Acidentes rodoviários

Os acidentes rodoviários nas BRs (rodovias federais) do Brasil representam um dos maiores problemas de segurança pública e de saúde no país. Anualmente, dezenas de milhares de acidentes são registrados nessas rodovias, resultando em muitas mortes e centenas de milhares de feridos. Em muitos anos, as BRs concentram mais de 60% das mortes registradas em rodovia.

Estudar as causas e motivos dos acidentes de forma estatística é fundamental porque permite identificar padrões espaciais e temporais (dias da semana, horários, condições climáticas e trechos mais perigosos), além de apontar perfis de risco envolvendo veículos, condutores e infraestrutura. Com essas informações, é possível desenvolver políticas públicas mais eficientes, planejar investimentos em engenharia viária, melhorar a fiscalização e criar campanhas educativas baseadas em evidências. A análise estatística transforma dados em informação estratégica, permitindo que ações sejam direcionadas exatamente aos pontos e comportamentos mais críticos, o que contribui para a redução de mortes, dos custos hospitalares e dos prejuízos econômicos associados aos acidentes de trânsito.

Origem dos dados

O dataset utilizado para análise provém de dados públicos achados no Kaggle, relacionados a acidentes ocorridos nas rodovias federais brasileiras (https://www.kaggle.com/datasets/pedrogoncalv/brazilian-traffic-incidents-2007-to-2023). Ele cobre o período de 2007 a 2023, ou seja, inclui mais de uma década de registros, o que permite análises de longo prazo, tendências históricas e mudanças ao longo do tempo. Por ser uma base pública, os dados podem ser utilizados livremente (respeitando termos de uso) para pesquisa, análise estatística, planejamento de políticas públicas, entre outros.

Leitura dos dados

Os dados disponibilizados pelo Kaggle estão divididos em CSVs por ano, ou seja, os dados dos acidentes dos anos 2007-2023 estão contidos em um CSV para cada ano (17 arquivos).

Primeiro é feito a busca por todos os arquivos em formato CSV que estão na pasta “dados_PRF”:

files <- list.files("dados_PRF/", pattern = "\\.csv$", full.names = TRUE)


cat("Arquivos encontrados:", length(files), "\n")

## Arquivos encontrados: 17

Unificação do dataset

Foi observado que a quantidade de features (colunas) de cada arquivo pode variar, tendo alguns anos que contém menos features que outros. Por isso, também foi realizada a identificação das colunas em comum e diferentes de todos os arquivos.

cols_all <- map(files, ~ names(read_csv2(.x, n_max = 0)))
unique_cols <- unique(unlist(cols_all))

cat("Número total de colunas identificadas:", length(unique_cols), "\n")

anos_arquivos <- str_extract(files, "(?<=_)[0-9]{4}(?=\\.csv$)")
anos_arquivos <- as.numeric(anos_arquivos)

cat("Anos extraídos dos arquivos:", paste(anos_arquivos, collapse = ", "), "\n")

## Anos extraídos dos arquivos: 2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023

Abaixo, a função read_prf, é usada para ler os arquivos CSV de forma padronizada, garantindo que todos tenham a mesma estrutura. Ela importa o arquivo tratando todas as colunas como texto para evitar problemas de tipos de dados e usa a codificação latin1 com vírgula como separador decimal. Em seguida, a função verifica se faltam colunas em relação a uma lista pré-definida (all_cols) e, caso estejam ausentes, cria essas colunas preenchidas com valores NA. Por fim, ela reorganiza as colunas para que fiquem exatamente na mesma ordem em todos os arquivos, facilitando a posterior junção e análise dos dados.

