• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Doctoral Thesis
DOI
10.11606/T.18.2018.tde-26112018-171143
Document
Author
Full name
Lucas Assirati
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Carlos, 2018
Supervisor
Committee
Pitombo, Cira Souza (President)
Isler, Cassiano Augusto
Larrañaga Uriarte, Ana Margarita
Sanches, Suely da Penha
Setti, Jose Reynaldo Anselmo
Title in Portuguese
Análise da influência da vizinhança no comportamento individual relativo a viagens através de dados em painel
Keywords in Portuguese
Smartphones
Análise de clusters
Análise espacial
Coleta de dados passiva
Comportamento individual relativo a viagens
Geoestatística
Indicadores globais
K-médias
Abstract in Portuguese
O comportamento individual relativo a viagens sofre a influência de fatores individuais e do meio urbano. Assim, a vizinhança seria uma das variáveis a serem consideradas na análise comportamental relacionada aos deslocamentos. O objetivo principal deste trabalho é analisar a influência da vizinhança no comportamento individual relativo a viagens, através de dados em painel. Dados em painel constituem importante ferramenta em análises comportamentais subjacentes a viagens urbanas, uma vez que propiciam maior quantidade de informações quando comparados aos dados seccionais. Padrões de viagens são mais bem evidenciados, através de dados em painel, caracterizando as habituais rotinas de atividades e viagens, além de melhor identificar comportamentos atípicos. Todavia, a obtenção desses dados comumente não é atividade trivial, demandando recursos monetários e de tempo. Um dos objetivos secundários deste trabalho é apresentar uma maneira prática e pouco onerosa de obtenção de dados em painel através de Smartphones. Tais dados, posteriormente, são aplicados à classificação de indivíduos segundo comportamento relacionado às viagens. A potencialidade da proposta sugerida é validada por meio de um estudo de caso relativo aos estudantes universitários do município de São Carlos - SP, Brasil. Através dos dados em painel, fornecidos pelos estudantes, utilizou-se o algoritmo k-médias considerando quatro variáveis relativas aos deslocamentos. As três categorias obtidas apresentam estrutura espacial e, portanto, possibilitam análises espaciais exploratórias e confirmatórias, almejando a compreensão de influências da vizinhança nas dinâmicas cotidianas. Este trabalho atesta a existência de autocorrelação espacial do conjunto de dados por meio de dois indicadores: Moran e SivarG (Global Spatial Indicator Based on Variogram). A corroboração da dependência espacial, apontada pelos indicadores globais, é confirmada por meio de dois modelos de escolha discreta. Um contendo apenas variáveis originais da base de dados. Outro, análogo ao primeiro, porém adicionado de covariáveis regionais, obtidas por preceitos da geoestatística. A incorporação das covariáveis regionais aumenta a precisão do modelo e promove um incremento das taxas de acertos em validações cruzadas.
Title in English
Analysis of neighborhood influence on travel behaviour through panel data
Keywords in English
Cluster analysis
Geostatistics
Global indicators
K-means
Passive data collection
Smartphones
Spatial analysis
Travel behaviour
Abstract in English
Individual travel behaviour is influenced by individual factors and the urban environment. Thus, the neighborhood influence would be one of the variables to be considered in travel behavior analysis related to urban displacements. The main objective of this work is to analyze the influence of neighborhood on travel behavior by panel data. Panel data is an important tool in urban travel behavioral analyzes, since they provide a greater amount of information when compared to sectional data. Travel patterns are more evident through panel data, characterizing the usual routines of activities, as well the atypical behaviors. However, obtaining these data is not a simple task, requiring monetary and time resources. Secondary goals of this work aim to present a practical and inexpensive way to obtain panel data through Smartphones. These data are then applied to the classification of individuals according to travel behavior. The potential of the proposal is validated by a case of study concerning undergraduate and PhD students from São Carlos - SP, Brazil. Using the data provided by the students, a k-means algorithm was used considering four variables regarding displacements. These three categories have spatial structure and allow exploratory and confirmatory spatial data analyzes aiming the comprehension of the nearby influence of data at daily dynamics. This work attests to the existence of spatial autocorrelation of the data set by two indicators: Moran and SivarG (Global Spatial Indicator Based on Variogram). Corroboration of spatial dependence, pointed by the global indicators, is confirmed by two discrete choice models. The first one includes just the original database variables. The second one, analogous to the first, but added of regional covariates obtained by geostatistical concepts. The addition of regional variables leads to a more accurate model, increasing cross-validations hit rates.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2018-11-30
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2020. All rights reserved.