¿Qué hicimos?

Para la resolución de la problemática se decidió hacer un algoritmo que le permite al usuario predecir el siguiente choque de acuerdo a los datos proporcionados. Es importante destacar que un procesamiento de datos eficaz conlleva a una respuesta lógica y con sentido humano.

¿Cómo lo hicimos?

Para que los datos sean procesados correctamente se decidió utilizarlos con la forma de “.csv”, así, con R se importaron los datos de forma que se generó un data set. Por otro lado, el primer patrón surgió cuando se analizaron las cantidades de choques que existían por mes.

Logros:

En este patrón, se optó por encontrar la hora a la que existe una mayor cantidad de colisiones. A lo que el programa indica que existen 8845 colisiones que ocurrieron a las 2pm. Y de la misma manera se pueden obtener los datos para las horas 13, 15, 16, 17, 18 del día. De hecho, analizar esto se debió a que se generó un gráfico de todas las horas donde hubieron colisiones. Así, se puede observar que existe un crecimiento a partir de las 9 que es constante, sin embargo, la hora pico es a partir de las 14 horas, por lo tanto, el intervalo que se consideró fue el de las 13 horas hasta las 18 horas.

Análisis:

En promedio, la hora de salida a la comida de los empleos es a las 13 horas, lo que concuerda con el primer valor del rango que se decidió establecer con R, por otro lado, los empleos otorgan a sus trabajadores con 1 hora hasta 2 horas de descanso para la comida, esto indicaría que a las 14 horas no debería existir ninguna colisión. No obstante, las colisiones son habituales porque las personas necesitan retornar a su empleo para cumplir con sus horas laborales, por lo tanto, ¿Qué hace que las 14 horas sean un objeto de identificación? El problema vial es que existe una baja velocidad en la famosa “hora pico”, de hecho, un auto recorre a una velocidad promedio de 10.9 kilómetros por hora mientras que un camión (transporte público) lo hace en menos de 8 kilómetros por hora.

Conclusiones:

Una relación que existe entre los datos y el comportamiento de las personas es el hecho que existe tráfico no optimizado en la ciudad, lo que es una causa directa (emocional) para provocar un choque de bajo riesgo e impacto, de hecho, la concentración donde más colisiones existen es en la hora de regreso a los empleos (2 de la tarde).

Ir a una velocidad promedio demasiado lenta, y combinado con el factor del estrés que pueden padecer las personas al tener que llegar tarde de su hora libre, haría que traten de aumentar su velocidad promedio, provocando choques de tipo trasero y frontales.

Built With

Share this project:

Updates