NT 224 - CET
NT 224 - CET
NT 224 - CET
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>NT</strong> <strong>224</strong><br />
O FFENÔMEENO<br />
DA REGRES R SSÃO PA ARA A MÉDIA<br />
EMM<br />
ESTUD DOS<br />
OBSERVAACIONAIS<br />
DE SEEGURANÇ<br />
ÇA DE TRÁFEGO T O DO TIP PO<br />
“A<strong>NT</strong>TES-DEP<br />
POIS”<br />
1.<br />
I<strong>NT</strong>RODUÇÇÃO<br />
Com a crescentee<br />
necessida ade de desloocamento<br />
de<br />
pessoas e de bens e o conseq quente<br />
aumeento<br />
da frotaa<br />
circulante de d veículos, houve aum mento substancial<br />
na expposição<br />
de risco<br />
a<br />
acideentes<br />
de trâânsito,<br />
com crescimentto<br />
preocupa ante de vítimas<br />
e dannos<br />
materia ais. A<br />
mortaalidade<br />
no ttrânsito<br />
ating giu intensidaade<br />
tal que é consider rado um prooblema<br />
de saúde s<br />
públicca,<br />
superanddo<br />
muitas vezes<br />
o númerro<br />
de homicíd dios [1].<br />
Para combater taal<br />
problema, autoridades de trânsito têm investido<br />
cada vez mmais<br />
em políticas,<br />
progrramas,<br />
tratammentos<br />
ou in ntervenções em locais com c alta inci idência de aacidentes,<br />
vis sando<br />
melhoorar<br />
o nível dde<br />
segurança<br />
viária. Dadda<br />
a diversidade<br />
de alternativas<br />
posssíveis<br />
para tr ratar o<br />
mesmmo<br />
problemaa,<br />
é fundame ental avaliar de forma qu uantitativa a eficiência daa<br />
medida ap plicada<br />
para permitir commparações<br />
com outras soluções, bem b como para p subsidiiar<br />
decisões s para<br />
implaantações<br />
futuuras<br />
em outro os locais.<br />
Um mmétodo<br />
normmalmente<br />
utilizado<br />
para mmedir<br />
o efeit to de uma medida m aplicaada<br />
é o estu udo do<br />
tipo “antes-depois”,<br />
que con nsiste, basiccamente,<br />
em m comparar o número de acidente es do<br />
períoodo<br />
antes daa<br />
aplicação da d medida ccom<br />
o períod do depois da<br />
aplicação da medida. Esse<br />
método<br />
é conheccido<br />
como “Método “ Ingêênuo”<br />
(Naïve e Method). Contudo, essse<br />
método, entre<br />
outraas<br />
deficiênciaas,<br />
está suje eito ao efeitoo<br />
da Regress são para a Média, M fenômmeno<br />
que te ende a<br />
superrestimar<br />
a efficiência<br />
da medida m aplicaada.<br />
O preesente<br />
trabalho<br />
tem com mo objetivo apresentar<br />
um ma explanaç ção sobre o qque<br />
é o fenô ômeno<br />
da Reegressão<br />
paara<br />
a Média, a sua natureeza<br />
e a sua influência i no os resultadoss<br />
de um estu udo do<br />
tipo “ “antes-depoiis”.<br />
São apr resentados neste trabalho<br />
exemplo os utilizandoo<br />
dados rea ais de<br />
acideentes<br />
para coomprovar<br />
a existência e deesse<br />
fenômeno.<br />
Não ffaz<br />
parte do escopo dest te trabalho aapresentar,<br />
propor p ou ana alisar metodoologias<br />
que visam<br />
neutrralizar<br />
o efeeito<br />
do fenômeno<br />
da RRegressão<br />
pa ara a Média a nos resulttados<br />
obtido os em<br />
estuddos<br />
do tipo “ antes-depois s”. Contudo, na parte fin nal do trabalh ho são menccionadas<br />
alg gumas<br />
alternnativas<br />
para evitar ou con ntornar o prooblema<br />
da Re egressão para<br />
a Média.<br />
Em pparticular,<br />
o trabalho<br />
prete ende:<br />
SUUN<br />
HSIEN MING<br />
2012
a)<br />
b)<br />
c)<br />
d)<br />
Com o presente trabalho, es spera-se podder<br />
contribui ir para uma discussão mmais<br />
aprofun ndada<br />
sobree<br />
o tema, coom<br />
o objetivo<br />
de aperfeiçoar<br />
cada vez v mais as ferramentass<br />
de análise e e de<br />
avaliaação<br />
de projeetos<br />
em engenharia<br />
de tráfego.<br />
2.<br />
tecer algumas<br />
considerações<br />
sobre<br />
estudos s do tipo “a antes-depoiss”<br />
para ava aliar a<br />
eficiência dde<br />
medidas ou o tratamento tos que visam m melhorar a segurança viária;<br />
explicar o qque<br />
é o fenô ômeno da Reegressão<br />
para<br />
a Média e a sua influêência<br />
nos es studos<br />
“antes-depois”;<br />
fazer uma reflexão sobre<br />
o que é “uum<br />
local perigoso”;<br />
mostrar que<br />
o simples uso do histórico<br />
de acide entes para de efinir a “pericculosidade”<br />
de d um<br />
local pode levar a “falsos-positivoos”<br />
(consider rar um local como “periigoso”<br />
quando<br />
na<br />
verdade nãão<br />
é) e “falso os negativos” ” (considerar r um local co omo “não perrigoso”<br />
quan ndo na<br />
verdade é) .<br />
ESTUDOSS<br />
OBSERVAC CIONAIS<br />
Em uum<br />
experimeento<br />
de labor ratório, há coontrole<br />
de to odas as variá áveis que poodem<br />
influen nciar o<br />
resulttado,<br />
de formma<br />
que elas são mantidaas<br />
constante es ao longo de d todo o exxperimento.<br />
Assim, A<br />
pode-se<br />
garantir que o resu ultado obtidoo<br />
é devido, única e exc clusivamentee,<br />
à grandez za em<br />
estuddo.<br />
Em eexperimentoss<br />
estatísticos s, a seleção ddos<br />
indivíduo os é feita de forma aleatóória,<br />
de form ma que<br />
qualqquer<br />
indivíduo<br />
tem a mes sma probabilidade<br />
de ser r escolhido.<br />
Um eestudo<br />
obserrvacional<br />
é um u estudo emmpírico<br />
onde e não se tem m o controle das variáveis<br />
que<br />
podem<br />
influenciar<br />
o resultado o (como se ttem<br />
em expe erimentos de e laboratórioo)<br />
e a escolh ha dos<br />
indivííduos<br />
não é aaleatória<br />
(co omo ocorre eem<br />
experimen ntos estatísti icos).<br />
Seguundo<br />
[2], um estudo obse ervacional é uma investi igação empí írica dos efeeitos<br />
causado os por<br />
um trratamento,<br />
ppolítica<br />
ou in ntervenção nna<br />
qual não o é possível selecionar aaleatoriamen<br />
nte os<br />
indivííduos<br />
a serem<br />
tratado os e tampoouco<br />
haver controle do o ambiente como seria<br />
em<br />
experrimentos<br />
conntrolados.<br />
Estuddos<br />
do tipoo<br />
“antes-dep pois” para mmedir<br />
a efic ciência de medidas dee<br />
segurança a são<br />
essenncialmente<br />
eestudos<br />
obs servacionais,<br />
pois não é possível ter o contrrole<br />
de toda as as<br />
variávveis<br />
que afeetam<br />
a segu urança (chuvva,<br />
estaciona amento, uso o do solo, fluuxo<br />
de veícu ulos e<br />
pedestres,<br />
condiçções<br />
de pav vimento, etc.)<br />
e os locais<br />
não são escolhidos ppor<br />
aleatorie edade,<br />
mas pelo seu hhistórico<br />
de acidentes ( (normalment te, são esco olhidos os llocais<br />
com maior<br />
frequência<br />
de acidentes).<br />
Quanndo<br />
não háá<br />
o controle e sobre ass<br />
variáveis que podem m influenciarr<br />
o resultad do do<br />
experrimento,<br />
o reesultado<br />
obti ido é mascaarado<br />
pela in nfluência des ssas variáveiis.<br />
Neste cas so, as<br />
variávveis<br />
não conntroladas<br />
qu ue afetaram o resultado obtido são conhecidas como “fator res de<br />
confuusão”<br />
(confouunding<br />
factor rs) [3].