#read_prf <- function(file, all_cols) {
read_prf <- function(file, all_cols, ano_arquivo = NULL) { 
  df <- read_csv2(
    file,
    col_types = cols(.default = col_character()),  # tudo como texto para evitar erros
    locale = locale(encoding = "latin1", decimal_mark = ",")
  )
  
  # adicionar colunas faltantes
  missing_cols <- setdiff(all_cols, names(df))
  for (col in missing_cols) {
    df[[col]] <- NA_character_
  }

  # Adicionar ou preencher a coluna "ano" com o ano do arquivo
  if (!is.null(ano_arquivo)) {
    # Se a coluna "ano" não existe, cria
    if (!"ano" %in% names(df)) {
      df$ano <- as.character(ano_arquivo)
    } else {
      # Se existe mas tem valores NA, preenche
      df$ano <- ifelse(is.na(df$ano) | nchar(trimws(df$ano)) == 0, 
                       as.character(ano_arquivo), 
                       df$ano)
    }
  }
  
  df <- df[, all_cols]
  
  return(df)
}

Já nesse trecho de código, é aplicada a função read_prf a todos os arquivos listados usando map, gerando uma lista de data frames padronizados em df_list. Em seguida, ele une todos esses data frames em um único conjunto de dados chamado df_raw por meio de bind_rows, empilhando as linhas de todos os arquivos já com as mesmas colunas e na mesma ordem.

#df_list <- map(files, read_prf, all_cols = unique_cols)
df_list <- map2(files, anos_arquivos, ~ read_prf(.x, all_cols = unique_cols, ano_arquivo = .y))

# unir tudo sem erros
df_raw <- bind_rows(df_list)

cat("Dataset unificado com sucesso!\n")

## Dataset unificado com sucesso!

cat("Total de linhas:", nrow(df_raw), "\n")

## Total de linhas: 2013757

Conversões

Em decorrência das diferenças nos arquivos, foi necessário realizar uma padronização de algumas features, como as datas dos acidentes, o horário dos acidentes e algumas colunas que agora precisamos que sejam numéricas, tais quais o id, br, ano, pessoas, mortos, feridos_leves, feridos_graves, ilesos, ignorados, feridos, veiculos, latitude e longitude.

# conversão de datas
if ("data_inversa" %in% names(df_raw)) {
  df_raw$data_inversa <- dmy(df_raw$data_inversa)
}

# conversão de horário
if ("horario" %in% names(df_raw)) {
  df_raw$horario <- parse_time(df_raw$horario)
}

# colunas que desejamos tornar numéricas
numeric_cols <- intersect(
  c("id","br","ano","pessoas","mortos","feridos_leves","feridos_graves",
    "ilesos","ignorados","feridos","veiculos","latitude","longitude"),
  names(df_raw)
)

df_raw <- df_raw %>%
  mutate(across(all_of(numeric_cols), ~ parse_number(.x)))

Ademais, também foi necessário converter algumas features para pontos flutuantes, como o km.

if ("km" %in% names(df_raw)) {
  df_raw <- df_raw %>%
    mutate(
      km = str_replace(km, ",", "."),
      km = parse_number(km)
    )
}

Limpeza dos dados

Para a limpeza dos dados, primeiro, foram removidos espaços extras entre as palavras nas colunas de tipo texto, deixando os dados mais limpos e consistentes.

df_raw <- df_raw %>%
  mutate(across(where(is.character), ~ str_squish(.x)))

Por fim, o objeto df_raw é atribuído a df, que passa a ser o dataset principal para análise, e o código imprime no console uma mensagem de finalização junto com o total de linhas e colunas, confirmando que o conjunto de dados está pronto para uso.

df <- df_raw

cat("\nFinalizado! Dataset pronto para análise.\n")

## 
## Finalizado! Dataset pronto para análise.

cat("Total de linhas:", nrow(df), "\n")

## Total de linhas: 2013757

cat("Total de colunas:", ncol(df), "\n")

## Total de colunas: 31

Base finalizada

Abaixo está as características do conjunto de dados finalizado após todo o tratamento de dados e pronto para realizas as análises necessárias.

##        id            data_inversa         dia_semana       
##  Min.   :       8   Min.   :2007-01-01   Length:2013757    
##  1st Qu.:  376464   1st Qu.:2008-09-17   Class :character  
##  Median :  775489   Median :2010-02-17   Mode  :character  
##  Mean   :19961284   Mean   :2010-06-14                     
##  3rd Qu.: 1304960   3rd Qu.:2011-04-30                     
##  Max.   :83529889   Max.   :2016-12-31                     
##                     NA's   :1114235                        
##     horario                     uf                  br              km        
##  Min.   :00:00:00.000000   Length:2013757     Min.   :  0.0   Min.   :-870.3  
##  1st Qu.:08:40:00.000000   Class :character   1st Qu.:101.0   1st Qu.:  79.0  
##  Median :14:10:00.000000   Mode  :character   Median :158.0   Median : 201.6  
##  Mean   :13:24:56.887294                      Mean   :212.4   Mean   : 262.5  
##  3rd Qu.:18:15:00.000000                      3rd Qu.:324.0   3rd Qu.: 412.0  
##  Max.   :23:59:00.000000                      Max.   :958.0   Max.   :9967.1  
##                                               NA's   :972     NA's   :972     
##   municipio         causa_acidente     tipo_acidente     
##  Length:2013757     Length:2013757     Length:2013757    
##  Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character  
##                                                          
##                                                          
##                                                          
##                                                          
##  classificacao_acidente   fase_dia         sentido_via       
##  Length:2013757         Length:2013757     Length:2013757    
##  Class :character       Class :character   Class :character  
##  Mode  :character       Mode  :character   Mode  :character  
##                                                              
##                                                              
##                                                              
##                                                              
##  condicao_metereologica  tipo_pista        tracado_via       
##  Length:2013757         Length:2013757     Length:2013757    
##  Class :character       Class :character   Class :character  
##  Mode  :character       Mode  :character   Mode  :character  
##                                                              
##                                                              
##                                                              
##                                                              
##    uso_solo              ano          pessoas            mortos        
##  Length:2013757     Min.   :2007   Min.   :  1.000   Min.   : 0.00000  
##  Class :character   1st Qu.:2010   1st Qu.:  1.000   1st Qu.: 0.00000  
##  Mode  :character   Median :2013   Median :  2.000   Median : 0.00000  
##                     Mean   :2013   Mean   :  2.202   Mean   : 0.05588  
##                     3rd Qu.:2016   3rd Qu.:  2.000   3rd Qu.: 0.00000  
##                     Max.   :2023   Max.   :248.000   Max.   :33.00000  
##                                                                        
##  feridos_leves     feridos_graves         ilesos         ignorados       
##  Min.   : 0.0000   Min.   :  0.0000   Min.   : 0.000   Min.   : 0.00000  
##  1st Qu.: 0.0000   1st Qu.:  0.0000   1st Qu.: 1.000   1st Qu.: 0.00000  
##  Median : 0.0000   Median :  0.0000   Median : 1.000   Median : 0.00000  
##  Mean   : 0.5343   Mean   :  0.1855   Mean   : 1.327   Mean   : 0.09885  
##  3rd Qu.: 1.0000   3rd Qu.:  0.0000   3rd Qu.: 2.000   3rd Qu.: 0.00000  
##  Max.   :61.0000   Max.   :222.0000   Max.   :99.000   Max.   :86.00000  
##                                                                          
##     feridos            veiculos         latitude            longitude         
##  Min.   :  0.0000   Min.   : 1.000   Min.   :-3.209e+11   Min.   :-6.906e+11  
##  1st Qu.:  0.0000   1st Qu.: 1.000   1st Qu.:-2.003e+09   1st Qu.:-4.546e+09  
##  Median :  0.0000   Median : 2.000   Median :-2.994e+07   Median :-6.196e+07  
##  Mean   :  0.7198   Mean   : 1.721   Mean   :-1.028e+09   Mean   :-2.555e+09  
##  3rd Qu.:  1.0000   3rd Qu.: 2.000   3rd Qu.:-7.006e+05   3rd Qu.:-3.590e+06  
##  Max.   :239.0000   Max.   :25.000   Max.   : 3.836e+10   Max.   : 3.137e+10  
##                                      NA's   :1562200      NA's   :1562200     
##    regional          delegacia             uop           
##  Length:2013757     Length:2013757     Length:2013757    
##  Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character  
##                                                          
##                                                          
##                                                          
## 

Análises por ano

# acidentes por ano
if ("ano" %in% names(df)) {
  acidentes_ano <- df %>%
    group_by(ano) %>%
    summarise(total = n(), mortos = sum(mortos, na.rm = TRUE))
  print(acidentes_ano)
}

df %>%
  filter(!is.na(ano)) %>%
  count(ano, name = "n_acidentes") %>%
  ggplot(aes(x = ano, y = n_acidentes)) +
  geom_line() +
  geom_point() +
  scale_y_continuous(labels = scales::label_number(scale = 1e-3, suffix = " mil")) +
  labs(
    title = "Número de acidentes por ano",
    x = "Ano",
    y = "Acidentes (em milhares)"
  ) +
  theme_minimal()

# Mortes por ano
df %>%
  filter(!is.na(ano), !is.na(mortos)) %>%
  group_by(ano) %>%
  summarise(total_mortos = sum(mortos, na.rm = TRUE)) %>%
  ggplot(aes(x = ano, y = total_mortos)) +
  geom_line(color = "red", linewidth = 1) +
  geom_point(color = "darkred", size = 3) +
  scale_x_continuous(breaks = seq(min(df$ano, na.rm = TRUE), max(df$ano, na.rm = TRUE), by = 2)) +
  scale_y_continuous(
    labels = scales::label_number(scale = 1e-3, suffix = " mil"),
    limits = c(0, NA)
  ) +
  labs(
    title = "Número de mortes em acidentes rodoviários por ano",
    subtitle = "Dados da PRF (2007-2023)",
    x = "Ano",
    y = "Mortes (em milhares)",
    caption = "Fonte: Polícia Rodoviária Federal"
  ) +
  theme_minimal(base_size = 12) +
  theme(
    plot.title = element_text(face = "bold", size = 16, hjust = 0.5),
    plot.subtitle = element_text(hjust = 0.5, color = "gray50"),
    axis.text = element_text(size = 10),
    axis.title = element_text(face = "bold", size = 12),
    panel.grid.minor = element_blank()
  )

Análises por locais

# Top 10 municípios mais perigosos
if ("municipio" %in% names(df)) {
  top_mun <- df %>%
    count(municipio, sort = TRUE) %>%
    slice_head(n = 10) %>%
    mutate(
      municipio = fct_reorder(municipio, n),
      label = format(n, big.mark = ".", decimal.mark = ",")
    )
  
  # Gráfico de barras horizontal
  p <- ggplot(top_mun, aes(x = n, y = municipio)) +
    geom_col(fill = "firebrick", alpha = 0.8, width = 0.7) +
    geom_text(
      aes(label = label),
      hjust = -0.2,
      size = 4.5,
      fontface = "bold"
    ) +
    scale_x_continuous(
      expand = expansion(mult = c(0, 0.15)),
      labels = scales::label_number(scale = 1e-3, suffix = "k"),
      limits = c(0, max(top_mun$n) * 1.15)
    ) +
    labs(
      title = "Top 10 Municípios com Maior Número de Acidentes Rodoviários",
      subtitle = "Período: 2007-2023 | Dados da Polícia Rodoviária Federal",
      x = "Número Total de Acidentes",
      y = "Município",
      caption = paste("Total de registros:", format(nrow(df), big.mark = ".", decimal.mark = ","))
    ) +
    theme_minimal(base_size = 14) +
    theme(
      plot.title = element_text(face = "bold", size = 18, hjust = 0.5),
      plot.subtitle = element_text(hjust = 0.5, color = "gray50", size = 12),
      axis.text = element_text(size = 12),
      axis.title = element_text(face = "bold", size = 14),
      axis.text.y = element_text(face = "bold"),
      panel.grid.major.y = element_blank(),
      plot.margin = margin(20, 40, 20, 20)
    )
  
  print(p)
}

df <- df %>%
  mutate(
    total_vitimas = mortos + feridos_leves + feridos_graves,
    grave = if_else(mortos > 0 | feridos_graves > 0, TRUE, FALSE)
  )

# Calcular estatísticas por UF
top_uf <- df %>%
  group_by(uf) %>%
  summarise(
    n = n(),
    n_graves = sum(grave)
  ) %>%
  arrange(desc(n))

ggplot(top_uf, aes(x = reorder(uf, n), y = n)) +
  geom_col() +
  coord_flip() +
  scale_y_continuous(labels = scales::label_number(scale = 1e-3, suffix = " mil")) +
  labs(
    title = "Acidentes por Unidade Federativa",
    x = "UF",
    y = "Número de acidentes"
  )

Análises por BR

Baseado no ranking apresentado, podemos identificar padrões importantes que explicam por que estas rodovias estão entre as mais perigosas do Brasil:

df <- df %>%
  mutate(
    ano = year(data_inversa),
    mes = month(data_inversa),
    dia = day(data_inversa)
  )

# Verificar se a coluna 'br' existe
if ("br" %in% names(df)) {
  
  # Top 20 BRs com mais acidentes
  top_br <- df %>%
    filter(!is.na(br)) %>%
    count(br, sort = TRUE) %>%
    slice_head(n = 20) %>%
    mutate(
      br_label = paste0("BR-", br),
      br_label = fct_reorder(br_label, n),
      label = format(n, big.mark = ".", decimal.mark = ",")
    )
  
  # Gráfico 1: Top 20 BRs (barras horizontais)
  p1 <- ggplot(top_br, aes(x = n, y = br_label)) +
    geom_col(fill = "#2E86AB", alpha = 0.85, width = 0.7) +
    geom_text(
      aes(label = label),
      hjust = -0.2,
      size = 4,
      fontface = "bold",
      color = "darkblue"
    ) +
    scale_x_continuous(
      expand = expansion(mult = c(0, 0.15)),
      labels = scales::label_number(scale = 1e-3, suffix = "k"),
      limits = c(0, max(top_br$n) * 1.15)
    ) +
    labs(
      title = "Top 20 Rodovias Federais com Maior Número de Acidentes",
      subtitle = "Período: 2007-2023 | Dados da PRF",
      x = "Número Total de Acidentes",
      y = "Rodovia Federal",
      caption = paste("Total de registros analisados:", format(nrow(df %>% filter(!is.na(br))), big.mark = ".", decimal.mark = ","))
    ) +
    theme_minimal(base_size = 13) +
    theme(
      plot.title = element_text(face = "bold", size = 16, hjust = 0.5),
      plot.subtitle = element_text(hjust = 0.5, color = "gray50", size = 11),
      axis.text = element_text(size = 11),
      axis.title = element_text(face = "bold", size = 12),
      axis.text.y = element_text(face = "bold"),
      panel.grid.major.y = element_blank(),
      plot.margin = margin(20, 40, 20, 20),
      panel.background = element_rect(fill = "white", color = NA),
      plot.background = element_rect(fill = "white", color = NA)
    )
  
  print(p1)
  
  # Gráfico 2: Evolução temporal das TOP 5 BRs
  top5_brs <- top_br$br[1:5]
  
  p2 <- df %>%
    filter(br %in% top5_brs, !is.na(ano)) %>%
    count(br, ano) %>%
    mutate(
      br_label = paste0("BR-", br)
    ) %>%
    ggplot(aes(x = ano, y = n, color = br_label, group = br_label)) +
    geom_line(linewidth = 1.2, alpha = 0.8) +
    geom_point(size = 2.5) +
    geom_smooth(method = "loess", se = FALSE, linetype = "dashed", alpha = 0.3) +
    scale_x_continuous(
      breaks = seq(2007, 2023, by = 2),
      limits = c(2007, 2023)
    ) +
    scale_y_continuous(
      labels = scales::label_number(scale = 1e-3, suffix = "k")
    ) +
    scale_color_brewer(palette = "Set1", name = "Rodovia") +
    labs(
      title = "Evolução Temporal das 5 Rodovias Mais Perigosas",
      subtitle = "Tendência de acidentes por ano (linha tracejada: tendência)",
      x = "Ano",
      y = "Número de Acidentes"
    ) +
    theme_minimal(base_size = 13) +
    theme(
      plot.title = element_text(face = "bold", size = 16, hjust = 0.5),
      plot.subtitle = element_text(hjust = 0.5, color = "gray50", size = 11),
      legend.position = "bottom",
      legend.title = element_text(face = "bold")
    )
  
  print(p2)
}

Análises por dia da semana

Para analisar os principais dias da semana em que ocorrem acidentes, foi necessário realizar uma padronização da coluna dia_semana do dataset, para que a comparação fosse correta.

