoras avanzadas y enfoque en comparación con la operación móvil de
automóviles, así como el uso de herramientas difíciles y potencialmente
técnicas contrarias a la intuición, como contradirección y equilibrio
los frenos delantero y trasero (8). Colectivamente, estos problemas contribuyen a
el hecho de que el 38,1% de todos los accidentes mortales de motocicleta entre 2004 y 2008
ocurrieron en curvas horizontales, en comparación con el 28.7% de los accidentes fatales
para otros tipos de vehículos personales (1).
Parte del trabajo original sobre seguridad en curvas horizontales fue realizado por Zeeger et
al. a principios de la década de 1990 para la Carretera Federal
Administración (20, 21). El objetivo de esta investigación fue enfocar
sobre la seguridad de las curvas horizontales a lo largo de las carreteras de dos carriles. Estas
Los hallazgos sugieren que una curva de radio de 500 pies tiene un 200% más de probabilidades de
producir un choque que una sección tangente equivalente, y un 1,000 pies
curva de radio tiene un 50% más de probabilidad de producir un choque que una sección
tangente equivalente. Además, Harwood et al. encontró que cuando
la longitud y el radio de la sección de la curva horizontal fueron cada uno
100 pies, la tasa de accidentes fue más de 28 veces mayor que en una tangente
tramo de la misma calzada (22). Los peligros son particularmente pronunciados en carreteras
rurales de dos carriles, donde hay menos derecho de paso.
disponible para navegar por las curvas y para recuperarse tomando medidas correctivas
en situaciones de alto riesgo.
Aunque la mayoría de los estudios previos han examinado los efectos generales
de curvatura en todo tipo de choques, Schneider et al. (23) desarrollado
modelos de predicción de choques para vehículos pesados en curvas horizontales,
encontrando que las curvas horizontales aumentaron la probabilidad de tales choques.
Se han examinado los efectos de las curvas horizontales en las motocicletas
como parte del estudio fundamental de seguridad de motocicletas, Hurt Report (24),
y varios estudios más recientes (6, 11, 12). Sin embargo, la ubicación específica
modelos de predicción de accidentes se han limitado a los pocos internacionales
aplicaciones mencionadas anteriormente (17, 18, 19).
Quddus et al. (17) desarrolló binomio negativo y Poisson
modelos de regresión para predecir la ocurrencia de accidentes de motocicleta
en 52 intersecciones de cuatro patas en el suroeste de Singapur utilizando datos
de 1992 a 1999. Los resultados de este estudio mostraron que los choques aumentaron
con el aumento de los volúmenes de tráfico, la presencia de un tráfico descontrolado
carril de giro a la izquierda y velocidades de aproximación más altas. Por el contrario, la presencia
de bahías de autobuses, secciones de aceleración y carriles de giro a la derecha fueron encontrados
para disminuir la frecuencia de choques de motocicletas.
Harnen et al. (18) también utilizaron modelos lineales generalizados para identificar
aquellos factores que afectan la frecuencia de los choques de motocicletas de
1997 a 2000 en 104 intersecciones urbanas en el estado de Selangor,
Malasia. El estudio encontró que los choques de motocicletas aumentan con la
volumen de tráfico de motocicletas y no motocicletas, con el volumen de
el tráfico no motociclista tiene la mayor influencia. Los accidentes fueron
también es más probable que ocurra en áreas comercializadas, en zonas no señalizadas
intersecciones, y donde las velocidades de aproximación eran más altas. Los accidentes fueron
es menos probable que ocurra en lugares con más carriles de tráfico, así como
donde los carriles y los arcenes eran más anchos.
Haque et al. (19) realizó un análisis más detallado de los accidentes de motocicleta
que ocurrió en 371 intersecciones señalizadas en Singapur usando
modelos jerárquicos de Poisson para dar cuenta de posibles series de tiempo
efectos Los hallazgos de este estudio fueron consistentes con los de
el estudio de 2001 (17), excepto que la presencia de cámaras dirigidas a
Se descubrió que hacer cumplir la luz roja reduce los accidentes de motocicleta
en contraste con los hallazgos del estudio de Quddus et al. (17).
Registro de investigación de transporte 2194
INVESTIGAR OBJETIVOS
El objetivo principal de este estudio es examinar los efectos de varios
características geométricas de la calzada en la frecuencia de un solo vehículo
choques de motocicletas en o cerca de curvas horizontales a lo largo de segmentos de
carreteras rurales de dos carriles en el estado de Ohio. Esto se hace a través
el desarrollo de un modelo binomial negativo bayesiano, que utiliza técnicas de simulación de
cadena de Markov Monte Carlo (MCMC).
Las técnicas de estimación bayesianas son adecuadas para analizar accidentes de motocicletas,
ya que tienden a ocurrir con mucha menos frecuencia en momentos específicos.
lugares que los accidentes automovilísticos, creando dificultad en la obtención
estimaciones precisas de impactos variables bajo un modelo tradicional
estructura. Esta investigación examina específicamente el impacto de varios
características de la curva horizontal en choques de motocicletas rurales, específicamente el
radio de la curva, la longitud de la curva y la ubicación del segmento de la carretera
con respecto a la curva horizontal. Los resultados de este análisis proporcionan
información sobre la seguridad de las motocicletas e identificar vías de mejora
a través de la educación y el diseño de curvas horizontales.
RECOPILACIÓN DE DATOS
Este estudio combina datos de accidentes informados por la policía con datos de geometría de
carreteras específicas de la ubicación. Los datos del accidente son proporcionados por
Los informes de accidentes del Departamento de Seguridad Pública (DPS) de Ohio y los datos
geométricos se obtienen de los archivos de inventario de carreteras del Departamento de
Transporte (DOT) de Ohio. Estos dos conjuntos de datos son
se fusionaron mediante el uso del sistema de referencia estatal. En total,
30,379 segmentos viales que cumplieron con los siguientes criterios fueron
identificado: La curva horizontal está presente en el segmento, ni
una intersección ni otra curva horizontal cae dentro de los 300 pies de
cualquiera de los extremos de la curva, y la calzada se mantiene en estado. los
Los primeros dos criterios permiten un examen de los efectos de una sola curva.
a medida que se introducen complejidades adicionales a través de una secuencia de
curvas horizontales. De manera similar, las curvas ubicadas dentro de los 300 pies de un
intersección se eliminan para aislar los efectos de la geometría de la calzada en contraposición
a los factores relacionados con la intersección. Solo se incluyen las carreteras mantenidas por el
DOT de Ohio, ya que estas son las únicas secciones de
calzada para la cual se dispone de una base de datos de geometría de calzada continuamente
actualizada. El conjunto de datos final proporciona información sobre el accidente.
conteos y geometría de caminos para el período de 2002 a
la primavera de 2008. El conjunto de datos final incluye los 225 vehículos individuales
accidentes de motocicleta que ocurrieron en o dentro de 300 pies de la horizontal
curvas que cumplen los criterios anteriores. Las tablas 1 a 3 proporcionan la
estadísticas descriptivas que detallan este conjunto final de datos.
TABLA 1 Geométrica y de Tráfico
Descripciones de variables
Variable Significar Dakota del Sur
Longitud de la curva horizontal (ft) 297.2 210.1
IMD total 2.001,5 1.729,7
Ancho del hombro (pies) 3,2 2.0
Ancho de carril (pies) 10.0 1.1
Radio (pies) 702.1 397.1
Límite de velocidad (mph) 53.2 4.9
NOTA: Ubicaciones de curvas horizontales, 30,379; un solo vehículo
choques de motocicletas, 225. SD = desviación
estándar; IMD = tráfico medio diario.
Machine Translated by Google

