Un modelo híbrido de probabilidad de elección para la estimación de la demanda de Quitocable

Palabras clave: Quitocables, modelación híbrida, sistema de transporte

Resumen

Los modelos tradicionales para el cálculo de demanda de pasajeros basados en la predicción a través de variables cuantificables como el tiempo, costo de servicios, precios de servicios (tarifa), el género, entre las principales, han sido largamente utilizados dentro de los procesos de modelación de la elección final del usuario. No obstante, una nueva corriente de investigación desarrollada en los últimos años ha incluido, dentro de los análisis y modelos de demanda, aspectos de relevancia como el comportamiento humano, medido por intermedio de las llamadas variables latentes (variables no cuantificables de forma directa). Así, el presente artículo pretende estimar, por intermedio de un modelo híbrido, la probabilidad de elección de un sistema de cable (Quitocables). Los resultados muestran una robustez de estos modelos en relación con los modelos de elección discreta tradicionales.

Descargas

La descarga de datos todavía no está disponible.

Citas

Ashok, K., Dillon, W. R., Yuan, S. (2002). Extending discrete choice models to incorporate attitudinal and other latent variables. Journal of Marketing Research, 39(1), 31-46.

Ben-Akiva, M., D. McFadden, D., Gärling, T., Gopinath, D., Walker, J., Bolduc, D., Börsch-Supan, A., Delquié, P., Larichev, O., Morikawa, T., Polydoropoulou,A., Rao, V. (1999). Extended framework for modeling choice behavior. Marketing Letters, 10(3), 187-203.

Bierlaire, M., Fetiarison, M. (2009). Estimation of discrete choice models: extending BIOGEME. In: 9th Swiss Transport Research Conference, Ascona, Switzerland.

Bollen, K. A. (1989). Structural equations with latent variables. Nueva York, EE.UU.: John Wiley and Sons, Inc.

Bollen, K. A., Kirby, J. B., Curran, P. J., Paxton, P. M., Chen, F. (2007). Latent variable models under misspecification: two-stage least squares (2SLS) and maximum likelihood (ML) estimators. Sociological Methods & Research, 36(1), 48-86.

Bolduc, D., Bouchner, N., Álvarez-Daziano, R. (2008). Hybrid choice modeling of new technologies for car choice in Canada. Journal of the Transportation Research Board, 2082, 63-71. https://doi.org/ 10.3141/2082-08

Cal y Mayor. (2011). Matriz calibrada base estudio de demanda. Documento disponible en físico en la Secretaria de Movilidad del Distrito Metropolitano de Quito.

Daziano, R., Rizzi, L. (2015). Analyzing the impact of a fatality index on a discrete, interurban mode choice model with latent safety, security and comfort. Safety Science, 78, 11-19. https://doi.org/10.1016/j.ssci.2015.04.008

Fowkes, A. S., Nash, C. A., Whiteing, A. E. (1985). Understanding trends in inter-city rail traffic in Great Britain. Transportation Planning and Technology, 10(1), 65-80. https://doi.org/10.1080/03081068508717301

García, A. R. G., Puga, M. R., Bermúdez, P. R. S., Miño, M. C. C., Jijón, L. A. G., Ortega, F. A. C. (2016). Caracterización de la mortalidad por accidentes de tránsito en Ecuador, 2015. Revista CienciAmérica, 5(1), 22-31.

Heredia, J. K. (2015). Modelo de satisfacción de los usuarios de transporte público tipo bus integrando variables latentes. Disertación Doctoral, Universidad Nacional de Colombia-Sede Medellín.

Hoyos, C. H. (2012). Modelación de la elección de la terminal aeroportuaria entre dos aeropuertos cercanos. Disertación Doctoral, Universidad Nacional de Colombia, Sede Medellín.

Johansson, M., Heldt, T., Johansson, P. (2005). Latent variables in a travel mode choice model: Attitudinal and behavioural indicator variables. Working Paper 2005:5, 36 p. Uppsala University. Available at https://uu.diva-portal.org/smash/get/diva2:665210/FULLTEXT01.pdf

Larrañaga, A. M. L. (2012). Estrutura urbana e viagens a pé. Tese de Doutorado. Programa de Pós-Graduação em Engenharia da Produção, Universidade Federal do Rio Grande do Sul, Porto Alegre.

