1 Monitoramento R. 24 de Outubro durante a implantação de faixa exclusiva de ônibus
2 Manhã
Dados Waze e sua representação:
Os traçados representam filas de lentidão baseadas na localização e velocidade dos usuários do Waze.
O Waze gera informações de congestionamento de tráfego processando as seguintes fontes de dados:
● Pontos de localização GPS enviados pelos telefones dos usuários (usuários que dirigem enquanto usam o aplicativo) e cálculos da velocidade real vs. velocidade média (no intervalo de tempo específico) e velocidade livre de fluxo (velocidade máxima medida no segmento da via).
● Os dados de velocidade média por trecho são dados pela Velocidade média atual em segmentos congestionados em metros/segundos.
2.1 Velocidades médias no sistema R. 24 de Outubro no pico da manhã
Registros de 23/11/2020 a 02/08/2022 (Dias úteis)
O sistema é constituído pelas seguintes vias: R. 24 de Outubro, Av. Plínio Brasil Milano
Os dados permitem demonstrar a existência de uma correlação positiva. de 0.0817059 entre a variação das velocidades médias associadas a R. 24 de Outubro e o sistema R. 24 de Outubro, indicando fraca associação entre os dois cenários. Ainda a aplicação de uma regressão linear entre as velocidades médias diárias na R. 24 de Outubro demonstra que apenas 0.43% da variação no sistema R. 24 de Outubro é explicado pela velocidade da R. 24 de Outubro a um P-valor de 0.094.
##
## Call:
## lm(formula = speedKMH.x ~ speedKMH.y, data = correlacao)
##
## Residuals:
## Min 1Q Median 3Q Max
## -5.8252 -1.8392 -0.1214 1.6999 9.9942
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 10.37935 0.59193 17.535 <0.0000000000000002 ***
## speedKMH.y 0.06653 0.03965 1.678 0.0941 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.518 on 419 degrees of freedom
## Multiple R-squared: 0.006676, Adjusted R-squared: 0.004305
## F-statistic: 2.816 on 1 and 419 DF, p-value: 0.09408
2.2 Mapa de filas no pico da manhã
Foram identificados no período da manhã 626 alertas de filas na R. 24 de Outubro entre os dias 23/11/2020 e 02/08/2022, utilizando registros de 722 wazers.
2.3 Desempenho
2.4 ANOVA Manhã
##
## Call:
## lm(formula = speedKMH.x ~ periodoJunc, data = as)
##
## Residuals:
## Min 1Q Median 3Q Max
## -11.6657 -1.4482 0.1154 1.3315 10.0865
##
## Coefficients:
## Estimate Std. Error t value
## (Intercept) 15.0257 0.1708 87.957
## periodoJuncR. 24 de Outubro Após -0.8324 0.2138 -3.893
## periodoJuncSistema Antes -1.7222 0.2416 -7.128
## periodoJuncSistema Após -4.2422 0.2138 -19.841
## Pr(>|t|)
## (Intercept) < 0.0000000000000002 ***
## periodoJuncR. 24 de Outubro Após 0.000104 ***
## periodoJuncSistema Antes 0.00000000000165 ***
## periodoJuncSistema Após < 0.0000000000000002 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.663 on 1340 degrees of freedom
## Multiple R-squared: 0.2817, Adjusted R-squared: 0.2801
## F-statistic: 175.1 on 3 and 1340 DF, p-value: < 0.00000000000000022## Analysis of Variance Table
##
## Response: speedKMH.x
## Df Sum Sq Mean Sq F value Pr(>F)
## periodoJunc 3 3726.0 1242.00 175.14 < 0.00000000000000022 ***
## Residuals 1340 9502.5 7.09
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1##
## Shapiro-Wilk normality test
##
## data: resid(modelo.anova2)
## W = 0.97535, p-value = 0.00000000000002168## Levene's Test for Homogeneity of Variance (center = median)
## Df F value Pr(>F)
## group 3 22.613 0.00000000000002774 ***
## 1340
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Tukey multiple comparisons of means
## 95% family-wise confidence level
##
## Fit: aov(formula = speedKMH.x ~ periodoJunc, data = as)
##
## $periodoJunc
## diff lwr upr
## R. 24 de Outubro Após-R. 24 de Outubro Antes -0.8323847 -1.382348 -0.2824213
## Sistema Antes-R. 24 de Outubro Antes -1.7221555 -2.343586 -1.1007247
## Sistema Após-R. 24 de Outubro Antes -4.2421882 -4.792152 -3.6922248
## Sistema Antes-R. 24 de Outubro Após -0.8897708 -1.439734 -0.3398075
## Sistema Após-R. 24 de Outubro Após -3.4098035 -3.877503 -2.9421036
## Sistema Após-Sistema Antes -2.5200327 -3.069996 -1.9700693
## p adj
## R. 24 de Outubro Após-R. 24 de Outubro Antes 0.0006002
## Sistema Antes-R. 24 de Outubro Antes 0.0000000
## Sistema Após-R. 24 de Outubro Antes 0.0000000
## Sistema Antes-R. 24 de Outubro Após 0.0001968
## Sistema Após-R. 24 de Outubro Após 0.0000000
## Sistema Após-Sistema Antes 0.00000002.4.1 Velocidades Praticadas
No cenário da MANHÃ no período anterior a 23/11/2020 a velocidade média em momentos de congestionamento na R. 24 de Outubro foi de 15.0257004, com erro padrão de 0.1796009 e no período posterior a velocidade média no trecho foi de 14.1933157, com erro padrão de 0.1162623.