Schneider, Savolainen y Moore 93

TABLA 2 Geográfica y Ambiental

Descripciones de variables

Porcentaje de ubicaciones
Variable Criterios de reunión

Suroeste de Ohio 21,9

Sudeste de Ohioa 46.1

Noroeste de Ohio 15.3

Noreste de Ohio 16.7 FIGURA 1 Siete intervalos asociados a cada curva

Arterial ruralb,c 2.5 horizontal.

Arterial menor ruralb,c 14.2

Gran coleccionista ruralb,c 69.1

Coleccionista menor ruralb,c
Velocidad publicada superior a 30 mph
Velocidad publicada superior a 40 mph
Velocidad publicada superior a 50 mph
14.2 riesgos a lo largo de las curvas horizontales. Al examinar la incidencia de
participación en el alcohol y el estado del seguro de estos involucrados en choques
99.8
ciclistas, el 19,5% estaba bajo la influencia del alcohol durante un choque, y
94.5
Se observó que el 8,1% no tenía seguro. También preocupa el hecho de que sólo
85.1
El 41,7% de estos ciclistas llevaba casco en el momento del accidente.

NOTA: Ubicaciones de curvas horizontales, 30,379; motocicleta de un solo vehículo

Si bien estas estadísticas apuntan a caminos dignos de futuras investigaciones,
choques, 225. estas características del ciclista no se pudieron incluir en la predicción del choque
a La ubicación geográfica del accidente se basa en el nivel del condado modelo porque no hay estimaciones disponibles para características tales como
límites.
b se relacionan con pasajeros que no están involucrados en accidentes en estos lugares.
Las áreas rurales se basan en datos proporcionados por el censo de EE. UU. de 2005.
c La clase funcional de la calzada se basa en los criterios de la FHWA. Una vez que se extraen la geometría de la calzada y los datos de accidentes para cada
segmento de curva horizontal, el segundo paso en la preparación de datos
El procedimiento es recopilar datos geométricos y de choque adicionales para el

Las curvas horizontales en el conjunto de datos van de 95 a 5,730 pies secciones tangentes en cada extremo de la curva horizontal como se muestra en

de radio, con longitudes de 105 a 1,267 pies. El promedio estimado
los volúmenes de tráfico diario (ADT) en estos segmentos están entre 70 y
15.670 vehículos por día. No hay volúmenes específicos para motocicletas disponibles,
aunque estudios anteriores han demostrado que la frecuencia de motocicleta
los accidentes se ve significativamente afectado por los volúmenes totales de tráfico (17, 18, 19).
Como todas estas ubicaciones son mantenidas por el estado, la clasificación de las carreteras
Los datos indican que los segmentos incluían predominantemente colectores importantes,
con un número moderado y aproximadamente igual de arterias
y coleccionistas menores.
Además de la geometría de la calzada y los datos de tráfico que se encuentran en
La Tabla 2, Tabla 3 presenta detalles de los motociclistas involucrados en choques.
Estas cifras presentan algunas tendencias interesantes. Los datos muestran que
los motociclistas de 46 a 55 años son los más frecuentes
involucrados en choques en curvas horizontales rurales de dos carriles y que
la gran mayoría de estos motociclistas eran hombres. Estos datos también
muestran que ciertos ciclistas pueden tener dificultades particulares para manejar
Figura 1. La justificación para incluir estas secciones es evaluar
la influencia de la geometría de la curva a medida que los ciclistas entran o salen
de la curva Los segmentos inmediatamente antes de la curva requieren
frenado adicional, reducción de marcha y luego puesta en marcha de la motocicleta
la línea adecuada o camino a través de la curva (25). Este camino típicamente
comienza con la motocicleta en el exterior del carril maniobrando para
el interior del carril a través de la curva seguido de maniobrar el
motocicleta de regreso al exterior del carril mientras acelera
La curva. Velocidad aumentada, frenado incorrecto al girar, o no
seguir la línea apropiada a lo largo de la curva puede aumentar
el número de choques inmediatamente antes, durante y después de la
curva. Porque la ubicación y la dirección precisas de cada accidente
(es decir, si ocurrió en el interior o exterior de la curva) podría
determinarse a partir de los datos del accidente, un análisis más profundo de
La selección de ruta por parte de los ciclistas involucrados en el accidente no fue posible.
Se evalúan varias longitudes de sección tangente con respecto a la influencia de la
curva horizontal. resultados empíricos de un
El proceso de prueba y error demostró que las curvas influyeron