Quanndo<br />
os locaiss<br />
não são selecionados<br />
ppor<br />
aleatoried dade, o corre espondente eestudo<br />
fica sujeito s<br />
ao feenômeno<br />
de Regressão para a Média<br />
(Regressio on to the Me ean ou Regrression<br />
toward<br />
the<br />
Meann<br />
– RTM), o qual, se não o tratado, proovoca<br />
resulta ados viciados s, geralmentte<br />
superestim mando<br />
a eficciência<br />
da mmedida<br />
de segurança<br />
applicada.<br />
Emb bora a existê ência desse e fenômeno esteja<br />
amplaamente<br />
commprovada,<br />
ob bserva-se, nna<br />
prática, que<br />
uma gra ande parte ddas<br />
avaliações<br />
de<br />
tratammentos<br />
que visam melho orar a segurrança<br />
viária é conduzida ignorando a influência desse<br />
fenômmeno<br />
nos rresultados<br />
obtidos. o Comm<br />
isso, os resultados obtidos sãoo,<br />
indevidam mente,<br />
atribuuídos<br />
à eficiêência<br />
da med dida aplicadaa.<br />
3.<br />
ESTUDOSS<br />
“A<strong>NT</strong>ES-DE EPOIS”<br />
A ideeia<br />
básica de<br />
um estudo o “antes-deppois”<br />
é comp parar o núm mero de aciddentes<br />
no pe eríodo<br />
“depoois”<br />
com o traatamento<br />
efe etivamente aaplicado<br />
com m o número de d acidentes que teria oc corrido<br />
no peeríodo<br />
“depois”<br />
se o trata amento não ttivesse<br />
sido aplicado. a<br />
A exppressão<br />
maiss<br />
correta par ra “antes-depois”<br />
talvez fosse “depoi is com tratammento-depois<br />
sem<br />
tratammento”<br />
(ou, aabreviadame<br />
ente, “depoiss-depois”).<br />
A rigor, não há á o período “ “antes”.<br />
O prooblema<br />
fundaamental<br />
de um u estudo “aantes-depois”<br />
é que não é possível coonhecer<br />
o nú úmero<br />
de accidentes<br />
que teriam ocorr rido no períoodo<br />
“depois” se o tratame ento não tiveesse<br />
sido aplicado.<br />
Esse número sóó<br />
pode ser estimado. e Toodo<br />
o proble ema deriva do fato de como fazer r essa<br />
estimmativa.<br />
A origgem<br />
do termmo<br />
“antes” ve em do fato dde<br />
que o núm mero de acid dentes que tteriam<br />
ocorri ido no<br />
períoodo<br />
“depois” se o tratame ento não tiveesse<br />
sido apl licado é gera almente estimmado<br />
como sendo s<br />
igual ao número dde<br />
acidentes s que ocorrerram<br />
no perío odo “antes” da<br />
aplicação do tratamento.<br />
AAntes<br />
DDepois<br />
Númeero<br />
de acid dentes<br />
que ocorreram m no<br />
perríodo<br />
“dep pois”<br />
comm<br />
o tratam mento<br />
aplicado<br />
Com<br />
tratamento<br />
‐‐‐<br />
144<br />
Figur ra 1. Ideia bássica<br />
de um est tudo “antes-de epois”.<br />
Sem<br />
tratamento<br />
173<br />
?<br />
Antes<br />
Depois<br />
Núme ero de aciddentes<br />
que teriam<br />
ocoorrido<br />
no pe eríodo “deepois”<br />
se o tratamento<br />
não<br />
tivess se sido apllicado<br />
Com<br />
tratamento t o<br />
Figurra<br />
2. Estimativva<br />
do número de d acidentes qque<br />
teriam oc corrido no período<br />
“depois” sse<br />
o tratamento<br />
não<br />
tivesse<br />
sido apliccado<br />
é estimad do como senddo<br />
igual ao núm mero de acide entes que ocorrreram<br />
no per ríodo<br />
“antes” da aplicação do tratamento.<br />
‐‐‐<br />
144<br />
Sem<br />
tratamen nto<br />
173<br />
173
Entreetanto,<br />
essa não é uma boa estimattiva.<br />
De fato,<br />
se ocorreram<br />
173 aciddentes<br />
no pe eríodo<br />
“antees”,<br />
nada gaarante<br />
que também t ocoorrerão<br />
173 acidentes no n período sseguinte.<br />
Um m dos<br />
princiipais<br />
problemmas<br />
dessa es stimativa é a Regressão para a Médi ia.<br />
4.<br />
O FENÔMEENO<br />
DA RE EGRESSÃO PARA A MÉ ÉDIA<br />
Seguundo<br />
[4], em Estatística, Regressão ppara<br />
a Média<br />
é o fenôm meno em quee,<br />
se uma va ariável<br />
assumme<br />
um valorr<br />
extremo nu uma primeiraa<br />
medida, o seu s valor ten nderá a estarr<br />
mais próxim mo da<br />
médiaa<br />
numa seguunda<br />
medida a.<br />
Uma outra definiçção<br />
poderia ser: s<br />
“Regrressão<br />
para a Média é um<br />
fenômenoo<br />
estatístico segundo s o qual,<br />
tomada uma amostr ra não<br />
aleatóória<br />
de daddos<br />
de uma a variável alleatória<br />
com m média am mostral distannte<br />
da méd dia da<br />
população,<br />
a méddia<br />
de uma amostra a seguuinte<br />
tenderá á para a méd dia da populaação.”<br />
O mootivo<br />
é que a tendência dos<br />
dados daa<br />
população é a de gravit tar em torno da sua média.<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
1998 1999 9 2000 20001<br />
2002 2003 2 2004<br />
Figura 3. Os dados graavitam<br />
ou osci ilam em torno da média.<br />
2005 20066<br />
2007<br />
Um eexemplo<br />
da ooscilação<br />
do os valores poode<br />
ser enco ontrado no mercado m de ações. A ide eia de<br />
“comprar<br />
na baixaa”<br />
e “vender na alta” temm<br />
por base o fato de que após um perríodo<br />
de alta a pode<br />
sucedder<br />
um períoodo<br />
de baixa e vice-versaa,<br />
de acordo com as oscilações<br />
do mmercado.<br />
Figura 4. Evolução E do IBBOVESPA<br />
no período de 19 968 a 2008.
