Detalhes do Documento

Em termos gerais, a calibração do modelo de escolha discreta se dá através de dados obtidos por pesquisas de Preferência Revelada (PR) e Declarada (PD). No planejamento de transportes, uma das principais fontes de dados é a Pesquisa O/D, que é uma pesquisa de PR e descreve as escolhas e comportamentos reais dos indivíduos. Entretanto, não é possível, através desta fonte, caracterizar as alternativas não escolhidas. Este trabalho possui dois objetivos associados: (1) propor um critério para caracterizar, de forma agregada, as alternativas modais, utilizando dados de PR e (2) testar o aprimoramento de estimativas de escolha modal a partir da inclusão das características agregadas das alternativas. Primeiramente, foi utilizado o algoritmo CART (Classification And Regression Tree) para caracterizar os tempos de viagem dos modos de transporte disponíveis na área de estudo (Cidade de São Paulo, Brasil). As viagens foram agrupadas, segundo variáveis independentes selecionadas pelo algoritmo, e foram obtidos valores médios de tempos de viagens para cinco alternativas modais – informação anteriormente não disponível na pesquisa de PR. Finalmente, o aprimoramento da modelagem de escolha discreta, a partir da inclusão dos tempos de viagens médios, é testado através de uma amostra de validação e métricas de desempenho, tais como Percentual de Acertos e Valor do log da Verossimilhança. Observou-se um incremento das estimativas a partir da inclusão das durações de viagens, sendo o método proposto uma contribuição acadêmica para a modelagem a partir de dados de PR.

In general terms, discrete choice models are calibrated using data obtained from Revealed Preference (RP) and Stated Preference (SP) surveys. In transportation planning, one of the main sources of data is the Origin/Destination (O/D) Survey, which is an RP survey and describes the actual choices and behaviors of individuals. However, it is not possible, through this source, to characterize the alternatives not chosen. This study has two related aims: (1) to propose a criterion to characterize the travel mode alternatives using RP data, and (2) to test the improvement of travel mode choice estimates based on including characteristics of alternatives. First, the CART (Classification and Regression Tree) algorithm was used to characterize the travel times of the travel modes available in the study area (city of São Paulo, Brazil). The trips were classified according to independent variables selected by the algorithm, and average travel time values were obtained for five travel mode alternatives – information not previously available in the RP survey. Finally, the improvement of discrete choice modeling, based on including average travel times, was tested using a validation sample and performance metrics, such as Hit rates and LogLikelihood values. An increase in estimates was observed from including travel duration, and the proposed method is an academic contribution to the modeling based on RP data.