o p-valor=0 do teste Shapiro atesta que as distribuições amostrais no período da MANHÃ seguem distribuições não normais, enquanto que o teste de Levene com p-valor=0 demonstra que não há igualdade de variância entre as amostras, e por fim, o teste de Tukey demonstra a existencia de diferença entre as médias das amostras:
2.5 Transporte Público
2.5.1 Linha: T9 - T9 Puc
Performance do trecho entre R. 24 de Outubro, 1740 - Independência, Porto Alegre - RS, 90510-001 e Vinte Quatro de Outubro - Moinhos de Vento, Porto Alegre - RS, 90510-002.
2.5.2 Linha: 510 - AUXILIADORA
Performance do trecho entre R. 24 de Outubro, 1740 - Independência, Porto Alegre - RS, 90510-001 e Vinte Quatro de Outubro - Moinhos de Vento, Porto Alegre - RS, 90510-002.
2.5.3 Linha: 520 - TRIANGULO/24 DE OUTUBRO
Performance do trecho entre R. 24 de Outubro, 1740 - Independência, Porto Alegre - RS, 90510-001 e Vinte Quatro de Outubro - Moinhos de Vento, Porto Alegre - RS, 90510-002.
2.5.4 Todas Linhas: Faixa exclusiva 24 de Outubro
Performance do trecho entre R. 24 de Outubro, 1740 - Independência, Porto Alegre - RS, 90510-001 e Vinte Quatro de Outubro - Moinhos de Vento, Porto Alegre - RS, 90510-002.
2.5.5 Comparativo
3 Tarde
3.1 Velocidades médias no sistema R. 24 de Outubro no pico da tarde
Os dados permitem demonstrar a existência de uma correlação positiva de 0.0817059 entre a variação das velocidades médias associadas a R. 24 de Outubro e o sistema R. 24 de Outubro, indicando fraca associação entre os dois cenários. Ainda a aplicação de uma regressão linear entre as velocidades médias diárias na R. 24 de Outubro demonstra que apenas 3.11% da variação no sistema R. 24 de Outubro é explicado pela velocidade da R. 24 de Outubro a um P-valor de 0.001.
##
## Call:
## lm(formula = speedKMH.x ~ speedKMH.y, data = correlacao)
##
## Residuals:
## Min 1Q Median 3Q Max
## -11.5116 -1.5873 0.4222 1.7535 7.4566
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 12.43898 0.75243 16.532 < 0.0000000000000002 ***
## speedKMH.y 0.16880 0.04889 3.453 0.000625 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.737 on 339 degrees of freedom
## Multiple R-squared: 0.03397, Adjusted R-squared: 0.03112
## F-statistic: 11.92 on 1 and 339 DF, p-value: 0.000625
3.2 Mapa de filas no pico da TARDE
Registros de 23/11/2020 a 02/08/2022 (Dias úteis) Foram identificados no período da tarde 366 alertas de filas na R. 24 de Outubro entre os dias 23/11/2020 e 02/08/2022, utilizando registros de 391 wazers.