Seguundo<br />
Hauer [ [5], o fenôme<br />
Franccis<br />
Galton em<br />
1877. Ga<br />
baixoos<br />
que os seuus<br />
pais 1 eno da Regrressão<br />
para a Média foi relatado pelaa<br />
primeira ve ez por<br />
lton constatoou<br />
que os filhos<br />
de pais s altos eramm,<br />
em média, , mais<br />
.<br />
O fennômeno<br />
ocoorre<br />
quando a amostra não é aleat tória. Quand do a amostrra<br />
é escolhid da de<br />
acorddo<br />
com algumm<br />
critério que<br />
não a aleaatoriedade,<br />
os o resultados s poderão esstar<br />
contaminados<br />
pela Regressão para a Méd dia. Por issoo,<br />
o fenômeno<br />
também é conhecido<br />
como “víc cio de<br />
seleçção”<br />
(selectioon<br />
bias). Uma a amostra nãão<br />
aleatória é estatisticam mente viciadda.<br />
Em [ [6] há um eexemplo<br />
que e ilustra a ocorrência do fenômen no. Numa saala<br />
de aula a, 100<br />
estuddantes<br />
fazemm<br />
uma prova a com questõões<br />
do tipo “ Verdadeiro/F Falso”. Supoonha<br />
que tod dos os<br />
estuddantes<br />
respoondam<br />
a tod das as quesstões<br />
de for rma aleatória a (“no puro chute”). A média<br />
esperrada<br />
dos 1000<br />
estudantes s é 50. Naturralmente,<br />
alg guns estudan ntes terão nootas<br />
acima de e 50 e<br />
outroos<br />
abaixo dee<br />
50. Se pe egarmos os 10 estudan ntes que tiraram<br />
as nootas<br />
mais altas<br />
e<br />
submmetê-los<br />
a umma<br />
nova pro ova (onde vãão<br />
responder<br />
novamente e de forma aaleatória),<br />
é de se<br />
esperrar<br />
que a méédia<br />
desses 10 alunos seeja<br />
menor do o que a sua média m anterioor,<br />
uma vez que a<br />
médiaa<br />
esperada ddesses<br />
10 estudantes<br />
taambém<br />
é de 50. Então, a média dos 10 estudant tes no<br />
segunndo<br />
teste “reegressaria”<br />
de d volta à mmédia<br />
espera ada da classe<br />
inteira (dee<br />
100 estuda antes),<br />
não importando<br />
sse<br />
esses 10 estudantes oobtiveram<br />
no otas bem acima<br />
de 50 noo<br />
primeiro te este. A<br />
reduçção<br />
da médiia<br />
dos 10 es studantes noo<br />
segundo te este se deve eu ao critériio<br />
de escolh ha dos<br />
mesmmos<br />
(as 10 mmaiores<br />
nota as do primeirro<br />
teste). Se a escolha dos<br />
10 estudaantes<br />
tivesse<br />
sido<br />
aleatóória,<br />
não havveria<br />
o efeito o da Regresssão<br />
para a Média. M<br />
Numaa<br />
amostra aleatória<br />
sufic cientemente grande, a média m da am mostra repressenta<br />
a méd dia da<br />
população<br />
da quaal<br />
a amostra a foi extraída.<br />
Neste caso o, normalmente,<br />
é usadoo<br />
o valor da média<br />
da ammostra<br />
comoo<br />
uma estima ativa da média<br />
da popula ação (geralme ente desconhecida).<br />
Quanndo<br />
a amostrra<br />
não é alea atória, a méddia<br />
da amostra<br />
não repre esenta a méédia<br />
da população,<br />
de foorma<br />
que nãão<br />
se pode usar a méédia<br />
da amo ostra como uma u estimattiva<br />
da méd dia da<br />
população.<br />
Nestee<br />
caso, exist te uma tendêência<br />
de que e a média da a amostra fiqque<br />
mais próxima<br />
da média<br />
da popuulação<br />
numa a medida segguinte.<br />
No exemplo<br />
de FFrancis<br />
Galton,<br />
a amosttra<br />
dos pais não foi esc colhida de foorma<br />
aleatór ria, de<br />
modoo<br />
que a méddia<br />
dos pais s escolhidoss<br />
não repres senta a média<br />
da populaação<br />
(“pais altos”<br />
signiffica<br />
que a mmédia<br />
da altura<br />
dos paiss<br />
selecionad dos é maior que a média<br />
da popula ação).<br />
Logo,<br />
a altura mmédia<br />
dos seus s filhos (uma amos stra seguinte e) tenderá ppara<br />
a méd dia da<br />
população<br />
(a quaal<br />
é menor qu ue a média dda<br />
altura dos seus pais).<br />
1<br />
A rigoor,<br />
a altura dos filhos pode ser determinada poor<br />
fatores hered ditários dos pais s, alimentação melhor que a dos d pais<br />
durantte<br />
a fase de deesenvolvimento,<br />
prática de espportes<br />
e atividad des físicas e ou utros fatores ammbientais.<br />
Contudo,<br />
foi<br />
por mmeio<br />
dessa connstatação<br />
que o Galton desccobriu<br />
o fenôm meno da Regressão<br />
para a MMédia<br />
no sécu ulo XIX,<br />
permanecendo<br />
o exemmplo<br />
válido para a efeitos didáticcos.
Num estudo de ssegurança<br />
de e tráfego do tipo “antes- depois”, surg ge como nattural<br />
a escol lha do<br />
histórrico<br />
de acideentes<br />
como a variável mmais<br />
adequad da para medir<br />
a eficiência<br />
da aplicaç ção de<br />
um ttratamento,<br />
pois o objetivo<br />
do traatamento<br />
é justamente e a reduçãoo<br />
dos acide entes.<br />
Obviaamente,<br />
os loocais<br />
onde será s aplicadaa<br />
a medida de d segurança a cuja eficiênncia<br />
quer se medir<br />
não ssão<br />
escolhidoos<br />
de forma aleatória, maas<br />
sim, pelo seu histórico o de acidentees.<br />
Fazendo-se<br />
umaa<br />
analogia com c o exemmplo<br />
de Francis<br />
Galton, , o número de acidente es do<br />
períoodo<br />
“antes” da<br />
aplicação da medida dde<br />
segurança a equivale à altura dos paais<br />
(assim co omo o<br />
Galtoon<br />
escolheu os pais ma ais altos, o engenheiro de tráfego escolhe os locais com maior<br />
frequência<br />
de accidentes).<br />
O número de acidentes do<br />
período “d depois” da immplementação<br />
da<br />
medidda<br />
de segurrança<br />
equiva ale à altura dos filhos. Assim A como a altura méédia<br />
dos filh hos foi<br />
menoor<br />
que a altuura<br />
média dos d pais, a mmédia<br />
de ac cidentes do período “deepois”<br />
tender rá ser<br />
menoor<br />
que a méédia<br />
de acid dentes do pperíodo<br />
“ante es”, indepen ndentementee<br />
da eficiênc cia da<br />
medidda<br />
de seguraança<br />
aplicada.<br />
Seguundo<br />
[6], Hauuer<br />
(1980) de escreveu o ffenômeno<br />
da a Regressão para a Méddia<br />
com o seg guinte<br />
exemmplo:<br />
“ ... cconsidere<br />
umm<br />
grupo de 100 pessoaas<br />
lançando um dado não n viciado, um de cada a vez.<br />
Supoonha<br />
que tira rar 6 no lançamento<br />
doo<br />
dado seja indesejável e a pessoaa<br />
que obter r esse<br />
resulttado<br />
é consiiderado<br />
‘doe ente’. Selecioone<br />
do grupo o aqueles qu ue obtiveramm<br />
6. Suponh ha que<br />
esse grupo de ‘doentes’ se eja de 16 ppessoas.<br />
Nu um esforço para ‘curar essa doença’,<br />
é<br />
adminnistrado<br />
a caada<br />
uma des ssas 16 pesssoas<br />
um cop po de água e,<br />
em seguidaa,<br />
é solicitad do que<br />
essass<br />
16 pessoass<br />
joguem o dado d mais umma<br />
vez. Pod de-se espera ar que, das 116<br />
pessoas, 2 ou 3<br />
obtennham<br />
novammente<br />
6 e que<br />
todas ass<br />
demais pe essoas desse<br />
grupo esttejam<br />
‘curad das da<br />
doença<br />
de obter 6’ devido ao o efeito do ccopo<br />
de água a (o copo de e água teria uma eficiênc cia de<br />
‘cura’<br />
de mais dee<br />
81%!...). Es sse ‘sucessoo’<br />
do copo de e água é dev vido inteirammente<br />
ao pro ocesso<br />
de seeleção<br />
das pessoas<br />
para o tratamentto.”<br />
Aindaa<br />
segundo [66],<br />
o exemplo<br />
de Hauer pode, a grosso<br />
modo, ser s comparaddo<br />
com a es scolha<br />
de 166%<br />
de locaiss<br />
onde ocorre eram mais aacidentes<br />
(“pontos<br />
negros s” – black sppots)<br />
para re eceber<br />
um tratamento de segurança.<br />
É poossível<br />
obte er resultados<br />
estatisticaamente<br />
bas stante<br />
signifficativos<br />
(taiss<br />
como os 81% 8 do exeemplo<br />
do dad do) para tratamentos<br />
tootalmente<br />
inó ócuos.<br />
Avaliaações<br />
de proogramas<br />
de segurança ppara<br />
pontos negros, realizadas<br />
com base em his stórico<br />
de acidentes,<br />
quue<br />
não levem<br />
em conssideração<br />
o efeito da Regressão R ppara<br />
a Média<br />
são<br />
viciaddas<br />
e tendemm<br />
a superestimar<br />
a eficiêência<br />
do prog grama avaliad do.<br />
5.<br />
JOGO DE DADOS E ACIDE<strong>NT</strong>ES<br />
A<br />
Na seeção<br />
anterioor<br />
foram dados<br />
dois exemplos<br />
para ilustrar o fen nômeno da RRegressão<br />
para p a<br />
Médiaa.<br />
O primeiro<br />
exemplo o envolve uum<br />
teste co om questões<br />
do tipo “ “verdadeiro-f falso”,<br />
respoondidas<br />
ao aacaso,<br />
e o se egundo exemmplo<br />
envolve lançamentos s de dado.