TABLA 3 Descripciones de variables relacionadas con motociclistas riesgos de colisión a distancias de hasta 300 pies a cada lado de la curva.
En consecuencia, tres intervalos equidistantes de 100 pies se incluyen directamente
Porcentaje de accidentes antes o después de cada curva horizontal. En todos los casos, la geometría
Variable Criterios de reunión
no cambió dentro de ninguna sección individual, y no hay superposición entre el comienzo

Rango de edad del motociclista (años) y el final de una sección de curva y

16–25 18.4 otro.
26–35 15.1
36–45 22.2
46–55 27.6
METODOLOGIA ESTADISTICA
56–65 13.4
66 años y más 3.3

92.1 En el análisis de choques, el consenso del trabajo empírico contemporáneo

motociclista masculino
es que los modelos lineales generalizados, como el de Poisson y el de conteo binomial
Uso del casco por motociclista 41.7
negativo, son las técnicas metodológicas más apropiadas para modelar la frecuencia de
motociclista sin seguro 8.1
choques. En general, el
participación del alcohol 19.5
se prefiere el binomio negativo cuando los datos están demasiado dispersos
(es decir, varianza mayor que la media), como suele ser el caso con
NOTA: Ubicaciones de curvas horizontales, 30,379; un solo vehículo
accidentes de motocicleta, 225. datos de accidentes (26–31).
Machine Translated by Google
94
Formulario de modelo binomial negativo
La estructura básica del modelo de regresión binomial negativa es
= ...
i exp( ÿÿ ÿ + + + ++ y xxx x 0 11
ÿ 2 2 33
dónde
yi = número de choques relacionados con motocicletas en horizontal
tramo de curva i,
ÿ0 = constante,
ÿ1, . . . , ÿn = parámetros estimados en forma vectorial,
x1, . . . , xn = variables explicativas que influyen en los accidentes de motocicleta
en el tramo i de la curva horizontal , y
exp( i) = la distribución gamma estándar con una media de 1.0
y varianza ÿ2 (26).
Más información sobre la relación entre la media y la
La varianza de la variable respuesta en el modelo de regresión binomial negativa
ha sido publicada por numerosos autores (32, 33). Cuando
ÿ, el parámetro de dispersión inversa, es cero, la varianza de la
accidentes relacionados con motocicletas es igual al número medio esperado de
accidentes relacionados con motocicletas y la regresión binomial negativa
modelo converge a un modelo de regresión de Poisson. Por lo tanto, los
modelo de regresión binomial negativa funciona de manera eficiente cuando ÿ es
significativamente diferente de cero (26, 28).
El parámetro de máxima verosimilitud (L) con la función de probabilidad
correspondiente estima efectivamente los parámetros de la negativa
modelo de regresión binomial y se muestra en la Ecuación 2 como
ÿ
norte
ÿ ( y+i ) ÿ ÿ ÿ ÿ ÿ ÿ ÿ
L (ÿ i ) = i (37). El pdf posterior debería proporcionar una mejor estimación de la verdadera
ÿ=
i 1 y yo
!ÿ ÿÿ( ) +ÿ ÿ ÿ ÿ ÿ+
i ÿÿ ÿÿ
dónde
L(ÿi) = estimador de máxima verosimilitud de ÿi,
N = número total de tramos de curva horizontal,
ÿ( ) = función gamma,
ÿ = parámetro de dispersión, y
ÿ = parámetro de dispersión inversa (1/ÿ).
Debido al gran número de segmentos de curva para los que no
se observan choques, se realizan pruebas estadísticas para determinar
si un modelo de regresión inflado con ceros es apropiado. Conceptualmente, un
modelo inflado con ceros separa los segmentos de carretera en dos
grupos: un estado de bloqueo cero y un estado de bloqueo distinto de cero. Investigaciones pasadas
ha demostrado que, en algunos casos, las ubicaciones de las carreteras pueden
estar agrupados de manera que un subconjunto de ubicaciones con características
particulares generalmente no experimente ningún bloqueo en comparación con
un segundo subconjunto de ubicaciones con características diferentes
que generalmente experimentaría bloqueos (34–36). tal escenario
requiere la estimación de dos modelos, uno para separar las secciones
en los estados cero y distintos de cero y un segundo modelo para estimar la
número de choques que ocurren para las secciones de choque distintas de cero. Adeudado
a la proporción significativa de segmentos que experimentaron cero
accidentes de motocicleta, la estadística de prueba de Vuong se utiliza para evaluar la
idoneidad de un modelo binomial negativo inflado con ceros. los
Se encuentra que la estadística de Vuong calculada en este estudio es 0.3133,
lo que indica que un modelo binominal negativo inflado con ceros es
no es necesario para los datos dados.
Registro de investigación de transporte 2194
Muestreo de Gibbs
Siguiendo el desarrollo del modelo binomial negativo básico,
Se utiliza una metodología bayesiana con muestreo de Gibbs para obtener
la estimación posterior predictiva de accidentes relacionados con motocicletas.
ÿ nn ) ( 1)
El muestreador de Gibbs muestrea repetidamente cada distribución condicional.
El modelo binomial negativo se puede parametrizar como un
mezcla gamma de distribución de Poisson. la parametrización
se refiere a la relación entre la media de la variable de respuesta y el índice de
dispersión. La parametrización se utiliza para la interpretación de
parámetros (37).
En un marco de modelado totalmente bayesiano, la estimación del modelo
requiere la especificación de una función de verosimilitud y una distribución previa
para obtener la densidad posterior de la estimación
parámetros de los datos dados (37). La distribución posterior,
según los métodos bayesianos, es proporcional al producto de
la distribución previa y la función de verosimilitud, que se da en
Ecuación 3 como
pxp px ) ÿ ( ) × ( )
(ÿÿÿ ()3
dónde
p(ÿ x) = función de densidad de probabilidad posterior (pdf) para el parámetro
ÿ dado x,
p(ÿ) = PDF anterior para el parámetro ÿ, y
p(x ÿ) = función de verosimilitud del parámetro ÿ.
El pdf anterior usa la probabilidad para cuantificar la incertidumbre en ÿ antes
recolectando datos. La función de verosimilitud relaciona los datos con la incógnita
parámetro ÿ usando la metodología completa de Bayes. el posterior
la distribución expresa la incertidumbre en ÿ después de recopilar los datos
yo
()2
ÿ
ÿ
valor de ÿ.
i
Las distribuciones predictivas para el modelo binomial negativo para choques
de motocicletas se calculan usando una simulación de Monte Carlo.
En la simulación de Monte Carlo, los priores no son informativos con un
distribución normal, una media de 0.0, una precisión (ÿ) de 1.0E-6 y una
parámetro de dispersión distribuido por gamma. Luego se utilizan los anteriores
para obtener las simulaciones posteriores marginales de los parámetros ÿj y ÿ.
Comenzando con tres valores iniciales diferentes, se forman tres cadenas de Markov
utilizado para desarrollar distribuciones posteriores predictivas. Convergencia de
el modelo se evalúa mediante el uso de estadísticas de Gelman-Rubin, densidad del kernel,
autocorrelación, gráficos de trazas y series de tiempo (37, 38). Convergencia
de los modelos en este estudio se basa en tres cadenas diferentes. los
la evaluación de la convergencia de la simulación del modelo se basa en
comparando la variación entre las tres cadenas. Una gran variación
indica que la simulación no ha convergido, lo que sugiere que el modelo
El formulario no es eficiente. Una vez obtenido un número suficiente de muestras,
el modelo se considera convergente, y los coeficientes posteriores para
Entonces se conocen los pronósticos de choques de motocicletas.
DESARROLLO DEL MODELO Y RESULTADOS
Se utiliza un procedimiento de dos pasos para llegar al modelo final. El primer paso
implica el desarrollo de un modelo binomial negativo tradicional,
que examina el impacto de cada una de las variables disponibles enumeradas
en las Tablas 1 a 3. Se examinan varias formulaciones modelo
antes de llegar a este modelo inicial, que incluía aquellas variables
que son estadísticamente significativos a un nivel de confianza del 95%. Con este
modelo inicial, el segundo paso del proceso de modelado involucrado
Machine Translated by Google

