Ações para o uso correto do capacete e influência nas fatalidades - Uma análise temporal
Francisco Altanizio
24/04/2020
Licença e código fonte
Este obra está licenciado com uma Licença Creative Commons Atribuição 4.0 Internacional
CASTRO JUNIOR. Ações para o uso correto do capacete e influência nas fatalidades: uma análise temporal. Fortaleza-CE, Brasil: RStudio/Rpubs, 2020.
Campanha
A campanha “CAPACETE SALVA VIDAS” foi realizada em fevereiro de 2017:
Análise Temporal
O indicador analisado é o número de motocilcistas falecidos em acidentes de trânsito de cada mês, dividido pela frota de motocicletas e multiplicado por 100.000 para uma melhor visualização.
- \(\frac{Fatalidades}{Frota}*100000~fatalidades/motocicletas~de~cada~mês~dos~períodos~de~2008~até~2018\)
O valor é reprentado no gráfico temporal:
No gráfico: Tendência demonstra como os dados estão se comportando temporalmente. Pode-se observar uma queda no período após a campanha (2017-02).
Um ponto importante para analisar é se a campanha de conscientização aumentou a porcentagem de uso do capacete pelos motociclistas. A porcentagem do uso do capacete, gráfico abaixo, aumenta continuamente nos anos antes e depois da campanha. Os dados foram do estudo de Torres et al. (2019), os autores citam que ocorreu um aumento significativo do uso do dispositivo de segurança somente pelo passageiro da motocicleta.
Observando os gráficos abaixo, existe apenas uma mudança no comportamento, o qual a linha de tendência tem uma alteração no coeficiente angular antes e depois de fevereiro de 2017.
Análise das fatalidades por mês
Visto que existe uma tendência de diminuição das fatalidades, observado nos gráficos anteriores, é proposto a seguir um estudo de comparação entre cenários:
Cenário em que não aconteceu a açãoCenário que aconteceu a ação
Para a comparação é feito uma estimativa dos valores prováveis caso a campanha não fosse realizada, ou seja, foi calibrado um modelo a partir dos dados antes da campanha e estimado os valores futuros.
Análise temporal dos dados de fatalidade:
Pela média móvel
Pelo método de auto.arima
## ar1 ma1 ma2 sar1
## 0,00000000 0,32904821 0,00000000 0,00683493
##
## Ljung-Box test
##
## data: Residuals from ARIMA(1,1,2)(1,0,0)[12]
## Q* = 12,351, df = 18, p-value = 0,8286
##
## Model df: 4. Total lags used: 22
##
## Jarque Bera Test
##
## data: residuals(fit)
## X-squared = 5,0619, df = 2, p-value = 0,07958##
## Shapiro-Wilk normality test
##
## data: residuals(fit)
## W = 0,9691, p-value = 0,01228## [1] 5,617317## [1] -0,2340797
Conclusões
Nos dois modelos a linha dos dados observáveis se manteve dentro do intervalo de confiança de 80%, entretanto observa-se que os dados da predição estão acima dos observáveis na maioria dos pontos. As linhas de tendência mostram que os valores observáveis estão abaixo dos previstos, demonstrando uma possível melhora.
Pode-se concluir que a ação causou um possível impacto nas reduções das fatalidades dos motociclistas em acidentes de tráfego, pela tendência estar diminuindo a partir deste período, porém não se tem informação suficiente para crer que este impacto foi significativo nas reduções das fatalidades até o final de 2018, na ótica desta análise temporal. Acredita-se que nos períodos futuros as reduções irão continuar.
Usando os valores previstos, temos que uma redução de 96 fatalidades desde fevereiro de 2017 até final de 2018, logo um valor total de R$ 67.960.834,48 foi economizado em vidas em acidentes de trânsito em média.
Vale ressaltar que campanhas de conscientização para o uso correto dos dispositivos de segurança são de grande importância na criação de uma cultura de segurança. Aumentar a conscientização dos motociclistas é uma abordagem valiosa para se obter resultados nas reduções das fatalidades, assim alcançando zero fatalidades e lesões graves no trânsito.
Fonte dos dados
Acidentes: AMC, https://www.unifor.br/web/osv
Frota: IBGE, https://cidades.ibge.gov.br/brasil/ce/fortaleza/pesquisa/22/28120
Uso do capacete: Bloomberg, Johns Hopkins International Injury Research Unit, Universidade Federal do Ceará, https://www.bloomberg.org/program/public-health/road-safety/
Referências
Box, G. E. P., e Jenkins, G. J. (1970) Time Series Analysis: Forecasting and Control.
Figueiredo, Adriano Marcos Rodrigues. Séries Temporais com R: Análise do Consumo do Varejo em MS. Campo Grande-MS,Brasil: RStudio/Rpubs, 2019. Disponível em http://rpubs.com/amrofi/arima_varejoms.
Minervi, N. A. (2013) Análise fatorial e de séries temporais aplicadas às séries dos acidentes de trânsito nas rodovias federais brasileiras. Universidade Federal do Paraná.
OMS. (2015) Relatório Global Sobre O Estado Da Segurança Viária 2015. Relatório Global Sobre O Estado Da Segurança Viária 2015 (Vol. 1). Obtido de http://www.who.int/violence_injury_prevention/road_traffi c/en/
Polli, D. A., e Vieira, N. N. (2013) Modelagem estatística da série mensal de acidentes aéreos: um algoritmo automatizado para a seleção de modelos de previsão do número de ocorrências em curto prazo. Conexão SIPAER, 6(1), 551–558.
SIAT. (2017) Relatório Anual de Segurança Viária. Fortaleza.
Telesca, L., e Lovallo, M. (2008) Analysis of the temporal properties in car accident time series. Physica A: Statistical Mechanics and its Applications, 387(13), 3299–3304. doi:10.1016/j.physa.2008.01.055
Torres, C. A., Sobreira, L. T. P., Castro Júnior, F. A. B., Silva, M. N., Castro Neto, M. M., Cunto, F. J. C., Vecino-Ortiz, A. I., e Bachani, A. M. (2019) Análise exploratória das taxas de utilização do cinto de segurança e capacete após esforços de conscientização dos usuários em Fortaleza-ce. ANPET, 33.
WHO. (2018) The Global status report on road safety 2018. Geneva (Vol. III). Obtido de https://www.who.int/violence_injury_prevention/road_safety_status/2018/en/