Entreetanto,<br />
pode-se<br />
perguntar:<br />
Os acidentes<br />
devem ser s tratados como c se fosssem<br />
lançame entos<br />
de daado?<br />
Existemm<br />
diferenças entre lançammentos<br />
de da ado e os acid dentes?<br />
O lannçamento<br />
de dado é um evento e purammente<br />
aleató ório. Não há relações de causa-efeito o.<br />
Na ocorrência<br />
dee<br />
acidentes, podem-se cconstatar<br />
rela ações de ca ausa-efeito. AAs<br />
causas são s os<br />
fatorees<br />
de risco. Por exemplo,<br />
a falta dee<br />
visibilidade e pode ser um u fator paraa<br />
a ocorrênc cia de<br />
acideentes<br />
(causa = falta de visibilidade;<br />
effeito<br />
= acidente).<br />
Entreetanto,<br />
apessar<br />
dessa diferença,<br />
oss<br />
acidentes apresentam a mesma natureza qu ue os<br />
lançaamentos<br />
de dado, pois o acidente também é um evento o aleatório e não um evento e<br />
deterrminístico.<br />
Asssim,<br />
os acid dentes devemm<br />
ser tratado os da mesma a forma commo<br />
lançament tos de<br />
dado,<br />
isto é, a occorrência<br />
de e acidente é um evento aleatório e o número dee<br />
acidentes é uma<br />
variávvel<br />
aleatória (assim com mo o lançameento<br />
de um dado é um evento e aleattório<br />
e o resultado<br />
obtidoo<br />
no lançamento<br />
é uma variável v aleaatória).<br />
Aciddente<br />
= evennto<br />
aleatório o<br />
Nú úmero de acidentes<br />
= varriável<br />
aleatória<br />
Figgura<br />
5. Acidennte<br />
como um evento e aleatórrio<br />
e o número o de acidentes s como uma vvariável<br />
aleató ória.<br />
Uma variável aleeatória<br />
possu ui uma distrribuição<br />
de probabilidade<br />
p es e os seuus<br />
dois mom mentos<br />
princiipais:<br />
esperaança<br />
e variân ncia.<br />
A disstribuição<br />
dee<br />
probabilida ades é umaa<br />
associação o entre o va alor da variáável<br />
aleatória<br />
e a<br />
probaabilidade<br />
de sua ocorrên ncia. A Figura<br />
6a mostra<br />
a distribuição<br />
de probbabilidades<br />
de d um<br />
lançaamento<br />
de daado<br />
e a Figura<br />
6b a distriibuição<br />
de pr robabilidades<br />
de acidente tes.<br />
FFigura<br />
6a. Dis stribuição de pprobabilidades<br />
s de um lançam mento de daddo<br />
Figura 6b. Distribuiçãão<br />
de probabi ilidades de aci identes.<br />
.
Na Fiigura<br />
6b, X é o número de d acidentes e P(X) é a probabilidade<br />
p e de ocorrereem<br />
X acidentes.<br />
A essperança<br />
E{ {X} e a va ariância VARR{X}<br />
de um ma variável<br />
expreessões:<br />
A espperança<br />
é a média teórica<br />
(ou a média<br />
esperada) ) da distribuiç ção.<br />
Usanndo<br />
as expresssões<br />
(1), a esperança nno<br />
lançamento<br />
de dado é 21/6 = 3,5 e a variância a é<br />
35/122<br />
= 2,92.<br />
6.<br />
RELAÇÕEES<br />
DE CAUS SA-EFEITO<br />
aleatória ssão<br />
dadas<br />
Foi ddito<br />
na seçãão<br />
anterior que q os acideentes<br />
devem m ser tratado os da mesmma<br />
forma co omo o<br />
lançaamento<br />
de daado,<br />
apesar da existênccia<br />
de relações<br />
de causa a-efeito nos aacidentes.<br />
Aqui, A a<br />
perguunta<br />
é: onde entram as re elações de ccausa<br />
e efeito o?<br />
No laançamento<br />
de<br />
dado, a es sperança e a variância da d distribuiçã ão são invariiáveis<br />
ao lon ngo do<br />
tempo.<br />
Desde quue<br />
não sejam m alteradas aas<br />
caracterís sticas do dad do, a esperaança<br />
e a var riância<br />
semppre<br />
serão 3,55<br />
e 2,92, resp pectivamentee.<br />
Com relação aoss<br />
acidentes, a esperança<br />
e a variân ncia da distr ribuição variaam<br />
em funç ção da<br />
alteraação<br />
dos faatores<br />
de risco ao loongo<br />
do tempo<br />
(chuva a, condiçõess<br />
de pavim mento,<br />
estaccionamento,<br />
uso de solo, fluxo, etc.).<br />
Os faatores<br />
de riscco<br />
(causas) aumentam a ass<br />
chances de e ocorrência de acidentees<br />
(efeito).<br />
pelas<br />
O aparecimento<br />
dde<br />
um novo fator de riscco<br />
ou o agravamento<br />
de um fator exiistente<br />
aume enta o<br />
valor da esperançça<br />
e altera o valor da varriância<br />
da dis stribuição da variável aleeatória.<br />
A elimminação<br />
ou redução de um fator dee<br />
risco reduz o valor da esperança e altera o va alor da<br />
variânncia<br />
da distribuição<br />
da va ariável aleatóória.<br />
Quannto<br />
maior o pperíodo<br />
de observação,<br />
o<br />
maior é a ch hance de oco orrerem variações<br />
dos fa atores<br />
de rissco.<br />
O objjetivo<br />
de qualquer<br />
tratam mento que vvisa<br />
melhorar<br />
a seguranç ça viária é eeliminar<br />
ou reduzir<br />
um oou<br />
mais fatores<br />
de risco.<br />
Em conseqquência,<br />
a eficiência e do o tratamento deve ser medida m<br />
pela redução do valor da esp perança da ddistribuição.<br />
Assim, o be enefício real de um tratam mento<br />
deve ser medido pela diferen nça entre a eesperança<br />
antes a do trata amento e a esperança depois d<br />
do traatamento<br />
e nnão<br />
pela dife erença entre o número de e acidentes do d período “aantes”<br />
e o nú úmero<br />
de accidentes<br />
do pperíodo<br />
“dep pois”. O valorr<br />
da esperan nça não depe ende de osccilações<br />
aleat tórias,<br />
enquanto<br />
que o nnúmero<br />
de acidentes a osccila<br />
em torno o do valor da a esperança. . Medir o efe eito de
um trratamento<br />
peelo<br />
número de d acidentess<br />
“antes” e “d depois” é atribuir<br />
ao trataamento<br />
aplic cado o<br />
efeitoo<br />
da oscilaçãão<br />
aleatória ( que iria ocorrrer<br />
independ dentemente do tratamentto<br />
aplicado).<br />
As Figuras<br />
7a a 7d ilustram m as diversaas<br />
possibilida ades de influência<br />
da RRegressão<br />
para p a<br />
Médiaa<br />
e têm coomo<br />
hipótes se que, excceto<br />
o trata amento, toda as as demaais<br />
variáveis s que<br />
influeenciam<br />
a seggurança<br />
perm manecem coonstantes<br />
ao longo do tem mpo, de formma<br />
que a variação<br />
da essperança<br />
é ddevida<br />
única e exclusivammente<br />
ao trat tamento aplicado.<br />
A Figgura<br />
7a mosttra<br />
uma situa ação em quee<br />
a esperança<br />
antes do tr ratamento é igual à espe erança<br />
depois<br />
do tratammento.<br />
O be enefício aparrente<br />
verificado<br />
pela re edução de aacidentes<br />
an ntes e<br />
depois<br />
do tratamento<br />
é devid do exclusivaamente<br />
à flut tuação aleatória<br />
do númmero<br />
de acide entes.<br />
Mesmmo<br />
que nadaa<br />
tivesse sid do feito, teriaa<br />
ocorrido a redução de e acidentes observada. Neste<br />
caso, , o tratamentto<br />
foi totalme ente inócuo.<br />
Figgura<br />
7a. A redu ução observadda<br />
de acident tes é devida ex xclusivamentee<br />
ao<br />
fenômeno dde<br />
regressão para p a média.<br />
Na mmelhor<br />
das hipóteses,<br />
a re edução obseervada<br />
de ac cidentes pode<br />
ser devidaa<br />
parcialment te aos<br />
efeitoos<br />
da medidda<br />
aplicada e parcialmennte<br />
aos efeitos<br />
da Regr ressão para a Média, não<br />
se<br />
podendo<br />
determiinar,<br />
entretanto,<br />
o grau de influência<br />
de cada um dos fatoores.<br />
A Figu ura 7b<br />
mostrra<br />
uma situaação<br />
em que e nem toda a redução de<br />
acidentes observada ppode<br />
ser atribuída<br />
ao traatamento<br />
aplicado.<br />
A red dução devidaa<br />
ao tratamento<br />
(diferenç ça entre a essperança<br />
ant tes do<br />
tratammento<br />
e a eesperança<br />
depois d do traatamento)<br />
é menor do que a redução<br />
de acid dentes<br />
obserrvada.