3.3 Desempenho
3.4 ANOVA Tarde
##
## Call:
## lm(formula = speedKMH.x ~ periodoJunc, data = bs)
##
## Residuals:
## Min 1Q Median 3Q Max
## -11.4446 -1.1478 0.2077 1.2687 7.9181
##
## Coefficients:
## Estimate Std. Error t value
## (Intercept) 15.6377 0.1626 96.169
## periodoJuncR. 24 de Outubro Após -0.8631 0.2079 -4.151
## periodoJuncSistema Antes 1.6850 0.2300 7.327
## periodoJuncSistema Após -1.0059 0.2079 -4.837
## Pr(>|t|)
## (Intercept) < 0.0000000000000002 ***
## periodoJuncR. 24 de Outubro Após 0.000035204732725 ***
## periodoJuncSistema Antes 0.000000000000403 ***
## periodoJuncSistema Após 0.000001466603972 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.637 on 1350 degrees of freedom
## Multiple R-squared: 0.1292, Adjusted R-squared: 0.1273
## F-statistic: 66.78 on 3 and 1350 DF, p-value: < 0.00000000000000022## Analysis of Variance Table
##
## Response: speedKMH.x
## Df Sum Sq Mean Sq F value Pr(>F)
## periodoJunc 3 1393.2 464.41 66.783 < 0.00000000000000022 ***
## Residuals 1350 9387.9 6.95
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1##
## Shapiro-Wilk normality test
##
## data: resid(modelo.anova2)
## W = 0.9645, p-value < 0.00000000000000022## Levene's Test for Homogeneity of Variance (center = median)
## Df F value Pr(>F)
## group 3 36.276 < 0.00000000000000022 ***
## 1350
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Tukey multiple comparisons of means
## 95% family-wise confidence level
##
## Fit: aov(formula = speedKMH.x ~ periodoJunc, data = bs)
##
## $periodoJunc
## diff lwr upr
## R. 24 de Outubro Após-R. 24 de Outubro Antes -0.8631103 -1.3979754 -0.3282451
## Sistema Antes-R. 24 de Outubro Antes 1.6849500 1.0934359 2.2764642
## Sistema Após-R. 24 de Outubro Antes -1.0058774 -1.5407425 -0.4710123
## Sistema Antes-R. 24 de Outubro Após 2.5480603 2.0131952 3.0829254
## Sistema Após-R. 24 de Outubro Após -0.1427671 -0.6142249 0.3286907
## Sistema Após-Sistema Antes -2.6908274 -3.2256926 -2.1559623
## p adj
## R. 24 de Outubro Após-R. 24 de Outubro Antes 0.0002060
## Sistema Antes-R. 24 de Outubro Antes 0.0000000
## Sistema Após-R. 24 de Outubro Antes 0.0000087
## Sistema Antes-R. 24 de Outubro Após 0.0000000
## Sistema Após-R. 24 de Outubro Após 0.8640287
## Sistema Após-Sistema Antes 0.00000003.4.1 Velocidades Praticadas
No cenário da TARDE no período anterior a 23/11/2020 a velocidade média em momentos de congestionamento na R. 24 de Outubro foi de 15.6377433, com erro padrão de 0.1252554 e no período posterior a velocidade média no trecho foi de 14.774633, com erro padrão de 0.1169896. o p-valor=0 do teste Shapiro atesta que as distribuições amostrais no período da MANHÃ seguem distribuições não normais, enquanto que o teste de Levene com p-valor=0 demonstra que não há igualdade de variância entre as amostras, e por fim, o teste de Tukey demonstra a existencia de diferença entre as médias das amostras:
3.5 Transporte Público
3.5.1 Linha: T9 - T9 Puc
Performance do trecho entre R. 24 de Outubro, 1740 - Independência, Porto Alegre - RS, 90510-001 e Vinte Quatro de Outubro - Moinhos de Vento, Porto Alegre - RS, 90510-002.
3.5.2 Linha: 510 - AUXILIADORA
Performance do trecho entre R. 24 de Outubro, 1740 - Independência, Porto Alegre - RS, 90510-001 e Vinte Quatro de Outubro - Moinhos de Vento, Porto Alegre - RS, 90510-002.
3.5.3 Linha: 520 - TRIANGULO/24 DE OUTUBRO
Performance do trecho entre R. 24 de Outubro, 1740 - Independência, Porto Alegre - RS, 90510-001 e Vinte Quatro de Outubro - Moinhos de Vento, Porto Alegre - RS, 90510-002.
