Propositos del comportamiento de fases y aplicaciones
3.1 MSV 2009 part C1 - C1011 128p.pdf
1. 1/132
APÉNDICE A–PROCEDIMIENTOS COMPUTACIÓN PARA EVALUAR RENDIMIENTO MÉTODOS SEGURIDAD
[351]
Este apéndice presenta procedimientos computacionales para tres métodos de evaluación de la seguridad an-
tes/después presentados en este capítulo, incluidos los métodos EB, grupo de comparación y cambio de propor-
ciones.
A.1 PROCEDIMIENTO COMPUTACIÓN PARA EVALUAR RENDIMIENTO EB ANTES/DESPUÉS DEL
MÉTODO DE SEGURIDAD
Para evaluar su precisión y significancia, a continuación
se presenta un procedimiento computacional que usa el
método EB para determinar el rendimiento de seguridad
del tratamiento en evaluación, expresada como un cam-
bio porcentual en choques, y θ.
Todos los cálculos se muestran en los pasos 1 a 13 de
esta sección para las frecuencias totales de choques du-
rante los períodos antes y después, en un lugar determi-
nado. El procedimiento computacional se adapta para
considerar las frecuencias de choque en un año-por-año
para cada lugar [p. ej., el procedimiento computacional
usado en el Software SafetyAnalyst(3) de la FHWA]
Estimación de EB de la frecuencia promedio esperada
de choques en el período anterior
Paso 1: Usando la FRS aplicable, calcule el choque pro-
medio previsto frecuencia, Npredicted, para el tipo de lu-
gar x durante cada año del período anterior. Para seg-
mentos-de-caminos, la frecuencia promedio de choque
prevista se expresará como choques por lugar por año;
Para las intersecciones, el choque promedio previsto La
frecuencia se expresa como choques por intersección
por año. Tenga en cuenta que: Sin embargo, para este
nivel de evaluación, se supone que todos los CMF y Cx
son igual a 1,0.
Paso 2: Calcular la frecuencia de choque promedio es-
perada, Nexpected, para cada lugar I, sumado durante
todo el período anterior. Para los segmentos de camino,
lo esperado la frecuencia promedio de choques se ex-
presará como choques por lugar; para intersecciones, la
frecuencia promedio esperada de choques se expresa
como choques por intersección.
NOTA: Si no hay ningún FRS disponible para un nivel
de gravedad de choque o tipo de choque determinado
se está evaluando, pero ese tipo de choque es un sub-
conjunto de otro nivel de gravedad de choque o tipo de
choque para el que está disponible una FRS, el valor de
PRi,y,B se determina mediante multiplicar la frecuencia
de choque promedio pronosticada por FRS por la pro-
porción promedio representado por el nivel de gravedad
del choque o el tipo de choque de interés. Este enfoque
es un aproximación que se usa cuando una FRS para el
nivel de gravedad del choque o el tipo de choque del in-
terés no se desarrolla fácilmente. Si hay disponible una
FRS de otra jurisdicción, considerar la posibilidad de ca-
librar ese FRS a las condiciones locales mediante el pro-
cedimiento de calibración presentado en el apéndice de
la parte C.
Estimación EB de la frecuencia media esperada de
los choques en el período posterior en la ausencia
del tratamiento
Paso 3: Usando la FRS aplicable, calcule el choque pro-
medio previsto frecuencia, PRi,y,A, para cada lugar i du-
rante cada año y del período posterior.
Paso 4: Calcular un factor de ajuste, ri, para considerar
las diferencias entre los períodos antes y después en
duración y volumen de tránsito en cada lugar I como:
Paso 5: Calcular la frecuencia de choque promedio es-
perada, Ei, A, para cada lugar i, durante todo el período
posterior en ausencia del tratamiento como:
Estimación de la eficacia del tratamiento
Paso 6: Calcular una estimación del rendimiento de se-
guridad del tratamiento en cada lugar i en forma de odds
ratio, ORi, como:
Paso 7: Calcule la efectividad de la seguridad como
un porcentaje de cambio de choque en el lugar i,
CMFi, como:
2. 2/132
Paso 8: Calcular la efectividad general del trata-
miento para todos los lugares combinados, en forma
de Odds ratio, OR», como sigue:
Paso 9: La razón de probabilidades, OR', calculada
en la Ecuación A-7 está potencialmente sesgada;
Por lo tanto, es necesario un ajuste para obtener una
estimación imparcial de la efectividad del trata-
miento en términos de un Odds ratio ajustado, OR.
Esto es calculado de la siguiente manera:
y wi,B se define en la Ecuación A-2 y ri se define en la
Ecuación A-3.
Paso 10: Calcular la efectividad general de seguri-
dad imparcial como porcentaje cambio en la frecuen-
cia de choques en todos los lugares, CMF, como:
Estimación de la precisión del rendimiento del trata-
miento
Evaluar si la efectividad de seguridad estimada del tra-
tamiento, la HMA, es Estadísticamente significativo, uno
necesita determinar su precisión. Esto se hace primero
calcular la precisión de la odds ratio, OR, en la Ecuación
A-8. Los siguientes pasos mostrar cómo calcular la
varianza de esta relación para derivar una estimación de
precisión y Criterios actuales que evalúan la significa-
ción estadística de la efectividad del tratamiento estimar.
Paso 11: Calcular la varianza de la efectividad de se-
guridad estimada imparcial, expresada como una ra-
zón de probabilidades, O, de la siguiente manera:
Paso 12: Para obtener una medida de la precisión de
la Odds ratio, OR, calcular su error estándar como
raíz cuadrada de su varianza:
Paso 13: Usando la relación entre OR y CMF que se
muestra en la Ecuación A-10, el error estándar de
CMF, SE(CMF), se calcula como:
Paso 14: Evaluar la significación estadística de la se-
guridad estimada rendimiento mediante compara-
ciones con la medida Abs[CMF/SE(CMF)] y extraer
conclusiones basadas en los siguientes criterios:
• Si Abs[CMF/SE(CMF)] < 1.7, concluir que el efecto
del tratamiento no es significativo en el nivel de con-
fianza (aproximado) del 90%.
• Si Abs[CMF/SE(CMF)] ≥ 1.7, concluir que el efecto
del tratamiento es significativo al nivel de confianza
(aproximado) del 90%.
• Si Abs[CMF/SE(CMF)] ≥ 2.0, concluya que el efecto
del tratamiento es significativo al nivel de confianza
(aproximado) del 95%.
•
3. 3/132
A.2 PROCEDIMIENTO COMPUTACIONAL PARA APLICAR EL MÉTODO DE EVALUACIÓN DEL RENDI-
MIENTO DE LA SEGURIDAD DEL GRUPO DE COMPARACIÓN
Un procedimiento computacional que usa el método del
estudio de evaluación del grupo de comparación 8para
determinar el rendimiento de la seguridad del trata-
miento que se está evaluando, 9expresado como un
cambio porcentual en los choques, θ, y para evaluar su
precisión y significación estadística, se presenta a conti-
nuación.
Notación: La siguiente notación se usará al presentar el
2procedimiento computacional para el método de com-
paración de grupos. Cada lugar de tratamiento individual
tiene un grupo de comparación de lugares correspon-
diente, cada uno con su propio TMD y un número de
años antes y después. La notación es la siguiente:
• El subíndice i denota un lugar de tratamiento, i=1,n,
donde n denota el total 6número de lugares de tra-
tamiento
• El subíndice j denota un lugar de comparación,
j=1,m, donde m denota el total número de lugares de
comparación
• Cada lugar de tratamiento i tiene un número de años
anteriores, YBT, y un número de años posteriores,
YAT
• Cada lugar de comparación j tiene un número de
años anteriores, YBC, y un número de años poste-
riores, YAC
• Se supone que esta sección que YBT es el mismo
en todos los lugares de tratamiento; 4que YAT es el
mismo en todos los lugares de tratamiento; que YBC
es el mismo en todos los 5 lugares de comparación;
y que YAC es el mismo en todos los lugares de com-
paración. Cuando este no sea el caso, es posible
que los cálculos relacionados con las duraciones de
los lapsos anterior y posterior deban variar de un lu-
gar a otro.
Los siguientes símbolos se usan para las frecuencias de
choques observadas, según la notación de Hauer (5):
Estimación del rendimiento media del tratamiento
Paso 1a: Usando la FRS aplicable y la TMD específica
del lugar, calcule ΣNpredicted,T,B, la suma de las fre-
cuencias de choques promedio pronosticadas en el lu-
gar de tratamiento i en el lapso anterior.
Paso 1b: Usando la FRS aplicable y el TMDA específico
del lugar, calcule ΣNpredicted,T,A, la suma de las fre-
cuencias de choques promedio pronosticadas en el lu-
gar de tratamiento i en el lapso posterior.
Paso 2a: Usando la FRS aplicable y el TMDA específico
del lugar, calcule ΣNpredicted,C,B, la suma de las fre-
cuencias de choques promedio pronosticadas en el lu-
gar de comparación j en el lapso anterior.
Paso 2b: Usando la FRS aplicable y el TMDA específico
del lugar, calcule ΣNpredicted,C,A, 3la suma de las fre-
cuencias de choques promedio pronosticadas en el lu-
gar de comparación j después de lapsos.
Paso 3a: Para cada combinación de lugar de tratamiento
i y lugar de comparación j, calcule 6un factor de ajuste
para considerar las diferencias en los volúmenes de
tránsito y el número 7de años entre los lugares de trata-
miento y comparación durante el lapso anterior como si-
gue:
Paso 3b: Para cada combinación de lugar de trata-
miento i y lugar de comparación j, calcule 1un factor de
ajuste para considerar las diferencias en los TMDA y el
número de años 1entre los lugares de tratamiento y com-
paración durante el lapso posterior de la siguiente ma-
nera:
Paso 4a: Usando los factores de ajuste calculados en la
Ecuación A-14, calcule 1las frecuencias de choques pro-
medio esperadas en el lapso anterior para cada combi-
nación de lugar de comparación j y lugar de tratamiento
i, como sigue:
4. 4/132
Paso 4b: Usando el factor de ajuste calculado en la
Ecuación A-15, calcule 1las frecuencias de choques pro-
medio esperadas en el lapso posterior para cada combi-
nación de 1lugar j y lugar de tratamiento i, de la siguiente
manera:
Paso 5: Para cada lugar de tratamiento i, calcule la fre-
cuencia promedio esperada de choques total del grupo
de comparación 1 en el lapso anterior de la siguiente
manera:
Paso 6: Para cada lugar de tratamiento i, calcule la fre-
cuencia de choque promedio total esperada del grupo de
comparación en el lapso posterior de la siguiente ma-
nera:
Paso 7: Para cada lugar de tratamiento i, calcule la re-
lación de comparación, riC, como la relación entre la fre-
cuencia promedio esperada de choques del grupo de
comparación después del lapso 1 y el promedio espe-
rado del grupo de comparación frecuencia de choques
en el lapso anterior a 1 en los lugares de comparación
de la siguiente manera:
Paso 8: Usando el índice de comparación calculado en
la Ecuación A-20, calcule el 1frecuencia promedio espe-
rada de choques para un lugar de tratamiento i en el
lapso posterior, si no se hubiera aplicado ningún trata-
miento de la siguiente manera:
Paso 9: Usando la Ecuación A-22, calcule la efectividad
de la seguridad, expresada como razón de posibilida-
des, ORi, en un lugar de tratamiento individual i como la
razón de la frecuencia promedio esperada de choques
con el tratamiento sobre la frecuencia promedio espe-
rada de choques si no se hubiera aplicado el tratamiento,
como sigue:
Paso 10: Para cada lugar de tratamiento i, calcule el lo-
garitmo de la razón de posibilidades, Ri, de la siguiente
manera:
Paso 11: Para cada lugar de tratamiento i, calcule el
peso wi de la siguiente manera:
Paso 12: Usando la Ecuación A-27, calcule el promedio
ponderado de odds ratio, R, en todos los n lugares de
tratamiento como:
Paso 13: Exponenciando el resultado de la Ecuación A-
27, calcule la efectividad general del tratamiento, expre-
sada como una razón de probabilidad, O, promediada 1a
través todos los lugares, de la siguiente manera:
Paso 14: Calcular el rendimiento general de la seguri-
dad, expresada como un cambio porcentual en la fre-
cuencia de choques, CMF, promediado en todos los lu-
gares como:
Paso 15: Para obtener una medida de la precisión de la
efectividad del tratamiento, CMF, calcule su error están-
dar, SE(CMF), de la siguiente manera:
Paso 16: Evaluar la significación estadística del rendi-
miento estimada de seguridad comparando con la me-
dida Abs [CMF/SE(CMF)] y sacar conclusiones basadas
en los siguientes criterios:
Si Abs [CMF/SE(CMF)] < 1.7, concluir que el efecto del
tratamiento no es 1significativo en el (aproximado) nivel
de confianza porcentual 90%.
5. 5/132
Si Abs [CMF/SE(CMF)] ≥ 1,7, concluya que el efecto del
tratamiento es significativo en el nivel de confianza
(aproximado) del 90%.
Si Abs [CMF/SE(CMF)] ≥ 2,0, concluya que el efecto del
tratamiento es significativo 1en el nivel de confianza
(aproximado) del 95%.
A.3 CÁLCULO PARA APLICAR EL MÉTODO DE EVALUACIÓN DE CAMBIO DE PROPORCIONES DEL REN-
DIMIENTO DE SEGURIDAD [359]
Un procedimiento de cálculo que usa el método de estu-
dio de evaluación para evaluar 1los cambios en las pro-
porciones de los tipos de choque de objetivos para de-
terminar el rendimiento de la seguridad del 1tratamiento
que se está evaluando, Avg P(CT) Diff, y para evaluar
su significación estadística, se presenta a continuación.
Este procedimiento paso-a-paso usa la misma notación
que la usada en el 1método tradicional de evaluación de
la seguridad del grupo de comparación. Todas las pro-
porciones de tipos de choques específicos (subíndice
SCT) son relativas al total de choques (subíndice TOT).
Nobserved,B,TOT denota el número observado de cho-
ques TOT en el lugar de tratamiento i durante todo el
lapso anterior al tratamiento.
Nobserved,B.CT denota el número observado de cho-
ques de CT de un tipo de choque específico en el lugar
de tratamiento i durante todo el lapso anterior al trata-
miento.
Nobserved,A,TOT denota el número observado de cho-
ques TOT en el lugar de tratamiento i durante todo el
lapso posterior al tratamiento.
Nobserved,A,CT indica el número observado de cho-
ques de CT de un tipo de choque específico en el lugar
de tratamiento i durante todo el lapso posterior al trata-
miento.
Estimar el cambio promedio en la proporción del tipo
de choque de destino
Paso 1: Calcular la proporción antes del tratamiento de
los choques observados de un tipo de choque de destino
específico (CT) según el total de choques (TOT) en el
lugar de tratamiento i, Pi (CT) B, a través de todo el lapso
anterior de la siguiente manera:
Paso 2: Del mismo modo, calcule la proporción de cho-
ques observados después del tratamiento de un tipo es-
pecífico de choque objetivo de choques totales en el lu-
gar de tratamiento i, Pi(CT)A, en todo el período poste-
rior de la siguiente manera:
Paso 3: Determinar la diferencia entre las proporciones
después y antes en Cada lugar de tratamiento I de la
siguiente manera:
Paso 4: Calcular la diferencia media entre las proporcio-
nes después y antes en todos los lugares de tratamiento
de N de la siguiente manera:
Evaluar la significación estadística del cambio promedio
en proporción al objetivo Tipo de choque Los siguientes
pasos demuestran cómo evaluar si el tratamiento afectó
significativamente la proporción de choques del tipo de
choque bajo consideración. Porque las diferencias espe-
cíficas del lugar en la Ecuación A-34 no necesariamente
provienen de una distribución normal y porque algunas
de estas diferencias es igual a cero, un método estadís-
tico no paramétrico, el rango con signo de Wilcoxon test,
se usa para comprobar si la diferencia media de propor-
ciones calculada en La ecuación A-34 es significativa-
mente diferente de cero en un nivel de confianza prede-
finido.
Paso 5: Tome el valor absoluto del Pi(CT)Diff distinto de
cero calculado en la ecuación A-33. Para simplificar la
notación, sea Zi el valor absoluto de Pi(CT)Diff, así:
Paso 6: Organice los valores n* Zi en orden ascendente.
Cuando varios Zi tienen el mismo valor (es decir, los la-
zos están presentes), use el rango promedio como el
rango de cada valor empatado de Zi. Por ejemplo, si tres
valores Zi son idénticos y se clasificarían, digamos, 12,
13 y 14, use 13 como rango para cada uno. Si los rangos
fueran, digamos, 15 y 16, usan 15.5 como rango para
cada uno. Deje que Ri designe el rango del valor Zi.
Paso 7: Usar solo los rangos asociados con diferencias
positivas (es decir, positivas valores de Pi(CT)Diff), cal-
cule el estadístico T+ de la siguiente manera:
Paso 8: Evaluar la significancia estadística de T+
usando una prueba de significación bilateral en el nivel
α de significación ([1- α] nivel de confianza) como sigue:
• Concluya que el tratamiento es estadísticamente
significativo si:
6. 6/132
En caso contrario, concluir que el tratamiento no es En
Caso contrario, concluiremos que el tratamiento no es
estadísticamente significativo.
Las cantidades t(α1,n*) y t(α2,n*) se obtienen de la tabla
de valores críticos para la prueba de rango con signo de
Wilcoxon, reproducida parcialmente en el Anexo 9-12.
Generalmente, α1 y α2 son aproximadamente iguales a
α/2. Elija los valores para α1 y α2 de modo que α1 + α2
sean los más cercanos a α en el Anexo 9-12 y α1 y α2
sean los más cercanos a α/2. A menudo, α1 = α2 son los
valores más cercanos a α/2.
El Anexo 9-12 presenta solo un extracto de la tabla com-
pleta de valores críticos que se muestra en Hollander y
Wolfe (8). Se seleccionó un rango de niveles de signifi-
cación (α) para probar un cambio en la proporción de un
tipo de choque de objetivos: aproximadamente 10 a
20%. Aunque del 5 al 10% son los niveles de significan-
cia más típicos usadas en las pruebas estadísticas, el
nivel de significación del 20% se incluyó aquí porque la
prueba de rangos con signos de Wilcoxon es una prueba
conservadora (es difícil detectar un efecto significativo
cuando se trata de pruebas estadísticas). presente). El
Anexo 9-12 muestra niveles de probabilidad unilaterales;
dado que la prueba realizada aquí es una prueba de dos
colas, los valores del Anexo 9-12 corresponden a α/2,
con valores que van desde 0,047 a 0. (correspondientes
a 0,094/2 a 0,218/2).
Ejemplo para usar el Anexo 9-12
Supongamos que T+ = 4, n* = 9 y α = 0,10 (es decir,
nivel de confianza del 90%). El valor de t(α2,n*) =
t(0.049,9) = 37 del Anexo 9-12, el valor más cercano co-
rresponde a α = 0.10/2 en la columna para n* = 9. En
este caso, t(α1,n*) = t(α2,n*). Por lo tanto, los dos valores
críticos son 37 y 8 [=9×(9+1)/2 – 37 = 45 – 37 = 8]. Dado
que T+ = 4 < 8, la conclusión sería que el tratamiento fue
estadísticamente significativo (es decir, efectivo) al
90,2% nivel de confianza [donde 90.2 = 1 – 2 × 0.049]
basado en la Ecuación A-37.
Anexo 9-12: Probabilidades de cola superior para el estadístico de rango T+ con signo de Wilcoxon (n* = 4
a 10)a (8)
8. 8/132
Aproximación de muestra grande (n* > 15)
El Anexo 9-12 proporciona valores críticos para T+ para
valores de n* = 4 a 15 en incrementos de 1. Por lo tanto,
se requiere un mínimo de n * de 4 lugares para realizar
esta prueba. En aquellos casos en que n* excede 15, se
usa una gran aproximación muestral para probar la sig-
nificación de T+. Los siguientes pasos muestran el enfo-
que para hacer una aproximación de muestra grande (8):
Paso 9: Calcule la cantidad T* de la siguiente ma-
nera:
Paso 10: Para el procedimiento de aproximación de
muestras grandes, evalúe la significación estadística de
T* usando una prueba bilateral en el nivel de significa-
ción α de la siguiente manera:
• Concluya que el tratamiento es estadísticamente
significativo si:
α/2 α/2 1606 T* ≥ z o T* ≤ −z (A-41)
Dónde
z(α/2) = probabilidad de cola superior para la distribución
normal estándar.
1 Los valores seleccionados de z(α/2) son los siguientes:
α Z(α /2)
0.05 1.960
0.10 1.645
0.15 1.440
0.20 1.282
• De lo contrario, concluya que el tratamiento no es
estadísticamente significativo.
9. 9/132
PARTE C: MÉTODO PREDICTIVO [365]
INTRODUCCIÓN Y GUÍA DE APLICACIONES.
C.1. Introducción al Método predictivo del MSV
C.2. Relación con las Partes A, B y D del MSV
C.3. Parte C y el proceso de desarrollo del proyecto.
C.4. Descripción general del método predictivo MSV.
C.5. El método predictivo MSV.
C.6. Conceptos de métodos predictivos.
C.7. Métodos para estimar el rendimiento de la seguridad de un proyecto propuesto.
C.8. Limitaciones del Método Predictivo MSV.
C.9. Guía para la aplicación de la Parte C
C.10. Resumen.
10. 10/132
PARTE C INTRODUCCIÓN Y APLICACIONES GUÍA
La Parte C del MSV provee un método predictivo para estimar la frecuencia promedio esperada de choques
(incluso por gravedad del choque y tipos de choque) de una red, instalación o lugar individual.
C.1. INTRODUCCIÓN AL MÉTODO PREDICTIVO DEL MSV
La estimación se hace para las condiciones existentes,
alternativas a las condiciones existentes (por ejemplo,
mejoramientos o tratamientos propuestos) o caminos
nuevos propuestos. El método predictivo se aplica a un
lapso dado, volumen de tránsito y características cons-
tantes de diseño geométrico de la calzada.
El método predictivo provee una medida cuantitativa de
la frecuencia de choques promedio esperada tanto en
las condiciones existentes como en las que aún no ocu-
rrieron. Esto permite evaluar cuantitativamente las con-
diciones de la vía propuesta junto con otras considera-
ciones, como las necesidades de la comunidad, la capa-
cidad, la demora, el costo, el derecho de paso y las con-
sideraciones ambientales.
El método predictivo se usa para evaluar y comparar la
frecuencia promedio esperada de choques en situacio-
nes como:
• Instalaciones existentes bajo volúmenes de tránsito
pasados o futuros;
• Diseños alternativos para una instalación existente
bajo volúmenes de tránsito pasados o futuros;
• Diseños para una nueva instalación bajo volúmenes
de tránsito futuros (pronósticos);
• La efectividad estimada de las contramedidas des-
pués de un lapso de aplicación;
La efectividad estimada de las contramedidas propues-
tas en una instalación existente (antes de la aplicación).
La Parte C del MSV provee un método predictivo para
estimar la frecuencia de choque promedio esperada (in-
cluso por gravedad de choque y tipos de choque) de una
red, instalación o lugar individual.
La Introducción de la Parte C y la Guía de aplicaciones
presenta el método predictivo en términos generales
para que el usuario por primera vez comprenda los con-
ceptos aplicados en cada uno de los capítulos de la
Parte C. Cada capítulo de la Parte C provee los pasos
detallados del método y los modelos predictivos necesa-
rios para estimar la frecuencia promedio esperada de
choques para un tipo de instalación específico. Los si-
guientes tipos de instalaciones viales están incluidos en
la Parte C:
• Capítulo 10 - Caminos rurales de dos carriles y dos
sentidos
• Capítulo 11: Caminos rurales multicarriles
• Capítulo 12: Arteriales urbanos y suburbanos
• La Guía de introducción y aplicaciones de la Parte C
provee:
• Relaciones entre la Parte C y las Partes A, B y D del
MSV;
• Relación entre la Parte C y el Proceso de Desarrollo
del Proyecto;
• Una descripción general del método predictivo;
• Un resumen del método predictivo;
• Información detallada necesaria para comprender
los conceptos y elementos en cada uno de los pasos
del método predictivo;
• Métodos para estimar el cambio en la frecuencia de
choques por un tratamiento;
• Limitaciones del método predictivo;
Orientación para para aplicar el método predictivo.
El Capítulo 3 del MSV incluye conceptos fundamentales en la Parte C.
El método predictivo en la Parte C se usa para estimar la frecuencia promedio esperada de choques para la
aplicación en la Parte B.
C.2.RELACIÓN CON LAS PARTES A, B Y D DEL MSV
• Toda la información necesaria para aplicar el mé-
todo predictivo se presenta en la Parte C.
• Las relaciones del método predictivo de la Parte C
con los contenidos de las Partes A, B y D se resu-
men a continuación.
• La Parte A presenta conceptos fundamentales para
comprender los métodos provistas en el MSV para
analizar y evaluar las frecuencias de choques. La
Parte A presenta los componentes clave del método
predictivo, incluidas las funciones-de-rendimiento-
de-seguridad (FRS) y los factores de modificación
de choques (CMF). Antes de usar la información de
la Parte C, se recomienda comprender el material de
la Parte A, Capítulo 3 Fundamentos.
• La Parte B presenta los seis componentes básicos
de un proceso de gestión de la seguridad vial. El ma-
terial es útil para monitorear, mejorar y mantener
una red vial existente. La aplicación de los métodos
y la información presentados en la Parte B ayuda a
identificar los lugares con mayor probabilidad de be-
neficiarse de un mejoramiento, diagnosticar patro-
nes de choques en lugares específicos, seleccionar
contramedidas apropiadas que probablemente re-
duzcan los choques y anticipar los beneficios y cos-
tos de posibles mejoramientos. Además, ayuda a las
agencias a determinar si los mejoramientos poten-
ciales se justifican económicamente, establecer
prioridades para los mejoramientos potenciales y
evaluar el rendimiento de los mejoramientos que se
11. 11/132
aplicaron. El método predictivo en la Parte C provee
herramientas para estimar la frecuencia promedio
esperada de choques para la aplicación en la Parte
B Capítulo 4 Revisión de la red y Capítulo 7 Evalua-
ción económica.
• La Parte D contiene todos los CMF en el MSV. Los
CMF en la Parte D se usan para estimar el cambio
en la frecuencia promedio esperada de choques
como resultado de la aplicación de contramedidas.
Algunos CMF de la Parte D están incluidos en la
Parte C para su uso con FRS específicos. Otros
CMF de la Parte D no se presentan en la Parte C,
pero se usan en los métodos para estimar el cambio
en la frecuencia de choques descritos en la Sección
C.7
C.3.PARTE C Y EL PROCESO DE DESARROLLO DEL PROYECTO
El Anexo C-1 ilustra la relación del método predictivo de la Parte C con el proceso de desarrollo del proyecto. Como
se discutió en el Capítulo 1, el proceso de desarrollo del proyecto es el marco usado en el MSV para relacionar el
análisis de choques con las actividades en la planificación, el diseño, la construcción, las operaciones y el manteni-
miento.
Anexo C-1: Relación entre el Método Predictivo de la Parte C y el Proceso de Desarrollo del Proyecto
El Capítulo 1 provee un resumen del Proceso de Desarrollo del Proyecto.
La parte C se usa para predecir el
comportamiento de una instalación
existente. Durante este proceso, la
parte D y los capítulos 5 a 7 (Parte
B) se usan para diagnosticar la fre-
cuencia y gravedad de los choques,
seleccionar contramedidas y realizar
una evaluación económica
La parte C se usa para predecir el
comportamiento futuro. Durante el
proceso la parte D y los capítulos 6
a 7 (Parte B) se usan para seleccio-
nar y evaluar económicamente las
contramedidas.
El resultado del método predic-
tivo es la "frecuencia de choques
promedio esperada", Nexpected:
una estimación de la frecuencia
de choques promedio a largo
plazo en un lugar.
C.4. DESCRIPCIÓN GENERAL
DEL MÉTODO PREDICTIVO MSV
El método predictivo provee un procedimiento de 18 pa-
sos para estimar la "frecuencia promedio esperada de
choques" (por total de choques, gravedad del choque o
tipo de choque) de una red vial, instalación o lugar. En
el método predictivo, la calzada se divide en lugares in-
dividuales, segmentos-de-calzada homogéneos o inter-
secciones. Una instalación consta de un conjunto conti-
guo de intersecciones individuales y segmentos-de-ca-
mino, cada uno denominado "lugares". Los diferentes ti-
pos de instalaciones están determinados por el uso de
la tierra circundante, la sección transversal del camino y
el grado de acceso. Para cada tipo de instalación existen
varios tipos de lugares diferentes,
como segmentos-de-caminos dividi-
dos y no divididos, e intersecciones
semaforizadas y no semaforizadas.
Una red vial consta de una serie de
instalaciones contiguas.
El método predictivo se usa para estimar la frecuen-
cia promedio esperada de choques en un lugar.
La suma acumulativa de todos los lugares se usa como
estimación para una instalación o red completa. La esti-
mación es para un lapso determinado de interés (en
años) durante el cual el diseño geométrico y las caracte-
rísticas de control de tránsito no se modifican y el resul-
tado del método predictivo es la "frecuencia de choque
promedio esperada", Nexpected., una estimación de una
frecuencia promedio de choques a largo plazo del lugar.
12. 12/132
El Capítulo 3 informa sobre el sesgo-de-regresión-a-
la-media.
Las "condiciones base" son el diseño geométrico
específico y las características de control de tránsito
de la Función de Rendimiento de Seguridad, FRS
Los CMF ajustan la FRS de las "condiciones base" a las
condiciones locales.
En el Capítulo 3 se describen los volúmenes de tránsito
(TMDA) conocidos o pronosticados. La estimación se
basa en modelos de regresión desarrollados a partir de
datos de choques observados en varios lugares simila-
res.
La frecuencia de choques promedio pronosticada de un
lugar individual, Npredicted, se estima en función del di-
seño geométrico, las características de control de trán-
sito y los volúmenes de tránsito de ese lugar. Para un
lugar o instalación existente, la frecuencia de choques
observada, Noobservada, para ese lugar o instalación
específico se combina luego con Npredicha, para mejo-
rar la confiabilidad estadística de la estimación. El resul-
tado del método predictivo es la frecuencia de choque
promedio esperada, Nexpected. Esta es una estimación
de la frecuencia promedio de choques a largo plazo que
se esperaría, dado el tiempo suficiente para hacer una
observación controlada, lo que rara vez es posible. De-
terminadas las frecuencias de choques promedio espe-
radas para todos los lugares individuales componentes
de una instalación o red, la suma de las frecuencias de
choques para todos los lugares se usa como estimación
de la frecuencia de choques promedio esperada para
una instalación o red completa.
La frecuencia de choques observada (número de cho-
ques por año) fluctuará aleatoriamente durante cualquier
lapso y, por lo tanto, el uso de promedios basados en
lapsos de corto plazo (por ejemplo, de 1 a 3 años) da
resultados engañosos de las estimaciones y crean pro-
blemas asociados con el sesgo-de-regresión-a-la-me-
dia. El método predictivo aborda estas preocupaciones
al proveer una estimación de la frecuencia promedio de
choques a largo plazo, lo que permite tomar decisiones
acertadas sobre los programas de mejoramiento.
En el MSV, los modelos predictivos se usan para estimar
la frecuencia de choques promedio pronosticada, Npre-
dicted, para un tipo de lugar en particular mediante un
modelo de regresión desarrollado a partir de datos de
varios lugares similares. Estos modelos de regresión,
llamados Funciones-de-rendimiento-de-seguridad
(FRS), se desarrollaron para tipos de lugares específi-
cos y "condiciones base", el diseño geométrico especí-
fico y las características de control de tránsito de un lu-
gar "base". Las FRS suelen ser una función de solo unas
pocas variables, principalmente TMDA.
Se requiere un ajuste a la predicción realizada por una
FRS para considerar la diferencia entre las condiciones
base, las condiciones específicas del lugar y las condi-
ciones locales/estatales. Los factores de modificación de
choques (CMF, por sus siglas en inglés) se usan para
considerar las condiciones específicas del lugar que va-
rían de las condiciones básicas. Por ejemplo, la FRS
para segmentos-de-camino en el Capítulo 10 tiene una
condición base de ancho de carril de 3,6 m, pero el lugar
específico es un segmento-de-camino con un ancho de
carril de 3 m. En la Sección C.6.4 se provee una discu-
sión general de los CMF.
Los CMF incluidos en los capítulos de la Parte C tienen
las mismas condiciones base que las FRS de la Parte C
y, por lo tanto, el CMF = 1.00 cuando las condiciones
específicas del lugar son las mismas que las condiciones
base de la FRS.
El factor de calibración (Cx) se usa para considerar las
diferencias entre la(s) jurisdicción(es) para las que se
desarrollaron los modelos y la jurisdicción para la que se
aplica el método predictivo. El uso de factores de cali-
bración se describe en la Sección y el procedimiento
para determinar los factores de calibración para una ju-
risdicción específica se describe en el Apéndice de la
Parte C.
Los modelos predictivos usados en la Parte C para de-
terminar la frecuencia de choque promedio pronosti-
cada, Npronosticado, tienen la forma general que se
muestra en la Ecuación C-1.
El método se aplica en el método predictivo para combi-
nar la frecuencia de choque promedio pronosticada de-
terminada usando un modelo predictivo, Npredicted, con
la frecuencia de choque observada , No observado
(cuando corresponda). Se aplica una ponderación a las
dos estimaciones que refleja la fiabilidad estadística de
la FRS.
El Método EB se aplica solo cuando los datos de cho-
ques observados están.
En el Apéndice de la Parte C se presenta una discusión
del Método EB.
El Método EB se aplica en el nivel específico del lugar
cuando los choques se asignan a lugares individuales
(se conoce la ubicación geográfica detallada de los cho-
ques observados). Alternativamente, el Método EB se
aplica a nivel de proyecto específico (a toda una instala-
ción o red) cuando los choques no se asignan a lugares
individuales pero se sabe que ocurren en los límites geo-
gráficos generales (las ubicaciones geográficas detalla-
das de los choques son No disponibles). Como parte del
Método EB, la frecuencia promedio esperada de cho-
ques se estima para un lapso futuro, cuando TMDA Hay
13. 13/132
cambiado o se aplican tratamientos o contramedidas es-
pecíficas.
Las ventajas del método predictivo son las siguientes:
El sesgo-de-regresión-a-la-media se aborda ya que el
método se concentra en la frecuencia de choques pro-
medio esperada a largo plazo en lugar de la frecuencia
de choques observada a corto plazo.
La dependencia de la disponibilidad de datos de cho-
ques para cualquier lugar se reduce mediante la incor-
poración de relaciones predictivas basadas en datos de
muchos lugares similares.
Los modelas FRS en el MSV se basan en la distribución
binomial negativa, más adecuados para modelar la alta
variabilidad natural de los datos de choques que las téc-
nicas de modelado tradicionales, que se basan en la dis-
tribución normal.
El método predictivo provee un método de estimación de
choques para lugares o instalaciones sin construir, o sin
funcionar el tiempo suficiente para estimar sobre la base
de datos de choques observados.
El método predictivo combina la frecuencia de cho-
que promedio pronosticada determinada usando un
modelo predictivo, Npredicted, con la frecuencia de
choque observada Noobservada, usando el Método
EB. El Método EB se presenta en el Apéndice de la
Parte C.
Las siguientes secciones proveen los 18 pasos genera-
les del método predictivo e información detallada sobre
cada uno de los conceptos o elementos presentados en
el método predictivo. La información en el capítulo Intro-
ducción y guía de aplicaciones de la Parte C provee un
breve resumen de cada paso. En los capítulos de la
Parte C se informa detallada sobre cada paso y los mo-
delos predictivos asociados para cada uno de los si-
guientes tipos de instalaciones:
Capítulo 10 - Caminos rurales de doble carril y sentido
Capítulo 11 – Caminos rurales multicarriles
Capítulo 12 – Arterias urbanas y suburbanas
La Sección C.5 describe cada uno de los 18 pasos del método predictivo.
C.5. EL MÉTODO PREDICTIVO MSV
Si bien la forma general del método predictivo es consis-
tente en todos los capítulos, los modelos predictivos va-
rían según el capítulo y, por lo tanto, la metodología de-
tallada para cada paso varía. La descripción genérica del
método predictivo presentada aquí está destinada a pro-
veer al usuario por primera vez o poco frecuente una re-
visión de alto nivel de los pasos en el método y los con-
ceptos asociados con el método predictivo. La informa-
ción detallada para cada paso y los modelos predictivos
asociados para cada tipo de instalación se proveen en
los capítulos 10, 11 y 12. El Anexo C-2 identifica los tipos
específicos de instalaciones y lugares para los cuales se
desarrollaron Funciones de Rendimiento de Seguridad,
FRS, para el MSV.
Anexo C-2: Funciones de rendimiento de seguridad
por tipo de instalación y tipos de lugar en la Parte C
El método predictivo de los capítulos 10, 11 y 12 consta
de 18 pasos. Los elementos de los modelos predictivos
que se discutieron en la Sección C.4 se determinan y
aplican en los pasos 9, 10 y 11 del método predictivo.
Los 18 pasos del método predictivo MSV se detallan a
continuación y se muestran gráficamente en el Anexo C-
3. Se proveen breves detalles para cada paso, y el ma-
terial que describe los conceptos y elementos del mé-
todo predictivo se provee en las siguientes secciones de
la Parte C Introducción y Guía de aplicaciones o en el
Apéndice de la Parte C. En algunas situaciones, ciertos
pasos no requerirán ninguna acción. Por ejemplo, un
nuevo lugar o instalación no habrá observado datos de
choques y, por lo tanto, no se realizarán los pasos rela-
cionados con el Método EB.
Cuando una instalación consta de varios lugares conti-
guos o se desea una estimación del choque durante un
período de varios años, se repiten algunos pasos. El mé-
todo predictivo se repetir según sea necesario para esti-
mar los choques para cada diseño alternativo, escenario
de volumen de tránsito u opción de tratamiento pro-
puesta dentro del mismo período para permitir compara-
ción.
14. 14/132
Anexo C-3: El método predictivo del MSV
Paso 1: Define los límites de los tipos de vías e ins-
talaciones en la red, instalación o lugar de estudio
para los cuales se estimarán la frecuencia, la grave-
dad y los tipos de choque promedio esperados.
El método predictivo se realiza para una red de caminos,
una instalación o un lugar individual. Los tipos de insta-
laciones incluidos en el MSV se describen en la Sección
C.6.1. Un lugar es una intersección o un segmento-de-
camino homogéneo. Hay varios tipos diferentes de luga-
res, como intersecciones semaforizadas y no
semaforizadas o segmentos-de-camino divididos o no
divididos. Los tipos de lugares incluidos en el MSV se
indican en el Anexo C-2.
El método predictivo se aplica a un camino existente,
una alternativa de diseño para un camino existente o una
alternativa de diseño para un camino nueva (que esté
sin construir o aún no experimentar suficiente tránsito
para tener datos de choques observados).
15. 15/132
Los límites de la calzada de interés dependerán de la
naturaleza del estudio. El estudio limitase a un solo lugar
específico o a un grupo de lugares contiguos.
Alternativamente, el método predictivo se aplica a un co-
rredor largo para evaluar la red (determinar qué lugares
requieren mejoramientos para reducir los choques), que
se analiza en el Capítulo 4.
Paso 2: Defina el lapso de interés.
El método predictivo se realiza para un lapso pasado o
para un lapso futuro. Todos los periodos se miden en
años. Los años de interés estarán determinados por la
disponibilidad de TMDA observados o pronosticados,
datos de choques observados y datos de diseño geomé-
trico.
El uso del método predictivo para un lapso pasado o fu-
turo depende del propósito del estudio. El lapso de estu-
dio es: Un lapso anterior (basado en TMDA observados)
para:
Una red vial, instalación o lugar existente. Si los datos
de choques observados están , el lapso de estudio es el
lapso durante el cual los datos de choques observados
están y para el cual (durante ese lapso) se conocen las
características de diseño geométrico del lugar, las ca-
racterísticas de control de tránsito y los volúmenes de
tránsito.
Una red vial, instalación o lugar existente para el cual se
proponen características alternativas de diseño geomé-
trico o características de control de tránsito (para condi-
ciones a corto plazo).
Un lapso futuro (basado en las TMDA pronosticadas)
para:
Una red vial, instalación o lugar existente para un lapso
futuro donde los volúmenes de tránsito pronosticados
están.
Una red vial, instalación o lugar existente para el cual se
propone aplicar características alternativas de control de
tránsito o diseño geométrico en el futuro.
Una nueva red vial, instalación o lugar que no existe ac-
tualmente, pero que se propone construir durante algún
lapso futuro.
Paso 3: para el lapso de estudio, determine la disponi-
bilidad de volúmenes de tránsito diario promedio anual
y, para una red vial existente, la disponibilidad de datos
de choques observados para determinar si el Método EB
es aplicable.
Determinación de los volúmenes de tránsito
Las FRS usados en el Paso 9 (y algunos CMF en el Paso
10) requieren volúmenes TMDA (vehículos por día).
Para un lapso anterior, el TMDA determinase mediante
un registro automático o estimarse mediante una en-
cuesta por muestreo. Para un lapso futuro, el TMDA es
una estimación de pronóstico basada en la planificación
adecuada del uso del suelo y modelos de pronóstico del
volumen de tránsito, o en la suposición de que los volú-
menes de tránsito actuales se mantendrán relativamente
constantes.
Para cada segmento de la vía, el TMDA es el volumen
de tránsito promedio diario de 24 horas en ambos senti-
dos en ese segmento de la vía en cada año del lapso a
evaluar (seleccionado en el Paso 8).
Para cada intersección, se requieren dos valores en
cada modelo predictivo. Estos son el TMDA de la calle
mayor, TMDAmaj, y el TMDA de la calle menor, TMDA-
min. El método para determinar TMDAmaj y TMDAmin
varía de un capítulo a otro porque los modelos predicti-
vos de los capítulos 10, 11 y 12 se desarrollaron de
forma independiente.
En muchos casos, se espera que los datos de TMDA no
estén para todos los años del lapso de evaluación. En
ese caso, se determina una estimación de TMDA para
cada año del lapso de evaluación mediante interpolación
o extrapolación, según corresponda. Si no existe un pro-
cedimiento establecido para hacer esto, se aplican las
siguientes reglas predeterminadas:
• Si los datos TMDA están para un solo año, se su-
pone que ese mismo valor se aplica a todos los años
del lapso anterior;
• Si se dispone de datos de TDMA de dos o más años,
los TDMA de los años intermedios se calculan me-
diante interpolación;
• Se supone que las TDMA de los años anteriores al
primer año para el que se dispone de datos son igua-
les a la TDMA de ese primer año;
Se supone que las TDMA de los años posteriores al úl-
timo año para el que se dispone de datos son iguales a
las del último año.
Si se va a usar el método EB (discutido a continuación),
se necesitan datos de TMDA para cada año del lapso
para el que se dispone de datos de frecuencia de cho-
ques observados. Si no se usará el Método EB, se usan
los datos TMDA para el lapso apropiado (pasado, pre-
sente o futuro) determinado en el Paso 2.
Determinación de la disponibilidad de los datos de
choques observados
Cuando se considera un lugar existente o condiciones
alternativas a un lugar existente, se usa el método EB.
El método EB solo es aplicable cuando se dispone de
datos de choques observados y confiables para la red
vial, la instalación o el lugar de estudio específico. Los
datos observados se obtienen directamente del sistema
de informes de choques de la jurisdicción. Son desea-
bles al menos dos años de datos de frecuencia de cho-
ques observados para aplicar el método EB. El Método
EB y los criterios para determinar si el Método EB es
aplicable se presentan en la Sección A.2.1 en el Apén-
dice de la Parte C.
Los modelos predictivos requieren datos/volúmenes de
TMDA. Si TMDA no está disponible, aunque no sea lo
mismo, se usan volúmenes/datos de tránsito diario pro-
medio (TMD).
16. 16/132
El Método EB y los criterios para determinar si el Mé-
todo EB es aplicable se presentan en la Sección
A.2.1 en el Apéndice de la Parte C.
El Método EB se aplica a nivel de lugar específico (los
choques observados se asignan a intersecciones o seg-
mentos-de-camino específicos en el Paso 6) o a nivel de
proyecto (los choques observados se asignan a una ins-
talación en su conjunto). El Método EB específico del lu-
gar se aplica en el Paso 13. Alternativamente, si los da-
tos de choques observados están pero no se asignan a
segmentos-de-camino e intersecciones individuales, se
aplica el Método EB a nivel de proyecto (en el Paso 15).
Si los datos de frecuencia de choques observados no
están , entonces no se realizarán los pasos 6, 13 y 15
del método predictivo. En este caso, la estimación de la
frecuencia media esperada de choques se limita al uso
de un modelo predictivo (la frecuencia media prevista de
choques).
Paso 4: determine las características de diseño geomé-
trico, las características de control de tránsito y las ca-
racterísticas del lugar para todos los lugares en la red de
estudio.
Para determinar los datos relevantes requeridos y evitar
la recopilación innecesaria de datos, es necesario com-
prender las condiciones base de las FRS en el Paso 9 y
los CMF en el Paso 10. Las condiciones base para las
FRS para cada uno de los tipos de instalaciones en los
MSV se detallan en los Capítulos 10, 11 y 12.
Paso 5: divida la red o instalación vial en consideración
en segmentos e intersecciones viales individuales, que
se denominan lugares.
Usando la información del Paso 1 y el Paso 4, la calzada
se divide en lugares individuales, que consisten en inter-
secciones y segmentos-de-calzada homogéneos indivi-
duales. La Sección C.6.2 provee las definiciones gene-
rales de los segmentos-de-camino y las intersecciones
usadas en el método predictivo. Al dividir las instalacio-
nes viales en pequeños segmentos homogéneos de la
vía, limitar la longitud del segmento a no menos de 0,10
millas minimizará los esfuerzos de cálculo y no afectará
los resultados.
Paso 6: asigne los choques observados a los lugares
individuales (si corresponde).
El Paso 6 solo se aplica si se determinó en el Paso 3 que
el Método EB específico del lugar era aplicable. Si el Mé-
todo EB específico del lugar no es aplicable, continúe
con el Paso 7. En el Paso 3, se determinó la disponibili-
dad de los datos observados y si los datos podrían asig-
narse a ubicaciones específicas. Los criterios específi-
cos para asignar choques a segmentos-de-camino o in-
tersecciones individuales se presentan en la Sección
A.2.3 del Apéndice de la Parte C.
Los choques que ocurren en una intersección o en un
tramo de intersección, y que están relacionados con la
presencia de una intersección, se asignan a la
intersección y se usan en el Método EB junto con la fre-
cuencia de choque promedio pronosticada para la inter-
sección.
Los choques que ocurren entre intersecciones y no es-
tán relacionados con la presencia de una intersección se
asignan al segmento-de-camino en el que ocurren, esto
incluye los choques que ocurren en los límites de la in-
tersección pero que no están relacionados con la pre-
sencia de la intersección. Dichos choques se usan en el
Método EB junto con la frecuencia de choque promedio
pronosticada para el segmento-de-camino.
Paso 7: seleccione el primer lugar individual o el si-
guiente en la red de estudio. Si no hay más lugares para
evaluar, vaya al Paso 15.
En el Paso 5, la red vial en los límites del estudio se di-
vide en varios lugares homogéneos individuales (inter-
secciones y segmentos viales). En cada lugar, todas las
características de diseño geométrico, las características
de control de tránsito, los TMDA y los datos de choques
observados se determinan en los Pasos 1 a 4. Para es-
tudios con una gran cantidad de lugares, es práctico
asignar un número a cada lugar.
El resultado del método predictivo MSV es la frecuencia
promedio esperada de choques de toda la red de estu-
dio, la suma de todos los lugares individuales, para cada
año del estudio. Tenga en cuenta que este valor será el
número total de choques que se espera que ocurran en
todos los lugares durante el lapso de interés. Si se desea
una frecuencia de choques, el total se divide por el nú-
mero de años en el lapso de interés.
La estimación para cada lugar (segmentos-de-camino o
intersección) se realiza de uno en uno. Los pasos 8 a 14,
que se describen a continuación, se repiten para cada
lugar.
Paso 8: para el lugar seleccionado, seleccione el primer
año o el siguiente en el lapso de interés. Si no hay más
años para evaluar para ese lugar, continúe con el Paso
15.
Los pasos 8 a 14 se repiten para cada lugar del estudio
y para cada año del lapso de estudio.
Es posible que los años individuales del lapso de eva-
luación deban analizarse año por año para cualquier
segmento-de-camino o intersección en particular porque
las FRS y algunos CMF (p. ej., anchos de carril y ban-
quina) dependen del TMDA, que cambia de un año a
otro.
Paso 9: para el lugar seleccionado, determine y aplique
la función de rendimiento de seguridad (FRS) apropiada
para el tipo de instalación y las características de control
de tránsito del lugar.
Los pasos del 9 al 13, que se describen a continuación,
se repiten para cada año del lapso de evaluación como
parte de la evaluación de cualquier segmento-de-camino
o intersección en particular.
Cada modelo predictivo en el MSV consta de una Fun-
ción de rendimiento de seguridad (FRS), que se ajusta a
17. 17/132
las condiciones específicas del lugar (en el Paso 10)
usando Factores de modificación de choques (CMF) y
se ajusta a las condiciones de la jurisdicción local (en el
Paso 11) usando un factor de calibración (C). Las FRS,
CMF y el factor de calibración obtenidos en los Pasos 9,
10 y 11 se aplican para calcular la frecuencia de choques
promedio pronosticada para el año seleccionado del lu-
gar seleccionado. El valor resultante es la frecuencia de
choques promedio pronosticada para el año seleccio-
nado.
La FRS (modelo de regresión estadística basado en da-
tos de choques observados para un conjunto de lugares
similares) estima la frecuencia promedio prevista de
choques para un lugar con las condiciones base (con-
junto específico de diseño geométrico y características
de control de tránsito). Las condiciones base para cada
FRS se especifican en cada uno de los capítulos de la
Parte C. En la Sección C.6.3 se provee una explicación
detallada y una descripción general de las FRS de la
Parte C.
Los tipos de instalaciones para los que se desarrollaron
FRS para el MSV se muestran en el Anexo C-2. La fre-
cuencia de choques promedio pronosticada para las
condiciones base se calcula usando el volumen de trán-
sito determinado en el Paso 3 (TMDA para segmentos-
de-camino o TMDAmaj y TMDAmin para intersecciones)
para el año seleccionado.
La frecuencia de choque promedio pronosticada se se-
para en componentes por nivel de gravedad de choque
y tipo de choque. Las distribuciones predeterminadas de
la gravedad del choque y los tipos de choque se proveen
en los capítulos de la Parte C. Estas distribuciones pre-
determinadas se benefician de la actualización en fun-
ción de los datos locales como parte del proceso de ca-
libración presentado en el Apéndice A.1.1.
Para considerar las diferencias entre el diseño geomé-
trico base y el diseño geométrico específico del lugar, los
factores de modificación de choques (CMF) ajustan la
estimación de FRS.
Solo los CMF presentados en la Parte C se usan como
parte del método predictivo de la Parte C.
El factor de calibración ajusta la contabilidad FRS para
las diferencias jurisdiccionales, como el clima, los lapsos
o la demografía del conductor.
El parámetro de sobredispersión provee una indicación
de la fiabilidad estadística de la FRS. Cuanto más cerca
de cero esté el parámetro de sobredispersión, más fiable
estadísticamente será la FRS.
Paso 10: multiplique el resultado obtenido en el Paso 9
por los CMF apropiados para ajustar la frecuencia de
choque promedio pronosticada al diseño geométrico es-
pecífico del lugar y las características de control de trán-
sito.
Cada FRS es aplicable a un conjunto de características
básicas de diseño geométrico y control de tránsito, que
se identifican para cada tipo de lugar en los capítulos de
la Parte C. Para considerar las diferencias entre el di-
seño geométrico base y el diseño geométrico específico
del lugar, se usan CMF para ajustar la estimación de
FRS. En la Sección C.6.4 se describe en general los
CMF y una guía para su uso, incluidas las limitaciones
del conocimiento actual sobre los efectos de la aplica-
ción simultánea de múltiples CMF. Al usar múltiples
CMF, se requiere juicio de ingeniería para evaluar las
interrelaciones y/o la independencia de los elementos o
tratamientos individuales que se están considerando
para su aplicación en el mismo proyecto. Todos los CMF
usados en la Parte C tienen las mismas condiciones
base que las FRS usados en el capítulo de la Parte C.
que se presenta el CMF (cuando el lugar específico tiene
la misma condición que la condición base FRS, el valor
CMF para esa condición es 1,00). Solo los CMF presen-
tados en la Parte C se usan como parte del método pre-
dictivo de la Parte C.
La Parte D contiene todos los CMF en el MSV. Algunos
CMF de la Parte D están incluidos en la Parte C para su
uso con FRS específicos. Otros CMF de la Parte D no
se presentan en la Parte C, pero se usan en los métodos
para estimar el cambio en la frecuencia de choques des-
critos en la Sección C.7.
Para las arterias urbanas y suburbanas (Capítulo 12), la
frecuencia promedio de choques para peatones y ciclis-
tas se calcula al final de este paso.
Paso 11: multiplique el resultado obtenido en el Paso 10
por el factor de calibración apropiado.
Cada uno de las FRS usados en el método predictivo se
desarrolló con datos de jurisdicciones y lapsos específi-
cos. La calibración de las FRS a las condiciones locales
tendrá en cuenta las diferencias. Se aplica un factor de
calibración (Cr para segmentos-de-camino o Ci para in-
tersecciones) a cada FRS en el método predictivo. En la
Sección C.6.5 se provee una descripción general del uso
de los factores de calibración. En la Parte C, Apéndice
A.1.1, se incluye una guía detallada para el desarrollo de
factores de calibración.
Paso 12: si hay otro año para evaluar en el lapso de es-
tudio para el lugar seleccionado, regrese al Paso 8. De
lo contrario, continúe con el Paso 13.
Este paso crea un ciclo a través de los Pasos 8 a 12 que
se repite para cada año del lapso de evaluación del lugar
seleccionado.
Paso 13: aplicar el método EB específico del lugar
(si corresponde).
Si el Método EB específico del lugar es aplicable se de-
termina en el Paso 3 usando los criterios de la Parte C,
Apéndice A.2.1. Si no es aplicable, continúe con el
Paso 14.
Si se aplica el Método EB específico del lugar, se usan
los criterios del Método EB del Paso 6 (detallados en la
Parte C, Apéndice A.2.4.) para asignar los choques ob-
servados a cada lugar individual.
18. 18/132
El método EB específico del lugar combina la estimación
del modelo predictivo de la frecuencia de choques pro-
medio pronosticada, Npredicted, con la frecuencia de
choques observada del lugar específico, Nobserved.
Esto provee una estimación más fiable desde el punto
de vista estadístico de la frecuencia media esperada de
choques del lugar seleccionado.
Para aplicar el Método EB específico del lugar, además
del material de la Parte C, Apéndice A.2.4, se usa el pa-
rámetro de sobredispersión, k, para la FRS. El paráme-
tro de sobredispersión provee una indicación de la fiabi-
lidad estadística de la FRS.
Cuanto más cerca de cero esté el parámetro de sobre-
dispersión, más fiable estadísticamente será la FRS.
Este parámetro se usa en el método EB específico del
lugar para proveer una ponderación a Npredicted y No-
bserved. Los parámetros de sobredispersión se proveen
para cada FRS en los capítulos de la Parte C.
Aplique el Método EB específico del lugar a un lapso
futuro, si corresponde.
La frecuencia de choque promedio esperada estimada
obtenida anteriormente se aplica al lapso en el pasado
para el cual se obtuvieron los datos de choque observa-
dos. La Sección A.2.6 en el Apéndice de la Parte C pro-
vee un método para convertir la estimación de la fre-
cuencia promedio esperada de choques para un lapso
pasado a un lapso futuro.
Paso 14: si hay otro lugar para evaluar, regrese al paso
7; de lo contrario, continúe con el Paso 15.
Este paso crea un ciclo para los Pasos 7 a 13 que se
repite para cada segmento-de-camino o intersección en
el área de estudio.
Paso 15: aplique el método EB a nivel de proyecto (si el
método EB específico del lugar no es aplicable).
Este paso es aplicable a las condiciones existentes
cuando los datos de choques observados están , pero
no se asignan con precisión a lugares específicos (p. ej.,
el informe de choques identifica choques que ocurren
entre dos intersecciones, pero no es preciso para deter-
minar una ubicación precisa en el segmento).). El Mé-
todo EB se analiza en la Sección C.6.6. En la Parte C,
Apéndice A.2.5, se provee una descripción detallada del
Método EB a nivel de proyecto.
Paso 16: sume todos los lugares y años del estudio para
estimar el total de choques o la frecuencia promedio de
choques de la red. El número total estimado de choques
en los límites de la red o de la instalación durante los
años del lapso de estudio se calcula usando la Ecuación
C-2:
Ntotal •
Nrs todos los segmentos viales
Nint todas las intersecciones (C-2) Donde, Ntotal = nú-
mero total esperado de choques en los límites viales del
estudio para todos los años en el lapso de interés. O
bien, la suma de la frecuencia promedio esperada de
choques para cada año para cada lugar en los límites de
camino definidos en el lapso de estudio; Nrs = frecuencia
promedio esperada de choques para un segmento-de-
camino usando el método predictivo durante un año; Nint
= frecuencia promedio esperada de choques para una
intersección usando el método predictivo durante un
año.
La ecuación C-2 representa el número total esperado de
choques que se estima que ocurrirán durante el lapso de
estudio. La Ecuación C-3 se usa para estimar la frecuen-
cia promedio total esperada de choques en los límites de
la red o la instalación durante el lapso de estudio.
N promedio total • N total n (C-3) Donde, Ntotal
promedio = frecuencia de choque promedio total espe-
rada que se estima que ocurrirá en los límites definidos
de la calzada durante el lapso de estudio; n = número de
años en el lapso de estudio.
Independientemente de si se usa el total o el promedio
total, un enfoque coherente en los métodos producirá
comparaciones confiables.
Paso 17: Determinar si existe un diseño, tratamiento o
pronóstico de TMDA alternativo para evaluar.
Los pasos 3 a 16 del método predictivo se repiten según
corresponda para los mismos límites de la calzada pero
para diseños geométricos alternativos, tratamientos o
lapsos de interés o TMDA pronosticados.
Paso 18 – Evaluar y comparar resultados.
El método predictivo se usa para proveer una estimación
estadísticamente fiable de la frecuencia media esperada
de choques en los límites definidos de la red o la insta-
lación durante un lapso determinado para un diseño geo-
métrico determinado y características de control del trán-
sito y un TMDA conocido o estimado. Los resultados del
método predictivo se usan para una serie de propósitos
diferentes. Los métodos para estimar la efectividad de
un proyecto se presentan en la Sección C.7. La Parte B
del MSV incluye una serie de métodos para evaluar el
rendimiento y la selección de redes, muchos de los cua-
les usan el método predictivo. Los usos de ejemplo in-
cluyen:
• Evaluar una red para clasificar los lugares e identificar
los lugares que probablemente respondan a un mejora-
miento de la seguridad;
• Evaluar la efectividad de las contramedidas después
de un lapso de aplicación;
• Estimación del rendimiento de las contramedidas pro-
puestas en una instalación existente.
19. 19/132
C.6. CONCEPTOS DEL MÉTODO PREDICTIVO
Los 18 pasos del método predictivo se resumieron en el
apartado C.5.
La sección C.6 provee una explicación adicional de al-
gunos de los pasos del método predictivo. Los detalles
sobre el procedimiento para determinar un factor de ca-
libración para aplicar en el Paso 11 se proveen en la
Parte C, Apéndice A.1. Los detalles sobre el Método EB,
que se requiere en los Pasos 6, 13 y 15, se proveen en
el Apéndice A.2 de la Parte C. La Sección C.6.1 informa
sobre la identificación de tipos de instalaciones y el es-
tablecimiento de límites de caminos.
C.6.1.Límites de caminos y tipos de instalaciones
En el Paso 1 del método predictivo, se definen la exten-
sión o los límites de la red de caminos bajo considera-
ción y se determina el tipo o tipos de instalaciones en
esos límites. La Parte C provee tres tipos de instalacio-
nes; Caminos rurales de dos carriles y dos sentidos, ca-
minos rurales multicarriles y arterias urbanas y suburba-
nas.
En el Paso 5 del método predictivo, el camino en los lí-
mites de camino definidos se divide en lugares individua-
les, segmentos-de-camino homogéneos o interseccio-
nes. Una instalación consta de un conjunto contiguo de
intersecciones individuales y segmentos-de-camino, de-
nominados "lugares". Una red vial consta de una serie
de instalaciones contiguas.
La clasificación de un área como urbana, suburbana o
rural está sujeta a las características de la vía, la pobla-
ción circundante y los usos del suelo y queda a discre-
ción del usuario.
En el MSV, la definición de áreas “urbanas” y “rurales”
se basa en las pautas de la Administración Federal de
Caminos (FHWA) que clasifican las áreas “urbanas”
como lugares en los límites urbanos donde la población
supera las 5000 personas. Las áreas “rurales” se definen
como lugares fuera de las áreas urbanas que tienen una
población mayor a 5,000 personas. El MSV usa el tér-
mino "suburbano" para referirse a las porciones periféri-
cas de un área urbana; el método predictivo no distingue
entre zonas urbanas y suburbanas de un área desarro-
llada.
Para cada tipo de instalación, se proveen FRS y CMF
para tipos de lugares individuales específicos (intersec-
ciones y segmentos-de-caminos). El método predictivo
se usa para determinar la frecuencia promedio esperada
de choques para cada lugar individual en el estudio, para
todos los años en el lapso de interés, y la estimación ge-
neral de choques es la suma acumulada de todos los
lugares para todos los años.
Los tipos de instalaciones y los tipos de lugares de ins-
talaciones en la Parte C del MSV se definen a continua-
ción.
El Anexo C-2 resume los tipos de lugares para cada uno
de los tipos de instalaciones que se incluyen en cada
uno de los capítulos de la Parte C:
• Capítulo 10 - Caminos Rurales de Dos Carriles y
Doble Sentido: incluye todas los caminos rurales con
operación de tránsito de dos carriles y doble sentido. El
Capítulo 10 se ocupa de los caminos de dos carriles y
dos sentidos con carriles centrales de dos sentidos para
giro-izquierda y los caminos de dos carriles con carriles
adicionales para adelantar o ascender o con segmentos
cortos de secciones transversales de cuatro carriles
(hasta dos millas de longitud) donde los carriles adicio-
nales en cada dirección se proveen específicamente
para mejorar las oportunidades de adelantamiento.
Los tramos cortos de camino con secciones transversa-
les de cuatro carriles funcionan esencialmente como ca-
minos de dos carriles con carriles de adelantamiento uno
al lado del otro y, por lo tanto, están en el alcance de la
metodología de caminos de dos carriles y dos sentidos.
Los caminos rurales con secciones más largas de sec-
ciones transversales de cuatro carriles se tratan con los
procedimientos para caminos rurales multicarriles del
Capítulo 11. El Capítulo 10 incluye intersecciones de tres
y cuatro tramos con control PARE en caminos secunda-
rios e intersecciones semaforizadas de cuatro tramos en
todos los tramos. secciones transversales de calzada a
las que se aplica el capítulo.
• Capítulo 11 - Autopistas rurales multicarriles: in-
cluye caminos rurales multicarriles sin control total
de acceso. Esto incluye todas las autopistas rurales que
no son autopistas con cuatro carriles de tránsito directos,
excepto las autopistas de dos carriles con carriles de
paso de lado a lado, como se describe anteriormente.
intersecciones semaforizadas en todas las secciones
transversales de calzada a las que se aplica el capítulo.
• Caminos Arteriales Urbanas y Suburbanas: incluye
arterias sin control total de acceso, distintas de las auto-
pistas, con dos o cuatro carriles de paso en áreas urba-
nas y suburbanas. El Capítulo 12 incluye intersecciones
de tres y cuatro tramos con control PARE de caminos
secundarios o control de semáforos y rotondas en todas
las secciones transversales de caminos a las que se
aplica el capítulo.
C.6.2.Definición de tramos de camino e interseccio-
nes
Los modelos predictivos para tramos de camino estiman
la frecuencia de choques que ocurrirían en el camino si
no hubiera una intersección. Los modelos predictivos
para una intersección estiman la frecuencia de choques
adicionales que ocurren por la presencia de la intersec-
ción.
Un segmento-de-camino es una sección de vía continua
que provee una operación de tránsito en dos sentidos,
que no está interrumpida por una intersección, y consta
de características geométricas y de control de tránsito
homogéneas. Un segmento-de-calzada comienza en el
20. 20/132
centro de una intersección y termina en el centro de la
siguiente intersección, o donde hay un cambio de un
segmento-de-calzada homogéneo a otro segmento ho-
mogéneo. El modelo de segmento-de-camino estima la
frecuencia de choques relacionados con el segmento-
de-camino que ocurren en la Región B en el Anexo C-4.
Cuando un segmento-de-camino comienza o termina en
una intersección, la longitud del segmento-de-camino se
mide desde el centro de la intersección.
Las intersecciones se definen como la unión de dos o
más segmentos-de-camino. Los modelos de intersec-
ción estiman la frecuencia promedio pronosticada de
choques que ocurren en los límites de una intersección
(Región A del Anexo C-4) y choques relacionados con la
intersección que ocurren en los tramos de la intersección
(Región B en el Anexo C-4).
Cuando el Método EB es aplicable a un nivel específico
del lugar (consulte la Sección C.6.6), los choques obser-
vados se asignan a lugares individuales. Algunos cho-
ques observados que ocurren en intersecciones tienen
características de choques en segmentos-de-caminos y
algunos choques en segmentos-de-caminos se atribu-
yen a intersecciones. Estos choques se asignan indivi-
dualmente al lugar apropiado. El método para asignar y
clasificar choques como choques en segmentos-de-ca-
minos individuales y choques en intersecciones para
usar con el Método EB se describe en la Parte C, Apén-
dice A.2.3. En el Anexo C-4, todos los choques observa-
dos que ocurren en la Región A se asignan como cho-
ques en intersecciones, pero los choques que ocurren
en la Región B asignanse como choques en segmentos-
de-caminos o choques en intersecciones según las ca-
racterísticas del choque.
Usando estas definiciones, los modelos predictivos de
segmentos-de-caminos estiman la frecuencia de cho-
ques que ocurrirían en el camino si no hubiera una inter-
sección. Los modelos predictivos de intersección esti-
man la frecuencia de choques adicionales que ocurren
por la presencia de la intersección.
Anexo C-4: Definición de segmentos-de-camino e in-
tersecciones
La sección C.6.3 informa sobre las Funciones-de-
Rendimiento-de-Seguridad, FRS
C.6.3. Funciones de Rendimiento de Seguridad
Las Funciones-de-Rendimiento-de-Seguridad (FRS)
son modelos de regresión para estimar la frecuencia
promedio prevista de choques de segmentos o intersec-
ciones de caminos individuales. En el Paso 9 del método
predictivo, se usan las FRS apropiados para determinar
la frecuencia de choque promedio pronosticada para el
año seleccionado para condiciones base específicas.
Cada FRS en el método predictivo se desarrolló con da-
tos de choques observados para un conjunto de lugares
similares. En las FRS desarrollados para el MSV, la va-
riable dependiente estimada es la frecuencia de choque
promedio pronosticada para un segmento-de-camino o
intersección en condiciones base y las variables inde-
pendientes son los TMDA del segmento-de-camino o
tramos de intersección (y, en algunos casos, algunos
otros). variables como la longitud del tramo de calzada).
En la Ecuación C-4 se muestra un ejemplo de una FRS
(para segmentos-de-caminos rurales de dos carriles y
sentidos de Capítulo 10).
Las FRS se desarrollan a través de técnicas estadísticas
de regresión múltiple usando datos históricos de cho-
ques recopilados durante varios años en lugares con ca-
racterísticas similares y que cubren una amplia gama de
TMDA. Los parámetros de regresión de las FRS se de-
terminan asumiendo que las frecuencias de choques si-
guen una distribución binomial negativa. La distribución
binomial negativa es una extensión de la distribución de
Poisson que normalmente se usa para frecuencias de
choques. Sin embargo, la media y la varianza de la dis-
tribución de Poisson son iguales. A menudo, este no es
el caso de las frecuencias de choques en las que la va-
riación normalmente supera la media.
La distribución binomial negativa incorpora un parámetro
estadístico adicional, el parámetro de sobredispersión
que se estima junto con los parámetros de la ecuación
de regresión. El parámetro de sobredispersión tiene va-
lores positivos. Cuanto mayor sea el parámetro de so-
bredispersión, más variarán los datos de choque en
comparación con una distribución de Poisson con la
misma media. El parámetro de sobredispersión se usa
para determinar un factor de ajuste ponderado para usar
en el Método EB descrito en la Sección C.6.6.
Los factores de modificación de choques (CMF) se apli-
can a la estimación de FRS para considerar las diferen-
cias geométricas o geográficas entre las condiciones
base del modelo y las condiciones locales del lugar en
consideración. Los CMF y su aplicación a las FRS se
describen en la Sección C.6.4.
Para aplicar una FRS, es necesaria la siguiente informa-
ción relacionada con el lugar bajo consideración:
21. 21/132
• Diseño geométrico básico e información geográfica
del lugar para determinar el tipo de instalación y si
una FRS está disponible para ese tipo de lugar;
• información de TMDA para la estimación de lapsos
pasados, o estimaciones de pronóstico de TMDA
para la estimación de lapsos futuros;
Diseño geométrico detallado del lugar y condiciones
base (detallado en cada uno de los capítulos de la
Parte C) para determinar si las condiciones del lugar
varían de las condiciones base y, por lo tanto, es apli-
cable un CMF.
El MSV provee distribuciones predeterminadas de
gravedad y tipo de choque. Estas distribuciones se
benefician de la calibración a las condiciones loca-
les.
Actualización de los valores predeterminados de la
gravedad del choque y la distribución del tipo de
choque para las condiciones locales
Además de estimar la frecuencia de choque promedio
pronosticada para todos los choques, las FRS se usan
para estimar la distribución de la frecuencia de choque
por tipos de gravedad y tipos de choque (como choque
único). choques de vehículos o calzadas). Los modelos
de distribución en el MSV son distribuciones predetermi-
nadas.
Cuando se disponga de datos locales suficientes y apro-
piados, los valores predeterminados (para tipos de gra-
vedad de choque y tipos de choque y la proporción de
choques nocturnos) se remplazan con valores derivados
localmente cuando se establezca explícitamente en los
Capítulos 10, 11 y 12. La calibración de las distribucio-
nes predeterminadas a las condiciones locales se des-
cribe en detalle en el Apéndice A.1.1 de la Parte C.
Si es posible, se fomenta el desarrollo de FRS locales.
Desarrollo de FRS locales
Algunos usuarios de MSV prefieren desarrollar FRS con
datos de su propia jurisdicción para usar con el método
predictivo en lugar de calibrar las FRS presentados en el
MSV. El Apéndice de la Parte C orienta sobre el desa-
rrollo de FRS específicos de la jurisdicción adecuados
para usar con el método predictivo. No se requiere el
desarrollo de FRS específicos de la jurisdicción.
C.6.4. Factores de modificación de choques
En el Paso 10 del método predictivo, se determinan los
CMF y se aplican a los resultados del Paso 9. Los CMF
se usan en la Parte C para ajustar la frecuencia de cho-
que promedio pronosticada por la FRS para un lugar con
condiciones base al valor pronosticado. frecuencia pro-
medio de choques para las condiciones específicas del
lugar seleccionado.
Los CMF son la relación de la frecuencia de choque pro-
medio estimada de un lugar en dos condiciones diferen-
tes. un CMF representa el cambio relativo en la frecuen-
cia de choques promedio estimada por un cambio en
una condición específica (cuando todas las demás
condiciones y características del lugar permanecen
constantes).
La Ecuación C-5 muestra el cálculo de un CMF para el
cambio en la frecuencia promedio estimada de choques
de la condición del lugar 'a' a la condición del lugar 'b'.
Los CMF definidos de esta manera para los choques es-
perados se aplican a la comparación de choques previs-
tos entre la condición del lugar 'a' y la condición del lugar
'b'.
Los CMF son una estimación de la efectividad de la apli-
cación de un tratamiento en particular, conocido como
contramedida, intervención, acción o diseño alternativo.
Ejemplos incluyen; iluminar un segmento-de-camino sin
iluminación, pavimentar banquinas de grava, señalizar
una intersección controlada por PARE, aumentar el ra-
dio de una curva horizontal o elegir un tiempo de ciclo de
señal de 70 segundos en lugar de 80 segundos. se desa-
rrollaron CMF para condiciones que no están asociadas
con el camino, pero que representan condiciones geo-
gráficas o demográficas que rodean el lugar o con los
usuarios del lugar, por ejemplo, la cantidad de expendios
de bebidas alcohólicas en las proximidades de un lugar.
Los valores de CMF en el MSV se determinan para un
conjunto específico de condiciones base. Estas condi-
ciones base cumplen el papel de la condición del lugar
'a' en la Ecuación C-5. Esto permite comparar las opcio-
nes de tratamiento con una condición de referencia es-
pecífica. Por ejemplo, los valores de CMF para el efecto
de los cambios de ancho de carril se determinan en com-
paración con una condición base de ancho de carril de
3,6 m. En las condiciones básicas (sin cambios en las
condiciones), el valor de un CMF es 1,00. Los valores de
CMF inferiores a 1,00 indican que el tratamiento alterna-
tivo reduce la frecuencia media estimada de choques en
comparación con la condición base. Los valores de CMF
superiores a 1,00 indican que el tratamiento alternativo
aumenta la frecuencia estimada de choques en compa-
ración con la condición base. La relación entre un CMF
y el cambio porcentual esperado en la frecuencia de cho-
ques se muestra en la Ecuación C-6.
Aplicación de CMF para ajustar las frecuencias de
choques para condiciones específicas del lugar
En los modelos predictivos de la Parte C, una estimación
de FRS se multiplica por una serie de CMF para ajustar
la estimación de la frecuencia promedio de choques de
las condiciones base a las condiciones específicas pre-
sentes en ese lugar (ver , por ejemplo, Ecuación C-1).
Los CMF son multiplicativos porque la suposición más
razonable basada en el conocimiento actual es asumir la
22. 22/132
independencia de los efectos de las características que
representan. Existe poca investigación sobre la indepen-
dencia de estos efectos. El uso de datos de choques ob-
servados en el Método EB (consulte la Sección C.6.6 y
el Apéndice de la Parte C) ayuda a compensar cualquier
sesgo que pueda ser causado por la falta de indepen-
dencia de los CMF. A medida que se complete una
nueva investigación, las futuras ediciones del MSV po-
drán abordar la independencia (o la falta de ella) de los
efectos de CMF de manera más completa.
Aplicación de los CMF para estimar el efecto sobre
las frecuencias de choques de los tratamientos o
contramedidas propuestos
Los CMF se usan para estimar los efectos anticipados
de futuros tratamientos o contramedidas propuestos (p.
ej., en algunos de los métodos discutidos en la Sección
C.7). Cuando se apliquen múltiples tratamientos o con-
tramedidas al mismo tiempo y se presuma que tienen
efectos independientes, los CMF para los tratamientos
combinados son multiplicativos. existe investigación limi-
tada con respecto a la independencia de los efectos de
los tratamientos individuales entre sí. Sin embargo, en el
caso de los tratamientos propuestos que aún no se apli-
caron, no hay datos de choque observados para la con-
dición futura que brinden compensación por sobrestimar
la efectividad pronosticada de múltiples tratamientos. se
requiere juicio de ingeniería para evaluar las interrelacio-
nes y la independencia de múltiples tratamientos en un
lugar.
La comprensión limitada de las interrelaciones entre va-
rios tratamientos requiere consideración, especialmente
cuando se multiplican varios CMF. Es posible sobresti-
mar el efecto combinado de múltiples tratamientos
cuando se espera que más de uno de los tratamientos
pueda afectar el mismo tipo de choque. La aplicación de
carriles y banquinas más anchos a lo largo de un corre-
dor es un ejemplo de un tratamiento combinado donde
la independencia de los tratamientos individuales no
está clara, porque se espera que ambos tratamientos re-
duzcan los mismos tipos de choques. Al aplicar trata-
mientos potencialmente interdependientes, los usuarios
deben ejercer su criterio de ingeniería para evaluar la in-
terrelación y/o la independencia de los elementos o tra-
tamientos individuales que se están considerando para
su aplicación en el mismo proyecto. Estos supuestos se
cumplen o no al multiplicar los CMF en consideración
junto con una FRS o con la frecuencia de choques ob-
servada de un lugar existente.
El juicio de ingeniería es necesario en el uso de CMF
combinados donde múltiples tratamientos cambian la
naturaleza o el carácter general del lugar. En este caso,
ciertos CMF usados en el análisis de las condiciones del
lugar existente y el tratamiento propuesto son incompa-
tibles. Un ejemplo de esta preocupación es instalar una
rotonda en una intersección urbana de dos vías con con-
trol PARE o semáforo. El procedimiento para estimar la
frecuencia de choques después de instalar una rotonda
(consulte el Capítulo 12) es estimar la frecuencia de cho-
que promedio para las condiciones del lugar existente
(ya que actualmente no se dispone de una FRS para ro-
tondas) y luego aplicar un CMF para la conversión de
una intersección convencional. a una rotonda. Clara-
mente, instalar una rotonda cambia la naturaleza del lu-
gar, de modo que otros CMF que sw aplicanpara abordar
otras condiciones en la ubicación de PARE controlada
en dos sentidos dejan de ser relevantes.
CMF y error estándar
El error estándar se define como la desviación estándar
estimada de la diferencia entre los valores estimados y
los valores de los datos de muestra. Es un método para
evaluar el error de un valor estimado o modelo. Cuanto
menor sea el error estándar, más fiable (menos error)
será la estimación. Todos los valores de CMF son esti-
maciones del cambio en la frecuencia promedio espe-
rada de choques por un cambio en una condición espe-
cífica más o menos un error estándar. Algunos CMF en
el MSV incluyen un valor de error estándar, que indica la
variabilidad de la estimación de CMF según los valores
de datos de muestra.
El error estándar se usa para calcular un intervalo de
confianza para el cambio estimado en la frecuencia pro-
medio esperada de choques. Los intervalos de con-
fianza se calculan usando múltiplos del error estándar
usando la Ecuación C-7 y los valores del Anexo C-5.
Anexo C-5: Construcción de intervalos de confianza
usando CMF Error estándar
CMF en el MSV Parte C
Los valores de CMF en el MSV se explican en el texto
(por lo general, donde hay una gama limitada de opcio-
nes para un tratamiento en particular), en una fórmula
(donde las opciones de tratamiento son variables conti-
nuas) o en tablas (donde los valores de CMF varían se-
gún el tipo de instalación o están en categorías discre-
tas). Las diferencias entre los CMF de la Parte C y los
CMF D se explican a continuación.
La Parte D contiene todos los CMF en el MSV. Algunos
CMF de la Parte D están incluidos en la Parte C para su
23. 23/132
uso con FRS específicos. Otros CMF de la Parte D no
se presentan en la Parte C, pero se usan en los métodos
para estimar el cambio en la frecuencia de choques des-
critos en la Sección C.7.
C.6.5. Calibración de las Funciones de Rendi-
miento de Seguridad, FRS, a las condiciones locales
En la sección C.6.5 se presentan los conceptos de
calibración. El método de calibración se describe
completamente en el Apéndice de la Parte C.
Los modelos predictivos de los capítulos 10, 11 y 12 tie-
nen tres elementos básicos, Funciones de Rendimiento
de Seguridad, FRS, , factores de modificación de cho-
ques y un factor de calibración. Las FRS se desarrolla-
ron como parte de la investigación relacionada con MSV
a partir de los conjuntos de datos más completos y cohe-
rentes. Sin embargo, el nivel general de frecuencia de
choques varía sustancialmente de una jurisdicción a otra
por una variedad de razones, incluidos los umbrales de
notificación de choques y los procedimientos del sistema
de notificación de choques.
Estas variaciones resultan que algunas jurisdicciones
experimenten sustancialmente más choques de tránsito
informados en un tipo de instalación en particular que en
otras jurisdicciones. Además, algunas jurisdicciones tie-
nen variaciones sustanciales en las condiciones entre
áreas en la jurisdicción (p. ej., condiciones de conduc-
ción en invierno con nieve en una parte del estado y con-
diciones de conducción en invierno con lluvia en otra
parte del estado). para que el método predictivo brinde
resultados que sean confiables para cada jurisdicción
que los usa, es importante que las FRS en la Parte C
estén calibrados para su aplicación en cada jurisdicción.
Los métodos para calcular los factores de calibración
para los segmentos-de-camino Cr y las intersecciones
Ci se incluyen en el Apéndice de la Parte C para permitir
que las agencias viales ajusten la FRS para que coincida
con las condiciones locales.
Los factores de calibración tendrán valores superiores a
1,0 para caminos que, en promedio, experimentan más
choques que los caminos usadas en el desarrollo de las
FRS. Los caminos que, en promedio, experimentan me-
nos choques que los caminos usadas en el desarrollo de
la FRS, tendrán factores de calibración inferiores a 1,0.
C.6.6. Ponderación con el método bayesiano empí-
rico
El paso 13 o el paso 15 del método predictivo son pasos
opcionales que se aplican solo cuando los datos de cho-
ques observados están para el lugar específico o para
toda instalar interés. Cuando se dispone de datos de
choques observados y un modelo predictivo, la confiabi-
lidad de la estimación mejoramiento al combinar ambas
estimaciones. El método predictivo de la Parte C usa el
método Bayesiano empírico, denominado en el presente
documento Método EB.
La Sección C.6.5 presenta conceptos de calibración. El
método de calibración se describe completamente en el
Apéndice de la Parte C.
La Sección C.6.6 presenta más información sobre el
Método EB.
El Método EB se usa para estimar la frecuencia prome-
dio esperada de choques para lapsos pasados y futuros,
y se usa a nivel específico del lugar o del proyecto
(donde los datos observados se conocen para una ins-
talación en particular, pero no en el lugar). -nivel especí-
fico).
Para un lugar individual (el Método EB específico del lu-
gar), el Método EB combina la frecuencia de choques
observada con la estimación del modelo predictivo
usando la Ecuación C-8. El método EB usa un factor
ponderado, w, una función del parámetro de sobredis-
persión de FRS, k, para combinar las dos estimaciones.
el ajuste ponderado depende únicamente de la varianza
del modelo FRS. El factor de ajuste ponderado, w, se
calcula usando la Ecuación C-9.
A medida que aumenta el valor del parámetro de sobre-
dispersión, el valor del factor de ajuste ponderado dismi-
nuye y, por lo tanto, se pone más énfasis en la frecuen-
cia de choques observada que en la prevista por FRS.
Cuando los datos usados para desarrollar un modelo es-
tán muy dispersos, es probable que la precisión de la
FRS resultante sea menor; en este caso, es razonable
poner menos peso en la estimación de FRS y más peso
en la frecuencia de choques observada. Por otro lado,
cuando los datos usados para desarrollar un modelo tie-
nen poca sobredispersión, es probable que la confiabili-
dad de la FRS resultante sea mayor; en este caso, es
razonable dar más peso a la estimación de la FRS y me-
nos peso a la frecuencia de choques observada. En el
Apéndice de la Parte C se incluye una discusión más
detallada del Método EB.
El método EB no se aplica sin una FRS aplicable y datos
de choques observados. Hay circunstancias en las que
una FRS no esté disponible o no se pueda calibrar para
las condiciones locales o circunstancias en las que los
datos de choques no estén o no sean aplicables a las
condiciones actuales. Si el Método EB no es aplicable,
los Pasos 6, 13 y 15 no se realizan.
La Sección C.7 provee métodos para estimar la efectivi-
dad de los proyectos.
24. 24/132
C.7. MÉTODOS PARA ESTIMAR EL RENDIMIENTO EN SEGURIDAD DE UN PROYECTO PROPUESTO
El método predictivo de la Parte C provee una metodo-
logía estructurada para estimar la frecuencia promedio
esperada de choques donde se especifican característi-
cas de control de tránsito y diseño geométrico. Existen
cuatro métodos para estimar el cambio en la frecuencia
promedio esperada de choques de un proyecto pro-
puesto o una alternativa de diseño de proyecto (la efec-
tividad de los cambios propuestos en términos de reduc-
ción de choques). En orden de confiabilidad predictiva
(de mayor a menor) estos son:
• Método 1: aplicar el método predictivo de la
Parte C para estimar la frecuencia promedio espe-
rada de choques de las condiciones existentes y
propuestas.
• Método 2: aplicar el método predictivo de la
Parte C para estimar la frecuencia promedio espe-
rada de choques de la condición existente y aplicar
un CMF de proyecto apropiado de la Parte D (un
CMF que representa un proyecto que cambia el ca-
rácter de un lugar) para estimar el rendimiento de
seguridad de la condición propuesta.
• Método 3: si el método predictivo de la Parte C
no está disponible, pero está disponible una función
de rendimiento de seguridad (FRS) aplicable a la
condición del camino existente (una FRS desarro-
llada para un tipo de instalación que no está incluida
en la Parte C del MSV).), use ese FRS para estimar
la frecuencia de choque promedio esperada de la
condición existente. Aplique un CMF de proyecto
apropiado de la Parte D para estimar la frecuencia
de choque promedio esperada de la condición pro-
puesta. Un CMF de proyecto derivado localmente se
usa en el Método 3.
• Método 4: use la frecuencia de choques observada
para estimar la frecuencia de choques promedio es-
perada de la condición existente y aplique un CMF
de proyecto apropiado de la Parte D a la frecuencia
de choques promedio esperada estimada de la con-
dición existente para obtener la frecuencia de cho-
ques promedio esperada estimada para la condición
propuesta. condición.
• En los cuatro métodos anteriores, la diferencia en la
frecuencia de choques promedio esperada estimada
entre las condiciones/proyectos existentes y pro-
puestos se usa como estimación del rendimiento del
proyecto.
___________________________________________________________________________________
El método predictivo se basa en la investigación usando
las bases de datos que describen las características
geométricas y de tránsito de los sistemas viales en los
Estados Unidos. Los modelos predictivos incorporan los
efectos de muchos, pero no todos, los diseños geomé-
tricos y las características de control de tránsito de inte-
rés potencial. La ausencia de un factor de los modelos
predictivos no significa necesariamente que el factor no
tenga efecto sobre la frecuencia de choques; solo indica
que el efecto no se conoce completamente o no se cuan-
tificó en este momento.
Si bien el método predictivo aborda los efectos de las
características físicas de una instalación, considera el
efecto de los factores no geométricos solo en un sentido
general. Los principales ejemplos de esta limitación son:
Las poblaciones de conductores varían sustancialmente
de un lugar a otro en cuanto a distribución de edad, años
de experiencia de manejo, uso del cinturón de seguri-
dad, consumo de alcohol y otros factores de comporta-
miento. El método predictivo tiene en cuenta la influencia
de estos factores a nivel estatal o comunitario en las fre-
cuencias de choques a través de la calibración, pero no
las variaciones específicas del lugar en estos factores,
sustanciales.
Los efectos de las condiciones climáticas se tratan indi-
rectamente a través del proceso de calibración, pero los
efectos del clima no se abordan explícitamente.
El método predictivo considera los volúmenes de trán-
sito diario promedio anual, pero no considera los efectos
de las variaciones del volumen de tránsito durante el día
o La principal limitación del método predictivo es que los
modelos predictivos incorporan el efecto de muchos,
pero no todos, los diseños geométricos y el tránsito. ca-
racterísticas de control de interés potencial o las propor-
ciones de camiones o motocicletas; los efectos de estos
factores de tránsito no se comprenden completamente.
Además, el método predictivo trata los efectos del diseño
geométrico individual y las características de control de
tránsito como independientes entre sí e ignora las posi-
bles interacciones entre ellos. Es probable que tales in-
teracciones existan e, idealmente, deberían tenerse en
cuenta en los modelos predictivos. En la actualidad, ta-
les interacciones no se entienden completamente y son
difíciles de cuantificar.
25. 25/132
C.9. GUÍA PARA APLICAR LA PARTE C
El MSV provee un método predictivo para la estimación
de choques que se usa para tomar decisiones relaciona-
das con el diseño, la planificación, la operación y el man-
tenimiento de las redes viales.
Estos métodos se centran en el uso de métodos estadís-
ticos para abordar la aleatoriedad inherente a los cho-
ques. Los usuarios no necesitan tener un conocimiento
detallado de los métodos de análisis estadístico para
comprender y usar el MSV. Sin embargo, el uso del MSV
requiere comprender los siguientes principios generales:
• La frecuencia de choques observada es una variable
inherentemente aleatoria. No es posible predecir
con precisión el valor para un lapso específico de un
año: las estimaciones en el MSV se refieren a la fre-
cuencia promedio esperada de choques que se ob-
servaría si el lugar pudiera mantenerse en condicio-
nes constantes durante un lapso a largo plazo, rara-
mente posible.
• La calibración de una FRS a las condiciones del es-
tado local es un paso importante en el método pre-
dictivo.
• Se requiere juicio de ingeniería en el uso de todos
los procedimientos y métodos de MSV, particular-
mente la selección y aplicación de FRS y CMF a una
condición de lugar dada.
• Existen errores y limitaciones en todos los datos de
choques que afectan tanto a los datos de choques
observados para un lugar específico como a los mo-
delos desarrollados. El capítulo 3 provee una expli-
cación adicional sobre este tema.
• El desarrollo de FRS y CMF requiere la comprensión
de técnicas de análisis de choques y modelos de re-
gresión estadística. El Apéndice de la Parte C
orienta sobre el desarrollo de FRS específicos de la
jurisdicción adecuados para usar con el método pre-
dictivo. No se requiere el desarrollo de FRS especí-
ficos de la jurisdicción
• En general, un nuevo segmento-de-camino es apli-
cable cuando hay un cambio en la condición de un
segmento-de-camino que requiere la aplicación de
un valor CMF nuevo o diferente, pero cuando un va-
lor cambia con frecuencia en una longitud mínima de
segmento, se requiere juicio de ingeniería para de-
terminar un valor promedio apropiado a lo largo de
la longitud mínima del segmento. Al dividir las insta-
laciones viales en pequeños segmentos viales ho-
mogéneos, limitar la longitud del segmento a un va-
lor mayor o igual a 0,10 millas disminuirá los esfuer-
zos de recopilación y gestión de datos.
• Cuando se aplica el Método EB, se recomienda un
mínimo de dos años de datos observados. El uso de
datos observados solo es aplicable si se conocen el
diseño geométrico y los TMDA durante el lapso para
el cual se consideran los datos observados.
C.10. RESUMEN
El método predictivo consta de 18 pasos que dan una
guía detallada para dividir una instalación en lugares in-
dividuales, seleccionar un lapso de interés apropiado,
obtener datos geométricos apropiados, datos de volu-
men de tránsito y datos de choques observados, y apli-
car los modelos predictivos y el Método EB. Siguiendo
los pasos del método predictivo, se estima la frecuencia
promedio esperada de choques de una instalación para
un diseño geométrico, volúmenes de tránsito y lapso da-
dos. Esto permite realizar comparaciones entre alterna-
tivas en el diseño y escenarios de pronóstico de volumen
de tránsito. El método predictivo MSV permite que se
haga una estimación entre la frecuencia de choques y la
efectividad del tratamiento para ser considerado junto
con las necesidades de la comunidad, la capacidad, la
demora, el costo, el derecho de paso y las consideracio-
nes ambientales en la toma de decisiones para proyec-
tos de mejoramiento de caminos.
El método predictivo se aplica a un lapso pasado o futuro
y se usa para estimar la frecuencia de choque promedio
total esperada, o las frecuencias de choque por grave-
dad de choque y tipo de choque. La estimación es para
una instalación existente, para alternativas de diseño
propuestas para una instalación existente o para una
instalación nueva (no construida). Los modelos predicti-
vos se usan para determinar las frecuencias de choques
promedio previstas en función de las condiciones del
lugar y los volúmenes de tránsito. Los modelos predicti-
vos en el MSV constan de tres elementos básicos: fun-
ciones-de-rendimiento-de-seguridad, factores de modifi-
cación de choques y un factor de calibración. Estos se
aplican en los Pasos 9, 10 y 11 del método predictivo
para determinar la frecuencia promedio prevista de cho-
ques de una intersección individual específica o un seg-
mento-de-camino homogéneo para un año específico.
Cuando los datos de choques observados están , las fre-
cuencias de choques observadas se combinan con las
estimaciones del modelo predictivo usando el Método
EB, para obtener una estimación estadísticamente con-
fiable. El Método EB se aplica en el Paso 13 o 15 del
método predictivo. El Método EB se aplica a nivel espe-
cífico del lugar (Paso 13) o a nivel específico del pro-
yecto (Paso 15). se aplica a un lapso futuro si las condi-
ciones del lugar no cambiarán en el lapso futuro. El Mé-
todo EB se describe en el Apéndice A.2 de la Parte C.
Los siguientes capítulos de la Parte C proveen los pasos
detallados del método predictivo para estimar la frecuen-
cia promedio esperada de choques para los siguientes
tipos de instalaciones:
• Capítulo 10 - Caminos rurales de dos carriles y
dos sentidos
• Capítulo 11: Caminos rurales multicarriles
• Capítulo 12: Arteriales urbanos y suburbanos
26. 26/132
PARTE C: MÉTODO PREDICTIVO [390]
CAPÍTULO 10: MÉTODO PREDICITIVO CAMINOS RURALES DE DOS CARRILES Y SENTIDOS
10.1. Introducción
10.2. Descripción general del método predictivo
10.3. Caminos rurales de dos carriles de dos sentidos: definiciones y modelos predictivos
10.4. Método predictivo para zonas rurales de dos carriles y dos sentidos
10.5. Segmentos-de-caminos e intersecciones
10.6. Funciones-de-rendimiento-de-seguridad, FRS
10.7. