estadística GEH

Una comparación de la variación permitida según la fórmula GEH para GEH=5 con una variación del 5 por ciento

La estadística GEH es una fórmula utilizada en ingeniería de tráfico , pronóstico de tráfico y modelado de tráfico para comparar dos conjuntos de volúmenes de tráfico . La fórmula GEH recibe su nombre de Geoffrey E. Havers, quien la inventó en la década de 1970 mientras trabajaba como planificador de transporte en Londres, Inglaterra . Aunque su forma matemática es similar a una prueba de chi-cuadrado , no es una verdadera prueba estadística . Más bien, es una fórmula empírica que ha demostrado ser útil para diversos propósitos de análisis de tráfico.

La fórmula para la "Estadística GEH" es:

${\displaystyle GEH={\sqrt {\frac {2(M-C)^{2}}{M+C}}}}$

Donde M es el volumen de tráfico por hora del modelo de tráfico (o nuevo recuento) y C es el recuento de tráfico por hora del mundo real (o el recuento anterior)

El uso de la estadística GEH evita algunos errores que ocurren cuando se utilizan porcentajes simples para comparar dos conjuntos de volúmenes. Esto se debe a que los volúmenes de tráfico en los sistemas de transporte del mundo real varían en un amplio rango. Por ejemplo, la línea principal de una autopista / autopista podría transportar 5000 vehículos por hora, mientras que una de las rampas de acceso a la autopista podría transportar sólo 50 vehículos por hora (en esa situación no sería posible seleccionar un solo porcentaje de variación que sea aceptable para ambos volúmenes). La estadística GEH reduce este problema; Debido a que la estadística GEH no es lineal, se puede utilizar un umbral de aceptación único basado en GEH en una gama bastante amplia de volúmenes de tráfico. El uso de GEH como criterio de aceptación para los modelos de previsión de la demanda de viajes se reconoce en el Manual de diseño de carreteras y puentes de la Agencia de Carreteras del Reino Unido ^[1] , las directrices de modelado de microsimulación de Wisconsin, ^[2] las directrices de modelado de tráfico de Transport for London ^[3] y otras referencias.

Para el trabajo de modelado de tráfico en el escenario "de referencia", un GEH inferior a 5,0 se considera una buena coincidencia entre los volúmenes horarios modelados y observados (los flujos de duraciones más largas o más cortas deben convertirse a equivalentes horarios para utilizar estos umbrales). Según DMRB, el 85% de los volúmenes de un modelo de tráfico deberían tener un GEH inferior a 5,0. Los GEH en el rango de 5,0 a 10,0 pueden justificar una investigación. Si el GEH es mayor que 10,0, existe una alta probabilidad de que haya un problema con el modelo de demanda de viajes o con los datos (esto podría ser algo tan simple como un error en el ingreso de datos, o tan complicado como un problema grave de calibración del modelo). .

Aplicaciones

La fórmula GEH es útil en situaciones como las siguientes: ^{[4] [5] [6]}

• Comparar un conjunto de volúmenes de tráfico de conteos de tráfico manuales con un conjunto de volúmenes realizados en las mismas ubicaciones mediante automatización (por ejemplo, se utiliza un contador de tráfico de tubo neumático para verificar los volúmenes totales que ingresan en una intersección para afirmar el trabajo realizado por los técnicos que realizan un recuento manual). recuento de los volúmenes de turno).
• Comparando los volúmenes de tráfico obtenidos de los conteos de tráfico de este año con un grupo de conteos realizados en las mismas ubicaciones en un año anterior.
• Comparar los volúmenes de tráfico obtenidos de un modelo de previsión de la demanda de viajes (para el escenario del "año base") con los volúmenes de tráfico del mundo real.
• Ajustar los datos del volumen de tráfico recopilados en diferentes momentos para crear un conjunto de datos matemáticamente consistente que pueda usarse como entrada para modelos de pronóstico de la demanda de viajes o modelos de simulación de tráfico (como se analiza en NCHRP 765).

Críticas comunes a la estadística GEH

La estadística GEH depende de la magnitud de los valores. Por lo tanto, la estadística GEH de dos conteos de diferente duración (p. ej., valores diarios versus horarios) no se puede comparar directamente. Por lo tanto, la estadística GEH no es adecuada para evaluar otros indicadores, por ejemplo, la distancia del viaje. ^[7]

Las desviaciones se evalúan de forma diferente hacia arriba o hacia abajo, por lo que el cálculo no es simétrico. ^[7]

Además, la estadística GEH no carece de unidad, sino que tiene la unidad  . ^[7] ${\textstyle {\sqrt {\frac {vehicles}{hour}}}}$

La estadística GEH no se encuentra dentro de un rango de valores entre 0 (sin coincidencia) y 1 (coincidencia perfecta). ^[7] Por lo tanto, el rango de valores sólo puede interpretarse con experiencia suficiente (= de forma no intuitiva).