3.5.4 Todas Linhas: Faixa exclusiva 24 de Outubro
Performance do trecho entre R. 24 de Outubro, 1740 - Independência, Porto Alegre - RS, 90510-001 e Vinte Quatro de Outubro - Moinhos de Vento, Porto Alegre - RS, 90510-002.
3.5.5 Comparativo
4 Entre Picos
4.1 Mapa de filas no entre picos
Registros de 23/11/2020 a 02/08/2022 (Dias úteis)
Foram identificados no período de entre picos 1179 alertas de filas na R. 24 de Outubro entre os dias 23/11/2020 e 02/08/2022, utilizando registros de 1405 wazers.
5 FEs Monitoradas no estudo
## R version 3.6.2 (2019-12-12)
## Platform: x86_64-pc-linux-gnu (64-bit)
## Running under: Debian GNU/Linux 10 (buster)
##
## Matrix products: default
## BLAS/LAPACK: /usr/lib/x86_64-linux-gnu/libopenblasp-r0.3.5.so
##
## locale:
## [1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
## [3] LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8
## [5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=C
## [7] LC_PAPER=en_US.UTF-8 LC_NAME=C
## [9] LC_ADDRESS=C LC_TELEPHONE=C
## [11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
##
## attached base packages:
## [1] stats graphics grDevices utils datasets methods base
##
## other attached packages:
## [1] data.table_1.14.2 sf_1.0-7 hms_1.1.1 raster_3.5-15
## [5] ggpmisc_0.4.0 ggpp_0.4.1 ggplot2_3.3.6 stringr_1.4.0
## [9] chron_2.3-56 mapview_2.10.0 sp_1.5-0 tidyr_1.2.0
## [13] dplyr_1.0.9 jsonlite_1.8.0 car_3.0-11 carData_3.0-4
##
## loaded via a namespace (and not attached):
## [1] nlme_3.1-142 satellite_1.0.2 webshot_0.5.2
## [4] tools_3.6.2 bslib_0.2.5.1 utf8_1.2.2
## [7] rgdal_1.5-32 R6_2.5.1 KernSmooth_2.23-16
## [10] DBI_1.1.3 mgcv_1.8-31 colorspace_2.0-3
## [13] withr_2.5.0 tidyselect_1.1.2 leaflet_2.0.4.1
## [16] curl_4.3.2 compiler_3.6.2 leafem_0.1.6
## [19] cli_3.3.0 quantreg_5.93 SparseM_1.81
## [22] labeling_0.4.2 sass_0.4.0 scales_1.2.0
## [25] classInt_0.4-7 proxy_0.4-27 systemfonts_1.0.4
## [28] digest_0.6.29 foreign_0.8-72 svglite_2.0.0
## [31] rmarkdown_2.9 rio_0.5.27 base64enc_0.1-3
## [34] pkgconfig_2.0.3 htmltools_0.5.2 fastmap_1.1.0
## [37] highr_0.9 htmlwidgets_1.5.4 rlang_1.0.2
## [40] readxl_1.3.1 rstudioapi_0.13 jquerylib_0.1.4
## [43] generics_0.1.2 farver_2.1.0 crosstalk_1.1.1
## [46] zip_2.2.0 magrittr_2.0.3 polynom_1.4-0
## [49] Matrix_1.2-18 Rcpp_1.0.8.3 munsell_0.5.0
## [52] fansi_1.0.3 abind_1.4-5 lifecycle_1.0.1
## [55] terra_1.5-34 stringi_1.7.6 yaml_2.3.5
## [58] MASS_7.3-54 grid_3.6.2 forcats_0.5.1
## [61] crayon_1.5.1 lattice_0.20-38 haven_2.4.1
## [64] splines_3.6.2 leafpop_0.1.0 knitr_1.39
## [67] pillar_1.7.0 uuid_0.1-4 codetools_0.2-16
## [70] stats4_3.6.2 glue_1.6.2 evaluate_0.15
## [73] leaflet.providers_1.9.0 png_0.1-7 vctrs_0.4.1
## [76] MatrixModels_0.5-0 cellranger_1.1.0 gtable_0.3.0
## [79] purrr_0.3.4 assertthat_0.2.1 xfun_0.31
## [82] openxlsx_4.2.4 e1071_1.7-11 class_7.3-15
## [85] survival_3.3-1 tibble_3.1.7 units_0.8-0
## [88] brew_1.0-6 ellipsis_0.3.2