Figura 7b.<br />
Apenas partee<br />
da redução de acidentes observada<br />
é devida d ao efeiito<br />
da aplicaçã ão do tratamen nto.<br />
Na piior<br />
das hipótteses,<br />
é poss sível que a mmedida<br />
ou o tratamento aplicado, emm<br />
vez de me elhorar<br />
a seggurança,<br />
aummenta<br />
as ch hances de oocorrência<br />
de e acidentes, de forma qque<br />
a redução<br />
de<br />
acideentes<br />
observada<br />
seria ain nda maior see<br />
a medida ou o o tratame ento não tivessse<br />
sido aplicado.<br />
A Figgura<br />
7c mosttra<br />
que o trat tamento apliicado,<br />
na verdade,<br />
piorou<br />
as condiçõões<br />
de segur rança,<br />
pois o tratamentoo<br />
elevou o va alor da esperrança,<br />
apesa ar da redução<br />
de acidenttes<br />
observad da. Se<br />
nada tivesse sidoo<br />
feito, a redu ução de acidentes<br />
teria sido s ainda ma aior.<br />
Figurra<br />
7c – Apesaar<br />
da redução de acidentes observada, o tratamento piorou<br />
as condiições<br />
de segurança<br />
porque a essperança<br />
depo ois do tratameento<br />
é maior do o que a esper rança antes doo<br />
tratamento.<br />
A Figgura<br />
7d mosstra<br />
uma situação<br />
em quue<br />
não há o efeito da regressão<br />
parra<br />
a média, sendo<br />
s<br />
que o benefício oobservado<br />
foi i obtido efetivvamente<br />
pelo<br />
tratamento o aplicado.
Figuura<br />
7d. Sem effeito<br />
da regres ssão para a mmédia.<br />
A redução<br />
de acidentes<br />
observada a pode ser atrib buída<br />
integralmennte<br />
ao tratamento<br />
aplicado.<br />
O efeeito<br />
da Regreessão<br />
para a Média é meenor<br />
quando se aumenta o período de<br />
observaçã ão.<br />
Seguundo<br />
[6], em um estudo em dois conndados<br />
(cou unties), Abbessetal<br />
et al (1981) estim maram<br />
que a regressão para a média a apresenta os seguintes<br />
efeitos em locais com alta frequência<br />
de<br />
acideentes<br />
em função<br />
do perío odo de obserrvação<br />
(Tabe ela 1):<br />
TTabela<br />
1 - Effeito<br />
da Reg gressão paraa<br />
a Média em m função do o período dee<br />
observaçã ão<br />
Efeito da regressão par ra a média<br />
15 a 26%<br />
7 a 15%<br />
5 a 11%<br />
Período<br />
de observvação<br />
Um ano<br />
Dois anos<br />
Três anos<br />
A Figgura<br />
8 [6] moostra<br />
um grá áfico com a vvariação<br />
do erro devido à regressão para a méd dia em<br />
funçãão<br />
do períodoo<br />
de observa ação e do núúmero<br />
de acidentes.<br />
Figura 8 – Variação do eerro<br />
devido à Regressão pa ara a Média
7 - EXXEMPLOS<br />
DDE<br />
REGRES SSÃO PARAA<br />
A MÉDIA USANDO U DA ADOS REAISS<br />
DE ACIDE<strong>NT</strong>ES<br />
Em [55],<br />
podem-see<br />
encontrar dados d reais de acidentes<br />
em 1142 interseções<br />
eem<br />
São Fran ncisco<br />
– EUA<br />
nos anos de 1974 e 1975.<br />
Todas as interseçõ ões tinham a sinalização de PARE (S STOP)<br />
nas dduas<br />
aproximmações<br />
com o menor fluuxo.<br />
Na Tabe ela 2, a Colu una 1 apreseenta<br />
o núme ero de<br />
intersseções<br />
[n(K) K)] nas quais s o número dde<br />
acidentes s [K] em 197 74 foi de 0, 1, 2, … con nforme<br />
mostrrado<br />
na Coluna<br />
2. A Co oluna 3 apreesenta<br />
a mé édia de acide entes por innterseção<br />
[avg(k)]<br />
para as mesmas [n(K)] inters seções durannte<br />
o ano de 1975.<br />
* Há mmais<br />
2 interseções<br />
que tiver ram 13 acidenntes<br />
cada uma a e uma inters seção que tevee<br />
16 acidentes s.<br />
Supoonha<br />
que useemos<br />
K (núm mero de aciddentes<br />
ocorridos<br />
em 197 74) para estimmar<br />
k (núme ero de<br />
acideentes<br />
ocorridos<br />
em 1975).<br />
Isso signifficaria<br />
que, se s uma inters seção registrrou,<br />
em 1974,<br />
por<br />
exemmplo,<br />
K = 3 aacidentes,<br />
então<br />
3 seria uma estimat tiva de acide entes para esssa<br />
interseçã ão em<br />
1975.<br />
Essa estimmativa<br />
valeria a para todass<br />
as 65 inte erseções que e registraramm<br />
3 acidente es em<br />
1974.<br />
Entretanto, , o que de fato<br />
ocorreu com esse grupo g de inte erseções é qque<br />
em 1975 5 elas<br />
registtraram<br />
uma média de 1,9 97 acidentess/interseção,<br />
havendo, po ortanto, uma redução de 34%.<br />
Podee-se<br />
formularr<br />
as seguinte es questões:<br />
a)<br />
b)<br />
Tabela 2 – Acidente es em 1142 interseções s de São Fra ancisco – 19974/1975.<br />
Se houvesse<br />
sido aplic cada uma meedida<br />
de seg gurança ness sas 65 intersseções,<br />
a red dução<br />
de 34% poderia<br />
ter sido o atribuída à aplicação dessa<br />
medida a?<br />
Se não foi aplicada nen nhuma medidda<br />
de segura ança nessas 65 interseçõões,<br />
essa red dução<br />
de 34% poode<br />
ser atri ibuída às fluutuações<br />
do o acaso? Em m vez de uma<br />
redução o, não<br />
poderia terr<br />
havido um aumento, a daddo<br />
o caráter aleatório dos<br />
acidentes? ?
A ressposta<br />
à priimeira<br />
quest tão é óbvia,<br />
já que nã ão foi feita nenhuma n inttervenção<br />
nas<br />
65<br />
intersseções.<br />
Se aalguma<br />
medid da tivesse sido<br />
aplicada, a mesma te eria sido totallmente<br />
inócu ua.<br />
A ressposta<br />
à seggunda<br />
quest tão também é: NÃO<br />
acasoo<br />
ou à aleatoriedade.<br />
De D fato, em<br />
intersseções,<br />
com média de 1,1<br />
acidentes<br />
se veerificar<br />
que a redução é verificada s<br />
K > 1,1, isto é, ppara<br />
K > 1,1 1, então 1,1<br />
variarram<br />
desde 66%<br />
a 53%.<br />
2 . Essa reduçã ão não podee<br />
ser atribuída<br />
ao<br />
1974 ocorre eu um total de 1253 accidentes<br />
nas 1142<br />
s/interseção. Pela Tabela a 2 (parte emm<br />
amarelo), pode-<br />
sistematicamente<br />
para to odos os valoores<br />
de K, qu uando<br />
< avg(k) < K. As reduç ções no exeemplo<br />
da Tab bela 2<br />
Portaanto,<br />
devido ao critério de d seleção ddos<br />
locais, há h uma forte e probabilidaade<br />
de haver<br />
uma<br />
reduçção<br />
no períoodo<br />
seguinte se a média dos locais selecionados<br />
s s for maior ddo<br />
que a méd dia da<br />
população.<br />
É posssível<br />
obter reduções alltamente<br />
significativas<br />
(c como os 53% % no exemp plo da<br />
Tabeela<br />
2 para o ggrupo<br />
de K = 8 acidentees),<br />
sem, no entanto, possuir<br />
qualquuer<br />
significad do real<br />
em teermos<br />
de meelhoria<br />
de seg gurança.<br />
Em [77],<br />
há outro eexemplo<br />
ond de foram usaados<br />
dados reais<br />
de acide entes de Phiiladelphia<br />
de e 1969<br />
e 19770,<br />
os quais foram dispos stos da mesmma<br />
forma co omo na Tabela<br />
2.<br />
Tabela T 3. Accidentes<br />
de Philadelphia a.<br />
A méédia<br />
é de 2 acidentes po or ano por interseção.<br />
Pela P Tabela 3, pode-se verificar que e para<br />
todoss<br />
os grupos eem<br />
que o nú úmero médioo<br />
de acidente es em 1969 foi superior a 2 acidente es por<br />
ano ppor<br />
interseçãão<br />
(parte amarela<br />
da Tabbela<br />
3), houv ve reduções em 1970 quue<br />
variaram de 21<br />
a 71% %.<br />
2<br />
A rigoor,<br />
a chance de<br />
grandee,<br />
essa chance<br />
16 pesssoas<br />
que obtiv<br />
pequenna<br />
(1/6<br />
vez de<br />
repetir<br />
tipo “v<br />
média<br />
16 ocorrer um aum mento em vez dde<br />
redução não é nula. Entreta anto, se a amosstra<br />
for suficient temente<br />
pode ser muito o pequena. No eexemplo<br />
do lançamento<br />
de dad do da Seção 4, a probabilidade<br />
de as<br />
veram 6 repetire em o mesmo reesultado<br />
numa segunda tentat tiva não é nula, , mas é extremamente<br />
), senddo<br />
que, para efe eitos práticos, poode<br />
ser desprez zada. Se a amo ostra não for graande,<br />
por exem mplo, em<br />
e 16 pessoas, aapenas<br />
uma pe essoa consegui uiu 6 numa prim meira tentativa, então a probabbilidade<br />
dessa pessoa<br />
r o mesmo resuultado<br />
numa seg gunda tentativaa<br />
já não é despr rezível (1/6). Da a mesma formaa,<br />
no exemplo do d teste<br />
verdadeiro/falso”,<br />
a chance de as 10 pessoass<br />
que tiraram as<br />
notas mais altas<br />
no primeiroo<br />
teste consegu uir uma<br />
ainda mais altaa<br />
no segundo te este é muito peqquena.