Schneider, Savolainen y Moore 95

TABLA 4 Resultados iniciales del modelo

Variable Coeficiente Error estándar Estadística T Valor P

Constante ÿ3.221 0.531 ÿ6.068 <.0001

Logaritmo natural de la longitud (mi) 0.459 0.142 3.231 .0012

de la curva horizontal

Distancia desde la curva (segmentos) ÿ0,333 0.062 ÿ5.406 <.0001

Radio (pies) ÿ0.001 0.002E-1 ÿ6.050 <.0001

Ancho de hombro de menos de 6 pies 0.697 0.262 2.658 .0080

IMD total 0.001 0.454E-4 3.134 .0017

Parámetro de dispersión inversa 0.089

NOTA: Número de observaciones = 30.379; logaritmo de verosimilitud = ÿ1.349,345, logaritmo de verosimilitud restringida = ÿ1.375,495;
x2 = 52,9.

la implementación de una metodología bayesiana completa para obtener
estimaciones más precisas de los efectos de cada una de estas variables. los
el resultado final es un modelo binomial negativo con distribuciones posteriores
de los parámetros
Modelo Inicial
El modelo inicial desarrollado para este estudio se basa en la máxima
técnicas de verosimilitud. En este caso, varios parámetros geométricos son
muestreado, incluido el ancho del carril, el ancho total de la superficie, la velocidad indicada
límite y categorías adicionales de uso de la tierra, como la densidad de población.
Sin embargo, ninguno de estos parámetros resultó ser estadísticamente significativo al
95% de confianza. Variables adicionales, que incluyen
se prueban la exposición al tráfico (es decir, ADT), la longitud de los segmentos y varias
combinaciones de estas y otras variables. Variables que no son
que impactan significativamente la frecuencia de choques en los segmentos del estudio
incluyen el límite de velocidad publicado, el ancho del carril y la superficie total
ancho. Aunque no se encontró que estos factores fueran estadísticamente significativos,
esto no refleja necesariamente su importancia desde el punto de vista estadístico.
un punto de vista de diseño. De hecho, la gran mayoría de los tramos de carretera en
la muestra tenía anchos de carril de 12 pies. En consecuencia, debido a la falta de
variabilidad en el ancho del carril y el ancho de la superficie, poca información podría
obtener de la evaluación de estas variables particulares.
La Tabla 4 presenta los resultados del modelo inicial, que incluyen
aquellas variables que son estadísticamente significativas y colectivamente proporcionan
el mejor ajuste estadístico para el conjunto de datos dado. La geometría de la calzada
las variables incluidas en el modelo son la longitud de la curva horizontal
(expresado como el logaritmo natural de la longitud de la curva dado que esto proporcionó
ajuste superior), el radio de la curva, el ancho de los hombros (específicamente si
el ancho de la banquina es menor a 6 pies), y la ubicación de la carretera
segmento relativo a la curva. Esta distancia desde la curva variable es
expresado en términos del número de segmentos que se alejan de la curva
donde ocurrió el choque. Por ejemplo, un choque que ocurre en la curva
se codificará con esta variable igual a cero, pero se producirá un bloqueo
entre 200 y 300 pies de la curva se codificará como igual a
tres, lo que indica que el accidente ocurrió en el tercer segmento de 100 pies
lejos de la curva. La Tabla 4 también proporciona información sobre el término de
dispersión, que demuestra que una estructura binomial negativa
es superior a la estructura de Poisson debido a la variabilidad en los choques
explicado anteriormente.
modelo bayesiano
Los resultados de la estimación inicial del modelo se utilizan como punto de partida.
para el desarrollo del modelo final, que utiliza un Bayes completo
metodología. Las simulaciones MCMC se utilizan luego para determinar
la distribución posterior, que resulta en un mejor ajuste estadístico para
el modelo. Como se muestra en la Tabla 5, las mismas variables permanecen estadísticamente
significativo como en el modelo ingenuo, aunque los coeficientes del
El modelo bayesiano proporciona una precisión ligeramente mayor. Cada una de las
estimaciones de parámetros es de dirección plausible y razonable en
magnitud.
Desde el punto de vista de la evaluación del modelo, las simulaciones MCMC
dan como resultado una reducción en el término de dispersión de 11.18 a 8.95, lo que
reducir la variabilidad de las estimaciones resultantes. El Gelman-Rubin
Los gráficos de estática, kernel y autocorrelación muestran que el modelo converge con
éxito. Los nuevos coeficientes ÿ, la desviación estándar, el error MCMC y la distribución del
percentil 95 para cada coeficiente

