Análisis multivariado y clustering de indicadores de siniestralidad vial en Ecuador: Un estudio 2020 – 2023
DOI:
https://doi.org/10.37431/conectividad.v7i2.517Palabras clave:
Análisis multivariado, Siniestralidad vial, Componentes principales, K-means, EcuadorResumen
En Ecuador, los siniestros de tránsito no muestran el mismo comportamiento en todas las provincias. En algunos casos predominan los altos volúmenes de accidentes, población y vehículos; en otros, la frecuencia es menor, pero la mortalidad relativa resulta más alta. Con base en esta diferencia, el estudio analizó patrones de siniestralidad vial durante el período 2020–2023. La información se obtuvo del INEC y de la ANT y se organizó una base de datos de 92 registros provincia-año que corresponde a los cuatro años de estudio en 23 provincias del Ecuador, sin considerar a Galápagos por los registros nulos que presentó en los diferentes indicadores de siniestralidad. Se consideraron siete variables de estudio: siniestros, fallecidos, lesionados, vehículos matriculados, población, tasa de mortalidad y siniestros por vehículo. Con dicha información se procedió a estandarizar los datos mediante Z-score y se aplicó el Análisis de Componentes Principales. Los dos primeros componentes explicaron el 86,63 % de la variabilidad total: PC1 representó principalmente el volumen general de siniestralidad y exposición vial, PC2 estuvo asociado con la severidad relativa y PC3 con la intensidad de siniestros respecto al parque vehicular. Posteriormente, se aplicó el algoritmo K-means. El agrupamiento distinguió tres perfiles: alta siniestralidad absoluta, comportamiento intermedio y mayor severidad relativa. Estos resultados muestran que el uso conjunto de PCA y K-means facilita la identificación de perfiles territoriales de riesgo vial.
Citas
Acosta-González, N., Cahueñas, S., & Pérez, C. (2025). Risk factors for fatal road traffic accidents in Ecuador. Transportation Research Interdisciplinary Perspectives, 32, 101515. https://doi.org/10.1016/j.trip.2025.101515
Agencia Nacional de Tránsito. (2023). Estadísticas de siniestros de tránsito. https://www.ant.gob.ec/estadisticas/
Alam, M. S., & Tabassum, N. J. (2023). Spatial pattern identification and crash severity analysis of road traffic crash hot spots in Ohio. Heliyon, 9(5), e16303. https://doi.org/10.1016/j.heliyon.2023.e16303
Gedamu, W. T., Plank-Wiedenbeck, U., & Wodajo, B. T. (2024). A spatial autocorrelation analysis of road traffic crash by severity using Moran’s I spatial statistics: A comparative study of Addis Ababa and Berlin cities. Accident Analysis & Prevention, 200, 107535. https://doi.org/10.1016/j.aap.2024.107535
Instituto Nacional de Estadística y Censos. (2023). Estadísticas de siniestros de tránsito. https://www.ecuadorencifras.gob.ec/estadisticas-siniestros-de-transito/
Instituto Nacional de Estadística y Censos. (2024). Siniestros de tránsito: cuarto trimestre 2023. https://www.ecuadorencifras.gob.ec/documentos/web-inec/Estadisticas_Economicas/Estadistica%20de%20Transporte/2023/iv_trimestre/2023_RESULTADOS_SINIESTROS_IVT.pdf
Jolliffe, I. T., & Cadima, J. (2016). Principal component analysis: A review and recent developments. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 374(2065), 20150202. https://doi.org/10.1098/rsta.2015.0202
Kaufman, L., & Rousseeuw, P. J. (2005). Finding groups in data: An introduction to cluster analysis. Wiley. https://doi.org/10.1002/9780470316801
Li, J., & Chen, F. (2024). Gauging road safety advances using a hybrid EWM–PROMETHEE II–DBSCAN model with machine learning. Frontiers in Public Health, 12, 1413031. https://doi.org/10.3389/fpubh.2024.1413031
MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. En Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, Volume 1: Statistics: 5.1 (pp. 281–298). University of California Press. https://projecteuclid.org/ebooks/berkeleysymposium-on-mathematical-statistics-andprobability/Proceedings-of-the-Fifth-Berkeley-Symposium-onMathematical-Statistics-and/chapter/Some-methods-forclassification-and-analysis-of-multivariateobservations/bsmsp/1200512992
Maugeri, A., Barchitta, M., Favara, G., La Mastra, C., La Rosa, M. C., Magnano San Lio, R., & Agodi, A. (2023). The Application of Clustering on Principal Components for Nutritional Epidemiology: A Workflow to Derive Dietary Patterns. Nutrients, 15(1), 195. https://doi.org/10.3390/nu15010195
Muñoz Muñoz, E. G., Verduga Alcívar, D. A., Yandri Francinet, G. A., Lapo Palacios, M. A., & Zorrilla Briones, O. (2024). Búsqueda de patrones con machine learning en datos de siniestros de tránsito. Ciencia Latina Revista Científica Multidisciplinar, 8(2), 1617–1638. https://doi.org/10.37811/cl_rcm.v8i2.10592
Toalombo Vargas, V. M., & Montalvo Márquez, F. J. (2024). Severity of traffic accidents in Ecuador. Tesla Revista Científica, 4(1), e290. https://doi.org/10.55204/trc.v4i1.e290
World Health Organization. (2023). Global status report on road safety 2023. World Health Organization. https://www.who.int/publications/i/item/9789240086517
Yang, W., & Han, S. (2025). Direct and indirect effects of road attributes on traffic safety. Journal of Safety Research, 93, 156–169. https://doi.org/10.1016/j.jsr.2025.02.017
Zeng, Y., Qiang, Y., Zhang, N., Yang, X., Zhao, Z., & Wang, X. (2024). An Influencing Factors Analysis of Road Traffic Accidents Based on the Analytic Hierarchy Process and the Minimum Discrimination Information Principle. Sustainability, 16(16), 6767. https://doi.org/10.3390/su16166767
Zhang, X., Qi, S., Zheng, A., Luo, Y., & Hao, S. (2023). Data-driven analysis of fatal urban traffic accident characteristics and safety enhancement research. Sustainability, 15(4), 3259. https://doi.org/10.3390/su15043259
Publicado
Cómo citar
Número
Sección
Categorías
Licencia
Derechos de autor 2026 Instituto Superior Tecnológico Universitario Rumiñahui
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los originales publicados en la edición electrónica bajo derechos de primera publicación de la revista son del Instituto Superior Tecnológico Universitario Rumiñahui, por ello, es necesario citar la procedencia en cualquier reproducción parcial o total. Todos los contenidos de la revista electrónica se distribuyen bajo una licencia de Creative Commons Reconocimiento-NoComercial-4.0 Internacional.
2.png){kind=logo}