O exercício<br />
seguuinte<br />
reprodu uz as Tabelaas<br />
2 e 3, rela ativas às interseções<br />
dee<br />
São Francisco<br />
e<br />
Philadephia,<br />
paraa<br />
as interseçõ ões da cidadde<br />
de São Pa aulo.<br />
Seguundo<br />
estimattiva<br />
feita co om base noo<br />
“Mapa Digital<br />
da Cid dade – MDCC”,<br />
adotada a pela<br />
Prefeeitura<br />
de Sãoo<br />
Paulo, há cerca de 1335259<br />
interse eções na cid dade de Sãoo<br />
Paulo. Os dados d<br />
dispooníveis<br />
[9] fornecem<br />
os dados d de aciidentes<br />
(acid dentes com vítima v e atroopelamentos)<br />
para<br />
os annos<br />
de 2005 a 2010 para todas as intterseções<br />
da a cidade de São S Paulo (TTabela<br />
4).<br />
Tabelaa<br />
4 – Total de d acidentess<br />
em interse eções na cid dade de Sãoo<br />
Paulo.<br />
Total de acidentes<br />
Média por interseção<br />
Média anuual<br />
por interseç ção<br />
2005<br />
5619<br />
2006 2007 2 2008<br />
5177 5819 5 5292<br />
0,04155<br />
0,0383 0,043 0 0,0391<br />
2009 20010<br />
Total<br />
5133 57716<br />
32756<br />
0,0379 0,00423<br />
0,2422<br />
0,0404<br />
Pela Tabela 4, a média da população<br />
(número<br />
médio<br />
de acident tes por interrseção<br />
por ano a da<br />
cidadde<br />
de São Paulo) pode e ser estimada<br />
em 0,0 0404 em função<br />
do coonjunto<br />
de dados d<br />
dispoonível.<br />
A Taabela<br />
5 mosttra<br />
os grupo os de interseeções<br />
em que<br />
ocorreram<br />
0 acidenttes,<br />
1 acidente,<br />
2<br />
acideentes,<br />
..., maais<br />
de 10 acid dentes, no ano<br />
de 2005 (período “antes”)<br />
e o númmero<br />
de acid dentes<br />
ocorrridos<br />
em 20006<br />
(período “d depois”) nass<br />
mesmas int terseções.<br />
TTabela<br />
5 - Accidentes<br />
em m 135.259 intterseções<br />
na n cidade de e São Paulo – 2005/2006 6.<br />
Pela Tabela 5, poode-se<br />
obse ervar que o úúnico<br />
grupo em que hou uve um aumento<br />
na méd dia de<br />
acideentes<br />
de 20005<br />
para 2006 6 foi o grupoo<br />
“com 0 acidentes”,<br />
que e passou dee<br />
uma média a de 0
acideentes/interseçção<br />
em 200 05 para umaa<br />
média de 0,018 0 aciden ntes/interseçção<br />
em 2006 6. Em<br />
todoss<br />
os demais grupos, houve<br />
reduçãoo<br />
na média de acidentes<br />
(reduções s que variara am de<br />
24% a 59%).<br />
Logo,<br />
quando a mmédia<br />
K = 0 < 0,0404, ttemos<br />
avg (k) (k = 0,018 > K = 0. Quando<br />
K > 0, ,0404,<br />
entãoo<br />
avg (k) < KK.<br />
Podee-se<br />
argumenntar<br />
que, como<br />
houve uma<br />
queda de d 8% no tot tal de acidenntes<br />
de 2005 5 para<br />
2006 (5619 paraa<br />
5177), ha averia uma tendência de d queda de d acidentess<br />
nos grupo os de<br />
intersseções.<br />
Paraa<br />
mostrar que e a redução é sistemátic ca, independentemente<br />
sse<br />
houve aum mento<br />
ou reedução<br />
no tootal<br />
de acide entes de umm<br />
ano para outro, o a Tabela<br />
5 foi repproduzida<br />
pa ara os<br />
períoodos<br />
2005-20006,<br />
2006-20 007, ..., 20009-2010.<br />
Os resultados obtidos estãão<br />
sintetizados<br />
na<br />
Tabeela<br />
6.<br />
Tabela 6 – Resultado os para os pperíodos<br />
200 05-2006, 200 06-2007, ..., 22009-2010<br />
0 acidentes<br />
1 acidente<br />
2 acidentes<br />
3 acidentes<br />
4 acidentes<br />
5 acidentes<br />
6 acidentes<br />
7 acidentes<br />
8 acidentes<br />
9 acidentes<br />
100<br />
acidentes<br />
> 110<br />
acidentes<br />
Totall<br />
de acidentes<br />
2005‐2006 22006‐2007<br />
20 007‐2008 200 08‐2009 20099‐2010<br />
‐ 59%<br />
‐ 53%<br />
‐ 40%<br />
‐36%<br />
‐ 34%<br />
‐ 40%<br />
‐ 42%<br />
‐24%<br />
‐ 31%<br />
‐ 36%<br />
‐ 30%<br />
‐ 8%<br />
‐ 50%<br />
‐ 41%<br />
‐ 44%<br />
‐ 21%<br />
‐ 27%<br />
‐ 45%<br />
‐ 28%<br />
‐ 17%<br />
‐ 19%<br />
‐ 60%<br />
‐ 2%<br />
12%<br />
‐ 58% ‐ 57% ‐ 555%<br />
‐ 53% ‐ 53% ‐ 442%<br />
‐ 42% ‐ 50% ‐ 445%<br />
‐ 40% ‐ 39% ‐ 337%<br />
‐ 37% ‐ 45% ‐ 225%<br />
‐ 41% ‐ 43% ‐ 333%<br />
‐ 23% ‐ 37% ‐ 11%<br />
‐ 38% ‐23% ‐<br />
‐ 225%<br />
‐ 33% ‐ 18% ‐ 111%<br />
‐ 24% ‐ 40% ‐ 227%<br />
Comoo<br />
pode-se oobservar<br />
pela<br />
Tabela 6, houve redu ução no tota al de acidenntes<br />
nos per ríodos<br />
2005-2006<br />
(- 8% ), 2007-2008 8 (- 9%) e 22008-2009<br />
(- - 3%). Porém m, houve aumento<br />
no to otal de<br />
acideentes<br />
nos peeríodos<br />
2006 6-2007 (12% ) e 2009-2010<br />
(11%). Entretanto,<br />
inddependentem<br />
mente<br />
de teer<br />
havido reddução<br />
ou aum mento no tottal<br />
de aciden ntes, houve redução r siste temática em todos<br />
os peeríodos<br />
e emm<br />
todos os grupos<br />
em quue<br />
K > 0,04 404, variando o essas reduuções<br />
desde 1% a<br />
60%.<br />
Em toodos<br />
os exeercícios,<br />
foi considerado<br />
c<br />
um período de um ano “antes” e umm<br />
ano “depo ois”. A<br />
perguunta<br />
que se ssegue<br />
é: ser rá que essass<br />
reduções ta ambém se ve erificam quanndo<br />
se aume enta o<br />
períoodo<br />
de observvação<br />
dos períodos<br />
“antees”<br />
e “depois s”?<br />
‐ 42%<br />
‐ 9%<br />
‐ 9% ‐ 115%<br />
‐ 3% 111%
Para responder a essa quest tão, foi realizzado<br />
um exe ercício considerando<br />
o pperíodo<br />
2005 5-2007<br />
(3 annos)<br />
como o período “an ntes” e 20088-2010<br />
(3 anos)<br />
como o período “deepois”.<br />
A Tab bela 7<br />
mostrra<br />
os resultaados<br />
obtidos.<br />
TTabela<br />
7 – PPeríodo<br />
de 3 anos “antees”<br />
(2005-20 007) e 3 ano os “depois” (2008-2010) ).<br />
Com períodos dee<br />
observação o de 3 anos “antes” e 3 anos a “depois s’, as reduçõões<br />
se mantiv veram<br />
para os grupos emm<br />
que K > 0,0404 0 e variaaram<br />
desde 2% a 34%.<br />
Para comprovar qque<br />
as reduç ções são sisttemáticas<br />
e que não são o por acaso, fica o convit te aos<br />
leitorees<br />
de outraas<br />
cidades para repetirr<br />
o exercício o usando dados d reais de acidente es de<br />
intersseções<br />
de suuas<br />
cidades.<br />
8 - IDDE<strong>NT</strong>IFICAÇÇÃO<br />
DE LOC CAIS PERIGOSOS<br />
Em [88],<br />
foram proopostos<br />
méto odos para ideentificar<br />