TABLA 5 Resultados finales del modelo

Variable Coeficiente DE Error de MC 2,5% 97,5%

Constante ÿ3.427 0.615 0.042 ÿ4.812 ÿ2.461

Logaritmo natural de la longitud (mi) 0.388 0.104 0.007 0.186 0.553

de la curva horizontal

Distancia desde la curva (segmentos) ÿ0,361 0.071 0.005 ÿ0.510 ÿ0,230

Radio (pies) ÿ0.001 2.385E-4 1.586E-5 ÿ0.001 ÿ5.114E-4

Ancho de hombro de menos de 6 pies 0.739 0.357 0.024 0.190 1.4
IMD total 1.400E-4 3.749E-5 2.298E-6 7.316E-5 2.122E-4

Parámetro de dispersión inversa 0.112

NOTA: MC = Montecarlo.
Machine Translated by Google

96 Registro de investigación de transporte 2194

TABLA 6 Valores de elasticidad para como una medida sustituta de la exposición al riesgo. Como era de esperar, un aumento en

Variables explicativas el volumen de tráfico en un segmento particular aumenta la frecuencia de

Variable
Logaritmo natural de la longitud (mi)
de la curva horizontal
choques de motocicletas. Por cada 1% de cambio en ADT, la frecuencia de accidentes
Elasticidad (%) se espera que aumente en un 0,43%. Aunque el enfoque de esta investigación
es en choques de motocicletas de un solo vehículo, este efecto puede indicar
0.39
interacciones negativas entre vehículos de pasajeros y motocicletas

ÿ43.48a ya que algunos de estos choques pueden deberse a que los ciclistas intentan evitar
Distancia desde la curva (segmentos)
los conductores de vehículos de pasajeros que juzgaron mal a los motociclistas
Radio (pies) ÿ0,74
comportamientos o intenciones o simplemente no vio la motocicleta. Independientemente de
Ancho de hombro de menos de 6 pies 52.24a
la causa de las interacciones, este resultado ilustra un desafío
IMD total 0.43
a los conductores de motocicletas en carreteras de alto tráfico.

a Indica una variable no continua, para la cual se

calcula una pseudoelasticidad.
Ancho de hombro

basados en los métodos estadísticos como se describió anteriormente se muestran en
Tabla 5. En cada caso, el error MC está dentro de los límites razonables,
típicamente menos del 5% para el valor del coeficiente.
Para interpretar los impactos prácticos de cada variable, valores de elasticidad
se presentan en la Tabla 6. Las elasticidades proporcionan una estimación del impacto
de cada variable geométrica y relacionada con el tránsito sobre la frecuencia esperada de
choques de motocicletas en un segmento de carretera en particular.
Los valores de elasticidad expresan el cambio porcentual que sería
que se espera que ocurra en la frecuencia de choques de motocicletas para un determinado
segmento correspondiente a un cambio del 1% en el valor de una variable explicativa. Las
elasticidades se calculan de acuerdo con lo siguiente
fórmula (32):
Se ha descubierto que el ancho de la banquina aumenta el riesgo de accidentes de motocicletas en las carreteras
con hombros más estrechos proporcionan menos espacio de recuperación en los intentos de
negociar curvas, especialmente en un entorno rural. El critico
ancho de hombro identificado en este estudio es de 6 pies. Si los hombros de menos de
6 pies, se encuentra que los choques aumentan en un promedio de
52,24%. También es posible que las carreteras con arcenes más angostos presenten un
mayor riesgo de colisiones con barandas u otros obstáculos potenciales.
obstáculos peligrosos al costado del camino que no necesariamente pueden estar diseñados
con un enfoque en la seguridad de los motociclistas. Por ejemplo, investigaciones anteriores han
demostrado que las colisiones con barandas tienden a aumentar la gravedad de
lesiones de motociclistas (11).

ÿÿ X
miyo = i × = Radio de curva
ÿ k xik
yo
()4
X yo
ÿ ÿ x yo
i
Un resultado particularmente relevante de este estudio es el efecto de la curva
dónde radio. Un radio decreciente es indicativo de una curva más pronunciada, que
se traduce en un aumento significativo de la frecuencia de accidentes. Establecido
Eÿi
xik
= elasticidad de la frecuencia de accidentes con respecto a la variable xik,
sobre los resultados publicados por Zegeer (20, 21) y Harwood (22), este resultado
xik = valor de la k-ésima variable para la ubicación i, y
es intuitivamente correcto: las curvas más pronunciadas tienden a aumentar los choques para todos
ÿk = parámetro estimado para la k-ésima variable.
vehículos, particularmente para los motociclistas debido a las condiciones físicas y
Estos valores de elasticidad no son apropiados para variables discretas, desafíos mentales asociados con andar en motocicleta a través de un
como el número de segmentos de 100 pies que se alejan de una curva donde curva. Un radio de diseño más grande es menos exigente desde el punto de vista de la
accidente ocurrido; o variables binarias, como una designación de si un conducción porque proporciona a los motociclistas una transición más fácil
ancho del hombro es menos de 6 pies. En estos casos, una pseudoelasticidad dentro y fuera de una curva más gradual. Además, las curvas más pronunciadas podrían
el valor se puede calcular de la siguiente manera (32): atraer a los pasajeros que exhiben un mayor comportamiento de toma de riesgos, lo que puede
también explicar parcialmente este efecto.

