EXPERIENCIAS REALES EN DATA SCIENCE: Análisis de factores de lesividad en los accidentes de tráfico en España

En su Trabajo de Fin de Máster (TFM), Marcelo Moreno explora los factores que influyen en la gravedad de los accidentes de tráfico en España, utilizando datos públicos y R software para su análisis. Aquí te contamos más sobre su experiencia y logros.

Motivación Personal

Marcelo eligió este tema debido a su preocupación por la cantidad de víctimas en accidentes de tráfico en las carreteras españolas. Su interés fue identificar los factores más relevantes para minimizar la gravedad de estos eventos y contribuir a mejorar la seguridad en las carreteras.

Objetivos del Trabajo

El objetivo principal del TFM fue analizar la relación entre las condiciones de los accidentes (tipo de vía, estado de la vía, infracciones de velocidad, entre otros) y la gravedad de los mismos.

Metodología

Se utilizaron datos anonimizados de la Dirección General de Tráfico (DGT) del año 2015, aplicando técnicas como la imputación de valores perdidos, visualización de datos y regresión logística con el software R.

Resultados y Hallazgos

Entre los resultados más destacados, se encontró que:

• A mayor número de individuos implicados en un accidente, menor es la probabilidad de resultar ileso en el mismo, mientras que lo contrario sucedía con el número de vehículos implicados.

• Existe una mayor probabilidad de resultar ileso en un accidente que tome lugar entre las 8 y 23 horas y/o en un fin de semana (Figura 1).

• Según el tipo de vía, individuos accidentados en vías para automóviles, vías de servicio y vías convencionales obtuvieron una menor probabilidad de resultar ilesos que en el resto tipo de vías. En contraste, individuos accidentados en intersecciones tenían una mayor probabilidad de resultar ilesos (Figura 2).

Figura 1. Individuos accidentados que resultaron ilesos o no ilesos en accidentes de tráfico según la hora del día (izquierda) y el día de la semana (derecha).

Figura 2. Individuos accidentados que resultaron ilesos o no ilesos en accidentes de tráfico según la zona en la que se produjo el accidente (izquierda) y el tipo de vía en la que se produjo el accidente (derecha). La gran mayoría de los individuos accidentados se concentraba en ramales de enlace, seguido de vías para automóviles, autovías y autopistas.

Desafíos Encontrados

Marcelo enfrentó varios obstáculos relacionados con la imputación de valores perdidos y la elección de técnicas de análisis adecuadas. Gracias a los conocimientos adquiridos en el máster y la guía de sus tutores, superó estos desafíos.

El uso de R permitió a Marcelo personalizar gráficos y automatizar partes del análisis. Recomienda a futuros estudiantes que tomen su tiempo con la creación del código estadístico, sobre todo con la codificación de las variables cualitativas, ser organizado y leer la documentación de las librerías que se utilizan. Marcelo sugiere que los estudiantes elijan bases de datos con las que se sientan cómodos y dediquen tiempo a la correcta codificación de las variables, ya que esto impactará en todo el análisis posterior.

Impacto del TFM

Este estudio no solo identifica factores importantes para la lesividad en accidentes de tráfico, sino que también proporciona herramientas para la clasificación de riesgos. Sus implicaciones son importantes para la mejora de políticas de seguridad vial, la toma de decisiones en emergencias, la industria de seguros, y la investigación científica, contribuyendo en última instancia a la reducción de las lesiones y muertes en accidentes de tráfico.

Este trabajo consolidó los conocimientos en estadística y programación de Marcelo, lo que fue clave para su carrera como profesor universitario y desarrollador de software. Durante la pandemia, sus habilidades le permitieron destacar en el mercado laboral y encontrar trabajo.

Puedes leer todos los detalles de tu TFM en el documento adjunto.

Contacto y Redes Sociales

Actualmente, Marcelo Moreno es Profesor Asociado en el Departamento de Economía Aplicada I e Historia e Instituciones Económicas de la Universidad Rey Juan Carlos. Tiene una destacada trayectoria en el ámbito de la economía y la programación, algunas de las posiciones profesionalmente destacables que ha ocupado son: Cofundador y Tesorero del URJC Investment Club, Financial and Commodities Risk Analyst BCBS 239 en Management Solutions para BBVA, Docente y Corrector en la Universidad Internacional de La Rioja y Desarrollador de Software en Navicopy Impresiones Digitales.

Puedes conectarte con él en LinkedIn y GitHub:
[LinkedIn]( https://www.linkedin.com/in/marcelomorenop/)
[GitHub]( https://github.com/marcelomijas)