loca ais onde poss sa haver poteencial<br />
significativo<br />
de reedução<br />
de aacidentes<br />
com<br />
vítima ennvolvendo<br />
pe edestres e ciclistas. c Seggundo<br />
os au utores<br />
dessee<br />
artigo:<br />
“Até rrecentementte,<br />
a abordag gem para ideentificar<br />
loca ais de alto ris sco de acideentes<br />
obedec cia ao<br />
seguiinte<br />
procedimmento:<br />
(1) – escolha de locais específicos:<br />
tipicame ente, a ocorrência<br />
dee<br />
acidente com<br />
pedestres/biciclettas<br />
é um eve ento raro, o qque<br />
pode lev var a “falsos positivos” (iddentificar<br />
um m local<br />
de alto<br />
risco quando<br />
de fato não é) e “faalsos<br />
negativ vos” (falha na a identificaçãão<br />
de um loc cal de<br />
alto risco);<br />
(2) – critério de esscolha:<br />
esco olha por históórico<br />
de acide entes – Regressão<br />
para a Média.”
O esttudo<br />
abrangeeu<br />
o corredo or San Pablo Ave. em San<br />
Francisco East Bay:<br />
•<br />
•<br />
•<br />
•<br />
•<br />
Trecho de 16,5 milhas (26,6 km)<br />
180 interseeções<br />
203 acidenntes<br />
“antes” (5 ( anos: 19988<br />
– 2002)<br />
210 acidenntes<br />
“depois” (5 anos: 20003<br />
– 2007)<br />
Média de 00,2294<br />
acidentes<br />
por inteerseção<br />
por ano a<br />
No eestudo,<br />
os acidentes<br />
(en nvolvendo peedestre<br />
e/ou u bicicleta) ocorridos o forra<br />
de interseções<br />
foramm<br />
contabilizaddos<br />
para a in nterseção maais<br />
próxima.<br />
Os daados<br />
de aciddentes<br />
apresentados<br />
no aartigo<br />
foram tabulados co onforme a Taabela<br />
8.<br />
Tabbela<br />
8. Dado os de acidenntes<br />
envolvendo<br />
pedes stres/biciclettas.<br />
Podee-se<br />
observar<br />
pela Tabel la 8 (parte eem<br />
amarelo) que as 51 interseções<br />
qque<br />
apresen ntaram<br />
uma média de acidentes<br />
ma aior ou igual a 0,2294, experimentar<br />
e ram uma reddução<br />
de 25 5% no<br />
períoodo<br />
seguinte. .<br />
Na Figura<br />
9, os aacidentes<br />
no o período 19998-2002<br />
est tão represen ntados no eixxo<br />
horizonta al e os<br />
acideentes<br />
no perríodo<br />
2003-2 2007 estão nno<br />
eixo vertic cal. O taman nho dos círcculos<br />
represe enta a<br />
quanttidade<br />
de intterseções.
O númmero<br />
de aciddentes<br />
não é uma boa indicação<br />
para a identificar locais<br />
perigoosos.<br />
A Figgura<br />
9 apresenta<br />
dois exemplos dee<br />
“falsos-po ositivos” (loca ais que seriiam<br />
conside erados<br />
perigosos<br />
quandoo<br />
na realida ade não são).<br />
O primeiro<br />
grupo de falsos-positivos<br />
apresen ntou 6<br />
acideentes<br />
no perííodo<br />
1998-20 007, mas no período seg guinte (2003-2007)<br />
esse grupo apres sentou<br />
apenas<br />
1 acidentte.<br />
No segun ndo exemploo,<br />
ocorreram m 4 acidentes s no períodoo<br />
1998-2002 2, mas<br />
nos 5 anos seguintes<br />
apresen ntaram 0 aciddentes.<br />
A Figgura<br />
9 aindda<br />
apresent ta 2 exempplos<br />
de “fals sos-negativo os” (locais cconsiderados<br />
s não<br />
perigosos<br />
quandoo<br />
na realidade<br />
são). Noo<br />
primeiro ex xemplo, há um u grupo dee<br />
interseçõe es que<br />
apressentaram<br />
1 acidente no o período 1998-2002<br />
e nos 5 ano os seguintess<br />
apresentar ram 5<br />
acideentes.<br />
No seggundo<br />
exemplo,<br />
um gruppo<br />
de interse eções aprese entaram 1 accidente<br />
no pe eríodo<br />
1998-2002<br />
e nos 5 anos segu uintes apreseentaram<br />
4 ac cidentes.<br />
Dois outros trabaalhos<br />
que mo ostram que há necessidade<br />
de meto odologias maais<br />
elaborad das do<br />
que o simples número<br />
de acidentes<br />
para identificar os<br />
locais com m maior potenncial<br />
de acid dentes<br />
são [ 10] e [11].<br />
9.<br />
Falssos‐negativos<br />
CONCLUUSÕES<br />
FFigura<br />
9. Dad dos de acidenntes<br />
no perío odo 1998-2002 2 e 2003-20077.<br />
Falsoos‐positivos<br />
Deviddo<br />
ao fato de<br />
a escolha dos locais para tratame ento com medidas<br />
de seegurança<br />
nã ão ser<br />
aleatóória<br />
e sim conduzida para considderar<br />
só os locais que tiveram maais<br />
acidente es, os<br />
resulttados<br />
de quualquer<br />
estud do observaccional<br />
do tipo o “antes-dep pois” baseaddo<br />
exclusivam mente<br />
em hhistórico<br />
de acidentes sã ão contaminnados<br />
pelo efeito e da Re egressão parra<br />
a Média. Se a<br />
Regreessão<br />
para a Média não<br />
for devidamente<br />
tra atada, os re esultados seerão<br />
viciado os (ou<br />
envieesados)<br />
e nãão<br />
poderão ser s atribuídoss,<br />
pelo meno os em sua to otalidade, aoo<br />
efeito da medida<br />
m
de segurança<br />
applicada.<br />
Um m resultado, embora es statística e altamente a significativo<br />
(como (<br />
aqueles<br />
mostradoos<br />
neste trab balho, da orddem<br />
de 53% % da Tabela 2, 71% da TTabela<br />
3, 60 0% da<br />
Tabeela<br />
6 e 31% dda<br />
Tabela 7) , mas que essteja<br />
contam minado pela Regressão R paara<br />
a Média, , pode<br />
não rrepresentar<br />
oou<br />
refletir nen nhum significcado<br />
real.<br />
Teoricamente,<br />
o efeito da Regressão R paara<br />
a Média a pode ser minimizado<br />
m aumentando o-se o<br />
tempo<br />
de observaação.<br />
No ent tanto, há quee<br />
se considerar<br />
duas ress salvas:<br />
a)<br />
b)<br />
mesmo quee<br />
o efeito da a Regressão para a Méd dia seja reduzido<br />
pelo auumento<br />
do pe eríodo<br />
de observaação,<br />
não po oderá ser detterminada<br />
co om exatidão qual a parccela<br />
remanes scente<br />
do efeito daa<br />
Regressão o para a Méddia<br />
e, mais im mportante,<br />
aumentanddo<br />
o períod do de obseervação,<br />
au umentam-se as chancees<br />
de ocor rrerem<br />
mudanças de fatores de d confusão ttais<br />
como o fluxo (de veí ículos e de ppedestres),<br />
uso u do<br />
solo, nível pluviométric co, ocorrênciia<br />
de obras, mudanças de pontos dde<br />
ônibus, et tc., de<br />
forma que o resultado o obtido nãão<br />
pode ser r atribuído exclusivamen<br />
e nte à medid da de<br />