yo =
Exp ( ÿ k ) - 1
( 5)
Ex yo
Exp ( ÿ k )
Longitud de la curva
donde todas las variables son como se definió previamente. En interpretación de
estos valores de pseudoelasticidad, estos resultados representan el cambio en A medida que aumenta la longitud de la curva, los motociclistas están expuestos a

frecuencia de choque esperada para un cambio de una unidad en el explicativo riesgo creciente en comparación con una curva más corta (todo lo demás siendo

variable (p. ej., el cambio en la frecuencia de accidentes debido al movimiento de uno igual). El efecto de la longitud de la curva es elástico, como un cambio del 1% en la curva.

segmento de 100 pies de distancia de la curva o el cambio en los choques experimentados longitud da como resultado un aumento en la frecuencia de accidentes de 0,39%. En general,

cuando el ancho de los arcenes es menor a 6 pies). En total, cinco variables las longitudes de curva más largas son indicativas de velocidades de diseño más altas, lo que puede

Se ha descubierto que afectan significativamente la frecuencia de los accidentes de motocicleta. ser indicativo de que los motociclistas no pueden manejar sus motocicletas

a lo largo de los segmentos de la curva, tres de los cuales están relacionados con la horizontal estas secciones de mayor velocidad. Un estudio temprano de Taylor y Adiele (39)

