Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Planeación de Transporte
Modelos de Generación y Atracción
Revisión de la Estructura
General del Modelo
Datos
Zonificación
Año Escenarios
Base Futuros
Red
Clasificación de los viajes en función de su Origen y su Des:no, pueden además estar dadas por:
• Tipo de viajero (Usuarios con y sin acceso a carro)
• Propósito del Viaje (Trabajo, Compras, Recreación, etc)
• Hora del día ( pico am, pico pm, valle, día hábil, domingo, etc)
Atracción
Generación 1 2 3 j z ∑ Tij
j
∑ Tij D1 D2 D3 Dj Dz ∑ Tij = T
i ij
Matriz Cuadrada ∑ Oi = ∑ D j
i j
ObjeAvo:
Determinar el número de “viajes” generados por unidad de análisis
(persona, hogar, zona).
La Salida del modelo es los viajes que llegan o salen a/de determinada zona
del área de estudio.
Determinar:
¿Qué viajes se incluyen? (¿Todos los modos?, ¿todas las distancias?…)
Factores que determinan la producción de viajes
Factores que determinan la atracción de viajes
Métodos:
Factor de Crecimiento
Regresión Lineal Múl:ple (más u:lizado)
Análisis de Clasificación Múl:ple (correlación entre variables estructurales)
30/01/19
Atracción
Generación 1 2 3 j z ∑ Tij
j
∑ Tij D1 D2 D3 Dj Dz ∑ Tij = T
i ij
Matriz Cuadrada ∑ Oi = ∑ D j
i j
P A
hogar trabajo
P A
P A
estudio restaurante
A P
30/01/19
Atracción:
• Número de Empleados por zona de la ciudad
• Servicios Comerciales
• Servicios Industriales
• Otros Servicios (Salud, Educación)
• Nivel de ventas por zona
V:Viajes
f a F: Factor
Vi = FiVi
TM:Tasa de Motorización
f (TM i f ⋅ Pi f ⋅ Yi f ) P:Población
Fi = Y:Ingreso
f (TM ia ⋅ Pi a ⋅ Yi a ) a: actual
f:futuro
Tener Cuidado de:
Aplicar por grupos: propósitos, horas del día o :po de viajeros
¿Cómo calcular las variables independientes?
¿Qué tan estables son las tasas de generación actuales?
Usos:
Es:mación muy agregada, por ejemplo viajes externos al área de estudio
Cuando hay muy pocos datos explica:vos (¡¡es lo que casi siempre pasa!!)
30/01/19
Ejemplo
Una (1) Zona con 500 hogares, la mitad de los cuales :ene carro.
En promedio un hogar con carro produce 6 viajes al día
En promedio un hogar sin carro produce 2.5 viajes al día
En el futuro (año n) todos los hogares de la zona tendrán carro
Vi a = 250 * (2.5) + 250 * (6)) = 2,125 viajes/día
f a
Vi = FiVi
TM i f 1
Fi = = =2
TM ia 0.5 ¿Sobreestimación del 41.7 %?
Vi f = 2 * 2,125 = 4,250 viajes/día
Pero:
800
700
Viajes Diarios en Auto
600
500
400
y = α + βx + ε 300
200
100
-
- 0.50 1.00 1.50 2.00
Vehículos por Hogar
Nivel de análisis
Zonal (abandonados pues solo explicarían la variabilidad entre zonas)
Hogar (deseables)
Personales ( ++ deseables pero mucho ++ caros)
¡¡Cuidado!!
Las suposiciones del Modelo Clásico de Regresión Lineal
30/01/19
Ejemplo
Predecir el número de viajes en vehículo privado por hogar (y) a par:r de la información
disponible: Tamaño del Hogar, Ingresos, Vehículos y Número de trabajadores
y = 0.2056 − 0.031(Pers _ Hogar) + 4.65E − 0.8(Ing _ Familiar) + 0.5211(Veh) − 0.000038(Trabajadores)
18.66 -14.14 10.81 88.79 -0.10
Estadístico t 1
R 2 = 0.179
Coeficiente de determinación
Coeficiente R2
Valores modelados
Modelo trivial: el
promedio de los y
2 ∑ (Yˆ − Y ) i
2
R = 2
∑ (Y − Y ) i
Modelo trivial: el
Valores observados en
promedio de los y
la muestra
30/01/19
Método 3: Análisis de
Clasificación Múltiple (i)
Tabla que relaciona la variable dependiente (viajes) con una o más variables
independientes (propiedad vehicular, tamaño de familia, ingreso, etc.)
Construcción:
1. Definir variables (dependiente, independientes)
2. Recoger datos (encuesta)
3. Discre:zar variables independientes para formar celdas (clases), con
un mínimo de 25 datos por celda
4. Agrupar datos variable dependiente en cada celda y obtener
promedio por celda
5. Mostrar calidad a través de desviaciones en cada celda
Método 3: Análisis de
Clasificación Múltiple (i)
0.73 − 1.54 = −0.81 1.54 + 0.90 + (−1.07) = 1.37 1.90 − 1.54 = 0.36