segurança aplicada, pois p está mmascarado<br />
por p outros fatores f que não o efei ito da<br />
aplicação dda<br />
medida de e segurança cuja eficiênc cia quer-se medir m ou avaaliar.<br />
Existeem<br />
técnicas,<br />
como o mé étodo empíricco<br />
de Bayes (Empirical Bayes B methood),<br />
que cont trolam<br />
o efeeito<br />
do fenômmeno<br />
da Reg gressão paraa<br />
a Média em<br />
estudos observaciona<br />
o ais do tipo “a antes-<br />
depois”.<br />
Entretannto,<br />
essas metodologias<br />
m<br />
exigem uma a série de dados<br />
adicionnais,<br />
nem se empre<br />
dispooníveis.<br />
Uma outra alternnativa<br />
é conduzir<br />
um esstudo<br />
do tipo o “antes-dep pois” baseaddo<br />
em parâm metros<br />
operaacionais<br />
relaacionados<br />
co om segurançça<br />
e que pos ssam ser observados<br />
e ccontados,<br />
em m vez<br />
de uttilizar<br />
apenass<br />
o histórico de acidentess.<br />
Por exemplo,<br />
quer-se medir a eficciência,<br />
em te ermos<br />
de ssegurança,<br />
de uma reprogramaçção<br />
do tempo<br />
de entreverdes<br />
e<br />
em interseções<br />
semaaforizadas.<br />
EEm<br />
vez de comparar c o nnúmero<br />
de acidentes a an ntes e depoiss<br />
da aplicaç ção da<br />
medidda,<br />
pode-se comparar o número de transgressões<br />
ao sinal vermelho, v núúmero<br />
de co onflitos<br />
traseiros<br />
e angulares,<br />
etc. Neste N caso, pode-se co oletar, em períodos<br />
relaativamente<br />
curtos, c<br />
amosstras<br />
suficienntemente<br />
gra andes para evitar as oscilações<br />
aleatórias,<br />
evitaando-se,<br />
ass sim, o<br />
efeitoo<br />
da Regressão<br />
para a Média. Alémm<br />
de o estud do não ser contaminadoo<br />
com o efe eito da<br />
Regreessão<br />
para a Média, ess sas técnicass<br />
alternativas s possuem a importante vantagem de d não<br />
necesssitar<br />
de pperíodos<br />
de observaçãoo<br />
extensos. Enquanto que estudoos<br />
baseado os em<br />
acideentes<br />
precisaam<br />
de perío odos de observação<br />
“an ntes” e “depo ois” de um oou<br />
mais ano os, as<br />
técniccas<br />
alternativvas<br />
baseada as em eventoos<br />
observáve eis necessita am de períoddos<br />
de obser rvação<br />
da orrdem<br />
de semmanas<br />
ou meses.<br />
Isso rreduz<br />
drastic camente a possibilidade<br />
de influênci ia dos<br />
fatorees<br />
de confuusão,<br />
não controláveis<br />
c<br />
e não me ensuráveis, nos resultaddos<br />
obtidos s. Um<br />
imporrtante<br />
beneffício,<br />
decorre ente de curttos<br />
períodos de observa ação, é a obbtenção<br />
rápida<br />
do<br />
resulttado<br />
do estuudo,<br />
permitin ndo eventuaiis<br />
correções s (antes que os acidentees<br />
ocorram) e não<br />
apenas<br />
após a ocorrência<br />
do os acidentes,<br />
como é o caso c de estu udos “antes-depois”<br />
base eados<br />
apenas<br />
em númeero<br />
de acide entes, com pperíodos<br />
de observação o de um ou mais anos. Além
dissoo,<br />
os dados referentes a parâmetroos<br />
operacion nais são ma ais completoos<br />
e confiáveis<br />
(a<br />
extennsão<br />
e a quaalidade<br />
dos dados d dependdem<br />
só do próprio p pesqu uisador que eestá<br />
conduzindo<br />
o<br />
estuddo<br />
e dos reccursos<br />
tecno ológicos dispponíveis<br />
par ra a coleta dos d dados), enquanto que<br />
os<br />
dados<br />
de acidenttes<br />
são precá ários em termmos<br />
da confi iabilidade da a informação e geralment te não<br />
identiificam<br />
o tipo de acidente.
REFERÊNCIAS<br />
[1]<br />
[2]<br />
[3]<br />
[4]<br />
[5]<br />
[6]<br />
[7]<br />
[8]<br />
[9]<br />
[10]<br />
[11]<br />
Acidente coom<br />
mortes no<br />
trânsito suupera<br />
número o de homicíd dios no Estaado<br />
de São Paulo.<br />
http://noticiaas.r7.com/sao-paulo/noticiass/acidente-com<br />
m-mortes-no-t transito-superaam-numero-de<br />
homicidios-nno-estado-de<br />
sao-paulo-201110825.html<br />
( acessado em 15/02/2012).<br />
Rosenbaumm,<br />
Paul R. – Ob bservational SStudies<br />
– Sprin nger Series in Statistics – SSecond<br />
Edition n.<br />
Elvik, Rune – The Import tance of Conffounding<br />
in Observational<br />
Before-and-Af<br />
B<br />
fter Studies of f Road<br />
Safety Meassures<br />
– Accide ent Analysis aand<br />
Prevention n 34 (2002) 63 31–635, 2001. .<br />
Wikipedia – Regression Toward T the Meean<br />
http://en.wikkipedia.org/wik<br />
ki/Regression__toward_the_m<br />
mean (acessa ado em 02/11/2 /2011).<br />
Hauer, Ezraa<br />
– Observat tional Before-After<br />
Studies s in Road Sa afety – Estimmating<br />
the Eff ffect of<br />
Highway andd<br />
Traffic Engin neering Measuures<br />
on Road Safety, 1997.<br />
Safe Speedd<br />
– Regressio on to the Meean<br />
– http://w www.safespeed.org.uk/rttm.hhtml<br />
(acessad do em<br />
09/04/11).<br />
Persaud, Bhhagwant<br />
– Re elating the Effe fect of Safety Measures to Expected Nummber<br />
of Accid dents –<br />
Transport Saafety<br />
Studies Group, Univeersity<br />
of Toron nto, Departme ent of Civil Enggineering,<br />
Tor ronto –<br />
Aug 1985.<br />
Ragland, Daavid;<br />
Grembek k, Offer; Orricck,<br />
Phyllis – Srategies S for Reducing R Pedeestrian<br />
and Bicyclist<br />
Injury at thee<br />
Corridor Lev vel: Final Techhnical<br />
Report – UC Berkele ey Safe Transsportation<br />
Research<br />
and Education<br />
Center for the Californiaa<br />
Department of o Transportat tion (July 20111).<br />
Sistema de AAcidentes<br />
de Trânsito – SAAT<br />
– <strong>CET</strong>-SP.<br />
Brijsy, Tom;<br />
Karlisz, Dim mitris; Bosscheey,<br />
Filip Van den; Wetsy, Geert – A BBayesian<br />
Model<br />
for<br />
Ranking Hazzardous<br />
Sites.<br />
Hauer, Ezraa;<br />
Persaud, Bhagwant B – PProblem<br />
of Ide entifying Haza ardous Locatio ions Using Ac ccident<br />
Data. Transpportation<br />
Rese earch Record 975, 36-43, 1984.<br />
Os coonceitos<br />
aqui emmitidos<br />
não refleetem,<br />
necessarriamente,<br />
o ponto de vista da CEET,<br />
sendo<br />
de respponsabilidade<br />
ddo<br />
autor.<br />
Revisãoo/Edição<br />
– NCTT/SES/DP<br />
GESTÃOO<br />
DO CONHECCIME<strong>NT</strong>O<br />
Diaggramação:<br />
GMC/ /Dma