Análise de agrupamentos: acidentes de trânsito nas capitais brasileiras
Visualizar/abrir
Data
2026Orientador
Nível acadêmico
Especialização
Outro título
Traffic accident clustering analysis in brazilian capitals
Resumo
Acidentes de trânsito configuram-se como um dos principais problemas de saúde pública e mobilidade urbana no Brasil, apresentando elevado impacto social, econômico e humano. A complexidade desse fenômeno decorre de sua natureza multifatorial, envolvendo aspectos relacionados à infraestrutura viária, ao comportamento dos usuários, às características dos veículos e às condições ambientais. Nesse contexto, este trabalho teve como objetivo identificar e analisar padrões de acidentes de trânsito oco ...
Acidentes de trânsito configuram-se como um dos principais problemas de saúde pública e mobilidade urbana no Brasil, apresentando elevado impacto social, econômico e humano. A complexidade desse fenômeno decorre de sua natureza multifatorial, envolvendo aspectos relacionados à infraestrutura viária, ao comportamento dos usuários, às características dos veículos e às condições ambientais. Nesse contexto, este trabalho teve como objetivo identificar e analisar padrões de acidentes de trânsito ocorridos nas capitais brasileiras por meio de técnicas de análise de agrupamentos aplicadas a dados mistos. Os dados utilizados foram obtidos a partir do Registro Nacional de Acidentes e Estatísticas de Trânsito (RENAEST), contemplando ocorrências entre os anos de 2019 e 2024. Após as etapas de ingestão, limpeza, integração e padronização dos dados, foi construído um conjunto final representativo dos acidentes nas capitais brasileiras. Para a identificação dos padrões, empregou-se um algoritmo de agrupamento adequado a variáveis numéricas e categóricas, sendo avaliados diferentes valores de k por meio de métricas de validação interna. A escolha de seis clusters mostrou-se a mais adequada, considerando o equilíbrio entre coesão interna e separação entre grupos. Os resultados evidenciaram a existência de perfis distintos de acidentes, variando quanto ao tipo de veículo envolvido, à gravidade das ocorrências, à distribuição temporal, à suspeita de consumo de álcool e ao impacto sobre as vítimas. Observou-se ainda uma heterogeneidade significativa na distribuição dos clusters entre regiões e municípios, indicando que fatores locais e regionais exercem influência relevante na dinâmica dos acidentes de trânsito. As análises realizadas contribuem para uma compreensão mais aprofundada do fenômeno e podem subsidiar a formulação de políticas públicas e estratégias de intervenção mais direcionadas, visando à redução da morbimortalidade no trânsito e à promoção de uma mobilidade urbana mais segura. ...
Abstract
Traffic accidents represent one of the main public health and urban mobility challenges in Brazil, causing significant social, economic, and human impacts. The complexity of this phenomenon arises from its multifactorial nature, involving aspects related to road infrastructure, user behavior, vehicle characteristics, and environmental conditions. In this context, this study aimed to identify and analyze traffic accident patterns in Brazilian capitals through clustering techniques applied to mix ...
Traffic accidents represent one of the main public health and urban mobility challenges in Brazil, causing significant social, economic, and human impacts. The complexity of this phenomenon arises from its multifactorial nature, involving aspects related to road infrastructure, user behavior, vehicle characteristics, and environmental conditions. In this context, this study aimed to identify and analyze traffic accident patterns in Brazilian capitals through clustering techniques applied to mixed-type data. The data were obtained from the National Registry of Traffic Accidents and Statistics (RENAEST), covering the period from 2019 to 2024. After data ingestion, cleaning, integration, and standardization procedures, a final dataset representing traffic accidents in Brazilian capitals was constructed. To identify patterns, a clustering algorithm suitable for numerical and categorical variables was employed, and different values of k were evaluated using internal validation metrics. The selection of six clusters proved to be the most appropriate, providing a balance between internal cohesion and inter-cluster separation. The results revealed distinct accident profiles, differing in terms of vehicle types involved, severity of occurrences, temporal distribution, suspicion of alcohol consumption, and impact on victims. Additionally, a significant heterogeneity in the distribution of clusters across regions and municipalities was observed, indicating that local and regional factors play an important role in traffic accident dynamics. The findings contribute to a deeper understanding of traffic accidents and may support the development of more targeted public policies and intervention strategies aimed at reducing traffic-related morbidity and mortality and promoting safer urban mobility. ...
Instituição
Universidade Federal do Rio Grande do Sul. Instituto de Informática. Curso de Especialização em Engenharia de Software para Aplicações de Ciência de Dados.
Coleções
Este item está licenciado na Creative Commons License


