Modelo logit binomial com componentes principais para estimação de preferência por modo de transporte motorizado

Abstract

ResumoEste trabalho apresenta um método sequencial, envolvendo aplicação de Análise em Componentes Principais (ACP) e logit binomial para previsão de escolha por modo de transporte motorizado. A aplicação da ACP permite reduzir o banco de dados multicolinear a componentes não correlacionadas entre si. Tais components são utlizadas, posteriormente, como variáveis explicativas em modelos logísticos binomiais. Os dados utilizados para o desenvolvimento deste trabalho são provenientes da entrevista domiciliar da Pesquisa Origem-Destino de 2007, realizada na Região Metropolitana de São Paulo. Os modelos obtidos apresentaram bom poder preditivo e valores coerentes e significativos de parâmetros calibrados. Na etapa de validação, foram obtidas taxas de acertos variando entre 69% a 92%. Finalmente, o método proposto é razoável, sendo uma boa alternativa para o caso de dados multicolineares em métodos de regressão.AbstractThis paper presents a sequential method involving application of Principal Component Analysis (PCA) and binomial logit for forecasting of motorized travel mode choice. The application of ACP reduces the multicolinear database into uncorrelated components. Such components are used later as explanatory variables in binomial logit models. The data used are from the Origin-Destination Survey carried out in 2007 in São Paulo Metropolitan Area. The gotten models showed good accuracy and consistent and significant calibrated parameters. In the validation step, the hit rates were obtained ranging from 69% to 92%. Finally, the proposed method is reasonable to be a good alternative for the case of multicollinear data used in regression methods.