Además, se critica que el valor no tiene una derivación estadística bien fundamentada. ^[7]

Desarrollo de la estadística SQV

Una medida alternativa a la estadística GEH es el Valor de Calidad Escalable (SQV), que resuelve los problemas antes mencionados: es aplicable a varios indicadores, es simétrico, no tiene unidades y tiene un rango de valores entre 0 y 1. Además, Friedrich et al. ^[7] derivan la relación entre la estadística GEH y la distribución normal y, por tanto, la relación entre la estadística SQV y la distribución normal. La estadística SQV se calcula utilizando una fórmula empírica con un factor de escala : ^[7] ${\textstyle f}$

$${\displaystyle SQV={\frac {1}{1+{\sqrt {\frac {(M-C)^{2}}{f\cdot {C}}}}}}}$$

Campos de aplicación

Al introducir un factor de escala , la estadística SQV se puede utilizar para evaluar otros indicadores de movilidad. El factor de escala se basa en la magnitud típica del indicador de movilidad (teniendo en cuenta la unidad correspondiente). ^[7] ${\textstyle f}$ ${\textstyle f}$

Según Friedrich et al., ^[7] el valor estadístico SQV es adecuado para evaluar:

• Volumen de tráfico (si es necesario, se puede diferenciar no solo por hora del día, sino también por modo).
• Indicadores de movilidad relacionada con las personas:
  • Número de viajes por persona (no diferenciados ni diferenciados por modalidad y/o propósito del viaje, sugerencia: ), ${\textstyle f=1}$
  • tiempos medios de viaje por viaje en minutos (no diferenciados o diferenciados por modo y/o propósito del viaje, propuesta: ), ${\textstyle f=30}$
  • distancias medias recorridas por viaje en kilómetros (no diferenciadas ni diferenciadas por modo y/o propósito del viaje, sugerencia: ). ${\textstyle f=10}$

Sin embargo, la estadística SQV no debe utilizarse para los siguientes indicadores: ^[7]

• Porcentaje de división modal o participaciones modales: aquí hay un límite superior fijo del 100% que no se puede superar. En cambio, el número de viajes por persona por modo se puede utilizar para la validación con la estadística SQV.
• Tiempos de viaje para caminos entre 2 puntos de la red: Este indicador no depende del camino recorrido por una sola persona, sino que representa una secuencia de distancias a lo largo de una ruta.

Categorías de calidad

Federico y col. ^[7] recomiendan las siguientes categorías:

Dependiendo del indicador que se compare, es posible que se requieran diferentes categorías de calidad.

Consideración de la desviación estándar y el tamaño de la muestra.

La encuesta de indicadores de movilidad o volúmenes de tráfico a menudo se lleva a cabo en condiciones no ideales, por ejemplo, grandes desviaciones estándar o tamaños de muestra pequeños. Para estos casos, Friedrich et al. describieron un procedimiento. ^[7] que integra estos dos casos en el cálculo del estadístico SQV.

Ver también

• Microsimulación
• Contador de tráfico
• Flujo de tráfico
• Ingeniería de tráfico (transporte)
• Planificación del transporte
• Generación de viaje

enlaces externos

• Manual de diseño de carreteras y puentes de la Agencia de Carreteras del Reino Unido (DMRB)
• Pautas de modelado de microsimulación de Wisconsin Archivadas el 20 de julio de 2018 en Wayback Machine.
• Pautas de modelado de tráfico de Transporte para Londres
• Informe del Programa Nacional Cooperativo de Investigación de Carreteras 765

Referencias

1. Agencia de Carreteras del Reino Unido, Manual de diseño de carreteras y puentes, volumen 12, sección 2, http://www.archive2.official-documents.co.uk/document/deps/ha/dmrb/index.htm Archivado el 10 de 2005 26 en la máquina Wayback
2. Directrices de microsimulación del DOT de Wisconsin http://www.wisdot.info/microsimulation/index.php?title=Main_Page Archivado el 20 de julio de 2018 en Wayback Machine.
3. Transport for London, Pautas de modelado de tráfico versión 3.0, http://content.tfl.gov.uk/traffic-modelling-guidelines.pdf, obtenido el 10 de marzo de 2016
4. Shaw, et al (2014), Validación de datos de origen-destino a partir de observación aérea y reidentificación de Bluetooth, Registro de investigación de transporte n.º 2430 , págs.
5. Van Vliet, D. (2015), Manual del usuario del software de previsión de la demanda de viajes SATURN, versión 11.3, sección 15.6, http://www.saturnsoftware.co.uk/saturnmanual/pdfs/Section%2015.pdf Archivado el 7 de febrero de 2017 en Wayback Machine , consultado el 10 de marzo de 2016.
6. NCHRP 765: Enfoques analíticos de previsión de viajes para la planificación y el diseño a nivel de proyecto, http://onlinepubs.trb.org/onlinepubs/nchrp/nchrp_rpt_765.pdf, consultado el 10 de marzo de 2016
7. Markus Friedrich, Eric Pestel, Christian Schiller, Robert Simon: GEH escalable: una medida de calidad para comparar valores únicos observados y modelados en una validación de modelo de demanda de viajes. En: Registro de investigación del transporte: Revista de la Junta de Investigación del Transporte. Número 2673, n.º 4, abril de 2019, ISSN  0361-1981, páginas 722–732, doi :10.1177/0361198119838849