curva en sí. Se explican los impactos de cada una de estas variables
más en las siguientes secciones.
IMD total
Debido a la dificultad de monitorear los volúmenes exactos de motocicletas que viajan en una
sección particular de la carretera, se usa el ADT total.
investigó la estabilidad de las motocicletas en las curvas mediante el uso de un modelo no
lineal en el que la aceleración lateral es una función de la dirección
par y velocidad. Sus resultados muestran que cuando un motociclista atraviesa una curva,
los motociclistas tienden a acelerar a una “alta velocidad”.
inestabilidad” en comparación con una sección tangencial. Alternativamente, como estos
curvas más largas se caracterizan generalmente por radios más grandes, pueden
ser menos desafiante para los ciclistas. En consecuencia, este resultado también puede deberse,
en parte, a las diferencias en el comportamiento de los ciclistas en tales curvas.
Machine Translated by Google
Schneider, Savolainen y Moore
Distancia desde la curva
Los choques ocurrirán con mayor frecuencia en la curva, aunque la curva parece tener un
impacto en las secciones tangentes que siguen inmediatamente a la curva a distancias
de hasta 300 pies. Al dividir estas secciones tangentes en segmentos de 100 pies que
siguen inmediatamente a la curva, es demostró que la influencia de la curva disminuye a
medida que el ciclista se aleja de la curva. Por cada 100 pies fuera de la curva, la
frecuencia de accidentes se reduce en un promedio de 43,48 %.
Desde el punto de vista del entrenamiento, esto puede ser importante para demostrar a
los motociclistas principiantes la importancia de mirar hacia adelante mientras conducen.
En comparación con las secciones tangentes, frenar en las curvas es una tarea
significativamente más difícil y no debe realizarse mientras se gira.
El frenado adecuado en una curva requiere parar la motocicleta y luego frenar en línea
recta. Se llevaron a cabo pruebas de conducción con sujetos en escenarios reales de
tráfico rodado y se demostró que incluso
los conductores experimentados no pueden frenar con eficacia en situaciones críticas de
conducción. Los problemas de seguridad asociados con las curvas se extienden más allá
del aumento en la frecuencia de choques y se ven agravados por el hecho de que los
choques también son más severos a lo largo de las curvas horizontales, como lo
discutieron Savolainen y Mannering (11).
CONCLUSIONES
Con la geometría de las carreteras y los datos de choques informados por la policía del
estado de Ohio, se desarrollaron modelos de predicción de choques para analizar los
efectos de la curvatura horizontal y otros factores geométricos en la frecuencia de choques
de motocicletas de un solo vehículo en carreteras rurales de dos carriles. Se encontró que
cinco variables tienen un impacto significativo en los choques de motocicletas: la longitud
de la curva horizontal, el radio de la curva, la distancia relativa a los puntos finales de la
curva horizontal, el ancho de la banquina y el ADT total en el segmento de la carretera.
Los impactos de cada una de estas cinco variables son consistentes con las expectativas
y parecen razonables en magnitud.
La relación entre el radio y la frecuencia de los choques concuerda con los estudios
de choques anteriores centrados en las curvas horizontales. Se encontró que las curvas
más largas y de alta velocidad y las curvas más pronunciadas con radios de diseño más
pequeños aumentan la probabilidad de que ocurran choques de motocicletas en un
segmento de la carretera. A medida que el motociclista se aleja más de la curva, se reduce
su riesgo de accidente. Curiosamente, se encuentra que las curvas impactan la frecuencia
de choque en las secciones tangentes hasta 300 pies fuera de los extremos de la curva.
Este riesgo de accidente disminuyó
consistentemente sobre cada incremento de 100 pies.
Se encuentra que el ADT total tiene un impacto significativo en la frecuencia de
choques, aunque no está claro cuánto de este volumen consiste en motocicletas. La
capacidad de estimar con precisión los volúmenes de motocicletas sigue siendo un área
importante de interés para la comunidad de seguridad. En ausencia de dicha información,
la investigación futura también debe centrarse en las interacciones entre vehículos de
pasajeros y motocicletas y su efecto en los accidentes relacionados con motocicletas.
En conjunto, estos resultados resaltan la importancia de diseñar curvas que conduzcan
al uso seguro de motocicletas, a través de un radio de diseño más grande, arcenes más
grandes y otros factores. El modelo final desarrollado como parte de esta investigación se
puede usar para enfocar las mejoras en segmentos de caminos específicos que exhiben
factores de alto riesgo, como una combinación de arcenes angostos y un radio de curva
cerrada.
Desde el punto de vista del modelado, este estudio muestra que las técnicas
bayesianas mejoran la capacidad de estimación de los modelos de predicción de choques.
Sin embargo, debido al tamaño de la muestra relativamente pequeño, se justifica una
mayor investigación porque no está claro cómo se pueden obtener estos resultados.
97
generalizado a otros lugares. Aunque los cambios en la estructura de los modelos inicial
y bayesiano parecen ser modestos, el término de dispersión disminuye de 11,18 a 8,95, y
debe recordarse que la varianza de los choques en cualquier lugar en particular es alta y
que las razones de los choques de vehículos en cualquier lugar son muchos y variados.
EXPRESIONES DE GRATITUD
Los autores agradecen al Departamento de Transporte de Ohio y al Departamento de
Seguridad Pública de Ohio por los datos de su investigación. La investigación fue realizada
por la Universidad de Akron y la Universidad Estatal de Wayne.
REFERENCIAS
1. Administración Nacional de Seguridad del Tránsito en las Carreteras . Sistema de Informes de
Análisis de Muertes (FARS). Departamento de Transporte de EE. UU., Washington, DC http://www-
fars.nhtsa.dot.gov/Main/index.aspx. Consultado el 19 de julio de 2009.
2. Departamento de Seguridad Pública de Ohio. Boletín de Seguridad en el Tránsito, N° 6/11/2008.
3. Encuesta de propietarios del Consejo de la Industria de Motocicletas de 2008. Consejo de la Industria
de Motocicletas, Irvine, California, 2009.
4. Centro Nacional de Estadística y Análisis. Hechos de seguridad vial. edición final
NHTSA, Departamento de Transporte de EE. UU., Washington, DC Tabla 10. http://www-
nrd.nhtsa.dot.gov/. Consultado en marzo de 2009.
5. Instituto de Seguros para la Seguridad Vial. Leyes vigentes de EE. UU. sobre cascos de motocicletas
y bicicletas. Julio de 2009. http://www.iihs.org/laws/Helmet UseCurrent.aspx. Consultado el 22 de
julio de 2009.
6. Savolainen, PT y FL Mannering. Efectividad del entrenamiento de motociclistas y el comportamiento
de riesgo de los motociclistas. En Registro de Investigación de Transporte: Revista de la Junta de
Investigación de Transporte, No. 2031, Junta de Investigación de Transporte de las Academias
Nacionales, Washington, DC, 2007, págs. 52–58.
7. Daniello, A., HC Gabler y YA Mehta. Eficacia del entrenamiento y licencias de motociclistas. En
Registro de Investigación de Transporte: Revista de la Junta de Investigación de Transporte, No.
2140, Junta de Investigación de Transporte de las Academias Nacionales, Washington, DC, 2009,
págs. 206–213.
8. Mannering, FL y LL Grodsky. Análisis estadístico del riesgo de accidente percibido por los
motociclistas. Análisis y prevención de accidentes, vol. 27, núm. 1, 1995, págs. 21 a 31.
9. Heger, R. y A. Zehn. Diseño Vial y Factores Humanos Asociados a Accidentes de Motocicletas: Una