Larranñaga, A. M., Rizzi, L. I., Arellana, J., Strambi, O., Cybis, H. B. B. (2016). The influence of built environment and travel attitudes on walking: a case study of Porto Alegre, Brazil. International Journal of Sustainable Transportation, 10(4), 332-342.

Maldonado, R. W. (2014). Exploring the role of individual attitudes and perceptions in predecting the demand for cycling: a hybrid choice modelling approach. Transportation, 41(6), 1287-1304.

McFadden, D. (1975). The measurement of urban travel demand. Journal of Public Economics, 3(4), 303-328. https://doi.org/10.1016/0047-2727(74)90003-6

McFadden, D. (1986). The choice theory approach to marketing research. Marketing Science, 5(4), 275-97.

McFadden, D. (2000). Disaggregate behavioral travel demand’s RUM Side: A 30-year retrospective. International Association of Travel Behavior Research, Gold Coast, Queensland, Australia. 43 p. Available at https://eml.berkeley.edu/wp/mcfadden0300.pdf

Melero, G., Coto Millan, P., Sainz González, R. (2016). Incorporación de atributos intangibles en modelos de elección discreta. In: XII Congreso de Ingeniería del Transporte, Valencia, España. pp. 1067-1083. Editorial Universitat Politècnica de València.

Murphy, K., Topel, H. (1985). Estimation and inference in two-step econometric models. Journal of Business and Economic Statistics, 3(4), 370-379.

Ortúzar, J. D., Willumsen, L. G. (2011). Modelling transport (4ª ed). Chichester, UK: John Wiley & Sons, Ltd.

Paulssen, M., Temme, D., Vij, A., Walker, J. (2014). Values, attitudes and travel behavior: a hierarchical latent variable mixed logit model of travel mode choice. Transportation, 41(4), 873-888.

Pontificia Universidad Católica del Ecuador. (2015). Estudio de demanda del sistema de transporte por cable del DMQ. Producto No. 2: Modelo de elección modal. Quito, Ecuador. 240 p.

Quintana Villacis, R. P. (2017). Propuesta de diseño de encuestas de preferencia declarada para el proyecto transporte por cables en el Distrito Metropolitano de Quito. Tesis de maestría, PUCE, Quito, Ecuador.

Raveau, S., De Dios Ortúzar, J., Yáñez, M. F. (2010). Análisis de los enfoques secuencial y simultáneo para la estimación de modelos híbridos de elección discreta. Revista Ingeniería de Transporte, 14(1).

Rojas, A. R., Rojas, V. R. (2017). La densidad urbana y su influencia en los viajes a pie. Disponible en http://www.eumed.net/rev/caribe/2017/08/densidad-urbana.html

Rojas, A. H. (2018). Modelagem da satisfação produzida pelas características do ambiente construído nas viagens a pé. Dissertação de Mestrado em Transportes, Publicação T. DM-02/2018, Departamento de Engenharia Civil e Ambiental, Universidade de Brasília, DF, 144 p.

Stapleton, D. (1978). Analyzing political participation data with a mimic model. Sociological Methodology, 9, 52-74.

Timms, P. (2008). Transport models, philosophy and language. Transportation, 35(3), 395-410.

Temme, D., Paulssen, M., Dannewald, T. (2007). Integrating latent variables in discrete choice models - How higher-order values and attitudes determine consumer choice. SFB 649 Discussion Papers SFB649DP2007-065, Sonderforschungsbereich 649, Humboldt University, Berlin, Germany.

Ugrinovic, J. E., De Dios Ortúzar, J., Rizzi, L. I. (2009). Inclusión de variables latentes en modelos de elección discreta para usuarios de transporte público interurbano. Revista Ingeniería de Transporte, 13(5), 31-36.

Yáñez, M. F., Raveau, S., Ortúzar, J. D. D. (2010). Inclusion of latent variables in mixed logit models: modelling and forecasting. Transportation Research Part A: Policy and Practice, 44(9), 744-753. https://doi.org/10.1016/j.tra.2010.07.007

Publicado
2017-12-30
Estadísticas
Resumen visto = 44 veces
PDF descargado = 33 veces
Cómo citar
Lojano, J., Rojas, Álex, & Rojas, V. (2017). Un modelo híbrido de probabilidad de elección para la estimación de la demanda de Quitocable. Maskana, 8(1), 219-228. Recuperado a partir de https://publicaciones.ucuenca.edu.ec/ojs/index.php/maskana/article/view/1981
Sección
II Congreso de Ciencias de la Ingeniería Civil, Biociencias y Urbanismo