Estimación directa de la demanda de transporte a nivel de estación mediante el uso de la regresión geográficamente ponderada

  • Javier Gutiérrez Universidad Complutense de Madrid
  • Osvaldo Daniel Cardozo Universidad Nacional del Nordeste
  • Juan Carlos García Universidad Complutense de Madrid

Resumen

En los últimos años se han desarrollado modelos de predicción directa de la demanda a nivel de estación basados en SIG y análisis de regresión múltiple. Estos modelos suelen utilizar el modelo regresión múltiple, asumiendo la estabilidad paramétrica de los resultados. El presente estudio propone un modelo basado en la regresión geográficamente ponderada para estimar la demanda del metro de Madrid. Los resultados indican que este modelo no sólo obtiene un mejor ajuste que el tradicional. Además la información que suministra sobre la variación espacial de las elasticidades de los predictores y su significación estadística permite alcanzar resultados más realistas.

Palabras clave demanda de transporte público, modelos de predicción directa, regresión ponderada geográficamente
Cómo citar
Gutiérrez, J., Cardozo, O., & García, J. (2013). Estimación directa de la demanda de transporte a nivel de estación mediante el uso de la regresión geográficamente ponderada. Congreso Chileno de Ingeniería de Transporte, (16). Consultado de https://congresotransporte.uchile.cl/index.php/CIT/article/view/28422/30111
Publicado
2013-10-11