Contribución a Carreteras Más Seguras. Proc., 3er Simposio Internacional sobre Diseño Geométrico
de Carreteras, Chicago, 2005.
10. Creaser, JI, NJ Ward, ME Rakauskas, E. Boer, C. Shankwitz y F. Nardi. Efectos del alcohol en las
habilidades de conducción de motocicletas. Informe a la Administración Nacional de Seguridad del
Tráfico en las Carreteras. Universidad de Minnesota, Ciudades Gemelas, 2007.
11. Savolainen, P. y F. Mannering. Modelos probabilísticos de la gravedad de las lesiones de los
motociclistas en choques de uno y varios vehículos. Análisis y prevención de accidentes, vol. 39,
núm. 5, septiembre de 2007, págs. 955–963.
12. Haworth, N., K. Greig y A. Nielson. Comparación de la asunción de riesgos en colisiones de
ciclomotores y motocicletas. En Registro de Investigación de Transporte: Revista de la Junta de
Investigación de Transporte, No. 2140, Junta de Investigación de Transporte de las Academias
Nacionales, Washington, DC, 2009, págs. 182–187.
13. McKnight, AS, LR Becker, AS Tippetts y RL Hohn. Operación de motocicletas deterioradas: evaluación
del programa Riders Helping Riders.
En Registro de Investigación de Transporte: Revista de la Junta de Investigación de Transporte, No.
2140, Junta de Investigación de Transporte de las Academias Nacionales, Washington, DC, 2009,
págs. 188–194.
14. Quddus, MA, RB Noland y HC Chin. Análisis de la gravedad de las lesiones en motocicletas y de los
daños en vehículos utilizando modelos probit ordenados.
Revista de investigación de seguridad, vol. 33, núm. 4, 2002, págs. 445–462.
15. Shankar, V. y F. Mannering. Análisis logit multinomial exploratorio de la gravedad de accidentes de
motocicletas de un solo vehículo. Revista de investigación de seguridad, vol. 27, núm. 3, 1996,
págs. 183–194. 16. de Lapparent, M. Análisis bayesiano empírico de la gravedad de los accidentes
de motociclistas en las grandes áreas urbanas francesas. Análisis y prevención de accidentes, vol. 38,
núm. 2, 2006, págs. 260–268.
Machine Translated by Google
98
17. Quddus, MA, HC Chin y J. Wang. Modelo de Predicción de Choques de Motocicletas
para Intersecciones Señalizadas. Proc., Séptima Conferencia Internacional sobre
Transporte Urbano y Medio Ambiente en el Siglo XXI, Lemnos, Grecia, 2001, págs.
609–716.
18. Harnen, S., RS Radin Umar, SV Wong y WI Wan Hashim.
Modelo de Predicción de Accidentes de Motos en Cruces en Vías Urbanas en Malasia.
Avances en estudios de transporte: una revista internacional, sección A, vol. 8, 2006,
págs. 31 a 40.
19. Haque, MM, HC Chin y H. Huang. Factores que afectan los choques de motocicletas
en las intersecciones señalizadas. Presentado en la 88.ª Reunión Anual de la Junta
de Investigación del Transporte, Washington, DC, 2009.
20. Zeeger, CV, RJ Stewart, FM Council y DW Reinfurt. Mejoras geométricas rentables
para la mejora de la seguridad de las curvas horizontales. Informe No. FHWA-
RD-90-021. FHWA, Departamento de Transporte de EE. UU., 1991.
21. Zeeger, C., D. Reinfurt, T. Neuman, R. Stewart y F. Council. Mejoras de seguridad en
curvas horizontales para caminos rurales de dos carriles. Informe No. FHWA-
RD-90-074. FHWA, Departamento de Transporte de EE. UU., 1990.
22. Harwood, DW, FM Council, E. Hauer, WE Hughes y A. Vogt.
Predicción del Desempeño de Seguridad Esperado de Carreteras Rurales de Dos
Carriles. Informe No. FHWA-RD-99-207. FHWA, Departamento de Transporte de EE.
UU., 2000.
23. Schneider, WH, IV., KH Zimmerman, D. Van Boxel y S. Vavilikolanu. Análisis Bayesiano
del Efecto de la Curvatura Horizontal en Choques de Camiones Usando Conjuntos de
Datos de Entrenamiento y Validación. En Transport Research Record: Journal of the
Transportation Research Board, No. 2096, Transportation Research Board of the
National Academies, Washington, DC, 2009, págs. 41–46.
24. Hurt, HH, JV Ouellet y DR Thom. Factores de causa de accidentes de motocicleta e
identificación de contramedidas. Informe a la Administración Nacional de Seguridad
del Tráfico en Carreteras. Universidad del Sur de California, Los Ángeles, 1981.
25. Fundamentos de seguridad para motocicletas. Guía para la excelencia en motociclismo
de Motorcycle Safety Foundation: Habilidades, conocimientos y estrategias para
conducir correctamente. 2ª ed. Whitehorse Press, North Conway, Nueva Hampshire, 2005.
26. Abdel-Aty, AM y EA Radwan. Modelado de ocurrencia y participación en accidentes
de tráfico. Análisis y prevención de accidentes, vol. 32, 2000, págs. 633–642.
27. Caliendo, C., M. Guida y A. Parisi. Un modelo de predicción de choques para carreteras
de varios carriles. Análisis y prevención de accidentes, vol. 39, 2007, págs. 657–670.
28. Austin, DR y LJ Carson. Un Modelo Alternativo de Predicción de Accidentes para
Interfaces Carretera-Ferrocarril. Análisis y prevención de accidentes, vol. 34, 2002,
págs. 31–42.
Registro de investigación de transporte 2194
29. Mitra, S. y S. Washington. Sobre la naturaleza de la dispersión excesiva en los modelos
de predicción de accidentes automovilísticos. Análisis y prevención de accidentes,
vol. 39, 2007, págs. 459–468.
30. Shankar, V., F. Mannering y W. Barfield. Efecto de la Geometría de las Carreteras y
Factores Ambientales en las Frecuencias de Accidentes en Autopistas Rurales.
Análisis y prevención de accidentes, vol. 27, 1995, págs. 371–389.
31. Hauer, E. Sobredispersión en el modelado de accidentes en secciones de carreteras y
en la estimación empírica de Bayes. Análisis y prevención de accidentes, vol. 33,
2001, págs. 799–808.
32. Washington, SP, MG Karlaftis y FL Mannering. Métodos estadísticos y econométricos
para el análisis de datos de transporte. Chapman & Hall/CRC., Nueva York, 2003.
33. Zhang, C. y JN Iván. Efectos de las características geométricas en la incidencia de
choques frontales en carreteras de dos carriles en Connecticut. En Transportation
Research Record: Journal of the Transportation Research Board, No. 1908,
Transportation Research Board of the National Acad emies, Washington, DC, 2005,
págs. 159–164.
34. Lord, D., S. Washington y JN Iván. Notas Adicionales sobre la Aplicación de Modelos
Inflados a Cero en la Seguridad Vial. Análisis y prevención de accidentes, vol. 39,
2007, págs. 53–57.
35. Lord, D., S. Washington y J. Iván. Modelos de regresión de Poisson, Poisson-Gamma
y cero inflados de accidentes automovilísticos: equilibrio entre el ajuste estadístico y
la teoría. Análisis y prevención de accidentes, vol. 37, págs. 35 y 46, 2005.
36. Shankar, V., J. Milton y FL Mannering. Modelado de la frecuencia de accidentes como
procesos de probabilidad alterada por cero: una investigación empírica. Análisis y
prevención de accidentes, vol. 29, núm. 6, págs. 829–837, 1997.
37. Gelman, A., J. Carlin, HS Stern y DB Rubin. Análisis de datos bayesianos, 2ª ed.
Chapman and Hall/CRC, Nueva York, 2003.
38. Spiegelhalter, D., A. Thomas, N. Best y D. Lunn. WinBUGS User Manual: Versión 1.4.
Unidad de Bioestadística de MRC, Cambridge, Reino Unido, 2004. http://www.mrc-
bsu.cam.ac.uk/bugs/winbugs/manual14.pdf.
Consultado en junio de 2008.
39. Taylor, DL y C. Adiele. Estabilidad dinámica de una motocicleta en curvas. Informe a la
Fundación para la Seguridad de la Motocicleta. Fundación de Seguridad de
Motocicletas, Irvine, California, 1980.
El contenido de este documento refleja los puntos de vista de los autores, quienes son
responsables de los hechos y la exactitud de los datos. Los contenidos no reflejan
necesariamente las opiniones o políticas oficiales del DOT de Ohio, el DPS de Ohio o la
Administración Federal de Carreteras.
El Comité de Motocicletas y Ciclomotores revisó este documento.