df <- df %>%
  mutate(
    dia_semana = str_to_lower(dia_semana),
    dia_semana = str_replace_all(dia_semana, "[^a-zà-ú ]", " "),
    dia_semana = str_squish(dia_semana),

    dia_semana = case_when(
      str_detect(dia_semana, "domingo") ~ "Domingo",
      str_detect(dia_semana, "segunda") ~ "Segunda",
      str_detect(dia_semana, "terca") | str_detect(dia_semana, "terça") ~ "Terça",
      str_detect(dia_semana, "quarta") ~ "Quarta",
      str_detect(dia_semana, "quinta") ~ "Quinta",
      str_detect(dia_semana, "sexta") ~ "Sexta",
      str_detect(dia_semana, "sabado") | str_detect(dia_semana, "sábado") ~ "Sábado",
      TRUE ~ NA_character_
    ),

    dia_semana = factor(
      dia_semana,
      levels = c("Domingo", "Segunda", "Terça", "Quarta", "Quinta", "Sexta", "Sábado"),
      ordered = TRUE
    )
  )

O padrão semanal de acidentes rodoviários segue uma lógica social e comportamental bem definida, com a sexta-feira emergindo como o dia mais crítico, seguida pelo sábado, domingo, segunda, quinta, quarta e finalmente terça-feira, o dia mais seguro. Este ranking revela uma dinâmica onde o risco aumenta progressivamente conforme nos aproximamos do fim de semana, atinge seu pico na sexta-feira, mantém-se elevado durante o sábado e domingo, e depois declina gradualmente ao longo da semana seguinte.

A predominância da sexta-feira como o dia com maior número de acidentes representa uma convergência perigosa de múltiplos fatores. Trata-se de um dia de transição onde se misturam as obrigações do trabalho com as expectativas do lazer. O rush hour vespertino é intensificado pela pressa de quem quer iniciar o fim de semana antecipadamente, somando-se ao início das viagens de turismo e ao cansaço acumulado de cinco dias de trabalho. À noite, as happy hours e eventos sociais introduzem o elemento álcool, criando uma combinação particularmente perigosa que se estende até a madrugada.

O sábado mantém uma alta incidência de acidentes, porém com características distintas. O tráfego é predominantemente de lazer e turismo, com famílias inteiras deslocando-se para passeios e visitas. As viagens tendem a ser mais longas e realizadas por motoristas menos experientes em estradas, enquanto à noite persiste o risco associado a eventos sociais e consumo de álcool. Já o domingo apresenta seu próprio padrão, com picos de acidentes concentrados no final da tarde e início da noite, quando ocorre o retorno massivo das viagens de fim de semana, frequentemente marcado por pressa e cansaço acumulado.

df %>%
  count(dia_semana, name = "n") %>%
  ggplot(aes(x = dia_semana, y = n)) +
  geom_col() +
  scale_y_continuous(labels = scales::label_number(scale = 1e-3, suffix = " mil")) +
  labs(
    title = "Acidentes por dia da semana",
    x = "Dia da semana",
    y = "Quantidade de acidentes"
  )

Análises por causa do acidente

O ranking abaixo apresentado revela padrões importantes sobre a vulnerabilidade dos pedestres no trânsito brasileiro e os fatores que contribuem para os acidentes:

1. Pedestre na Pista

Esta causa genérica lidera porque abrange múltiplas situações onde o pedestre ocupa o espaço destinado aos veículos. Reflete um problema fundamental de infraestrutura inadequada e falta de segregação entre os diferentes modais de transporte. Em muitas cidades brasileiras, calçadas inexistentes ou em mau estado forçam os pedestres a caminhar na pista.

2. Entrada Inoportuna do Pedestre

Indica problemas de percepção de risco e julgamento inadequado por parte dos pedestres. Muitos subestimam a velocidade dos veículos ou não conseguem calcular corretamente o tempo necessário para a travessia. Este comportamento pode estar relacionado a distrações (celular, fones de ouvido) ou desconhecimento das regras de trânsito.

3. Pedestre Cruzava Pista Fora da Faixa

Demonstra uma cultura de desrespeito às regras estabelecidas. Pedestres frequentemente optam pelo caminho mais curto em vez do mais seguro. Esta prática é agravada por:

• Distância excessiva entre faixas de pedestres

• Falta de sinalização adequada

• Impaciência e pressa no deslocamento urbano

4. Transitar na Contramão

Embora menos comum, indica situações extremas de comportamento de risco. Pode estar associado a pedestres embriagados, com problemas mentais, ou em situações de desespero/emergência.

5. Ingestão de Álcool ou Substâncias Psicoativas pelo Pedestre

Revela que a embriaguez não é exclusiva dos motoristas. Pedestres alcoolizados têm reflexos diminuídos, percepção comprometida e tomam decisões imprudentes. A combinação de álcool e trânsito é perigosa para todos os usuários da via.

6. Iluminação Deficiente

Fator ambiental e de infraestrutura crítico. A falta de iluminação pública adequada em muitas cidades brasileiras reduz a visibilidade noturna, aumentando o risco de atropelamentos. Pedestres usando roupas escuras tornam-se praticamente invisíveis.

df %>%
  group_by(causa_acidente) %>%
  summarise(
    n = n(),
    n_graves = sum(grave, na.rm = TRUE),
    proporcao_grave = n_graves / n
  ) %>%
  filter(n > 100) %>%                       
  slice_max(proporcao_grave, n = 10) %>%    
  ggplot(aes(x = reorder(causa_acidente, proporcao_grave), 
             y = proporcao_grave)) +
  geom_col() +
  coord_flip() +
  labs(
    title = "Top 10 causas com maior proporção de acidentes graves",
    x = "Causa do acidente",
    y = "Proporção de acidentes graves"
  )

Análises por horário

Para realizar a análize de acidentes por período do dia, baseado nas horas dos acidentes, foi feito um mapeamento divdido entre Madrugada, Manhã, Tarde e Noite para melhor intuitividade analítica.

df <- df %>%
  mutate(
    hora = hour(horario),
    periodo_dia = case_when(
      hora >= 0 & hora < 6  ~ "Madrugada",
      hora >= 6 & hora < 12 ~ "Manhã",
      hora >= 12 & hora < 18 ~ "Tarde",
      hora >= 18 & hora <= 23 ~ "Noite",
      TRUE ~ NA_character_
    ),
    periodo_dia = factor(periodo_dia,
                         levels = c("Madrugada", "Manhã", "Tarde", "Noite"),
                         ordered = TRUE)
  )

É possível observar um padrão bastante claro de concentração dos acidentes ao longo do dia. O pico mais acentuado ocorre por volta das 18h, indicando que esse é o horário de maior densidade de ocorrências, o que coincide com o fim do expediente de trabalho e o início do “horário de pico” no trânsito, quando há maior volume de veículos nas rodovias e também maior cansaço dos condutores.

Em seguida, a tarde apresenta a segunda maior densidade, possivelmente relacionada ao alto fluxo de deslocamentos intermunicipais, transporte de cargas e viagens de média distância ao longo do dia. A manhã aparece na terceira posição, ainda com volume significativo de acidentes, especialmente associado ao deslocamento para o trabalho e atividades escolares, mas em menor intensidade que a tarde e a noite.

á a madrugada apresenta a menor densidade de acidentes, o que é esperado devido ao fluxo reduzido de veículos, embora esses acidentes costumem ser mais graves, geralmente associados a fatores como sono, álcool e excesso de velocidade. Esse padrão evidencia a forte relação entre acidentes e volume de tráfego, além de indicar horários prioritários para ações de fiscalização, campanhas de prevenção e reforço da segurança viária.

df %>%
  ggplot(aes(x = hora, fill = periodo_dia)) +
  geom_density(alpha = 0.4) +
  scale_x_continuous(breaks = seq(0, 23, 3)) +
  labs(
    title = "Densidade de acidentes por período do dia",
    x = "Hora do dia",
    y = "Densidade",
    fill = "Período"
  ) +
  theme_minimal()