Um estudo sobre modelos preditivos para o número de acidentes em rodovias federais

Abstract

A partir dos dados abertos da Polícia Rodoviária Federal, em que são documentados, entre outros, acidentes em rodovias Federais, este trabalho tem por objetivo avançar na modelagem em séries temporais, afim de trazer previsões para a série diária do número de acidentes em diferentes níveis de agregação dentro de uma estrutura hierárquica e agrupada dos dados. Como metodologia, são colocados os modelos sNAIVE, ARIMA ou ARIMA sazonal, a Regressão Dinâmica e sua variação, conhecida como Regressão Dinâmica Harmônica e o modelo TBATS, além de métodos para desagregar previsões e fazer validação cruzada, afim de fazer seleção de modelos. Os resultados apontam para melhores previsões pelos modelos que captam as múltiplas sazonalidades da série diária do número de acidentes, isto é, a Regressão dinâmica Harmônica e o TBATS. Foram adicionadas variáveis explanatórias indicadoras ao modelo ARIMA e isso melhorou a capacidade preditiva do modelo nessa situação. Como conclusão, pode-se citar o êxito to trabalho em cumprir com seus objetivos. Foram entregues previsões para a série do número de acidentes em rodovias Federais para cada rodovia abordada no banco (208 séries), para cada Estado brasileiro (27 séries), e, ainda, para cada região no Brasil (5 séries) - contabilizando 240 séries temporais. Com isso, pode-se elencar rodovias, ou Estados, destaques quanto ao número previsto de acidentes, tornando possível uma abordagem de forma preventiva (não somente remediativa) no âmbito de políticas públicas afim de diminuir os acidentes no Brasil.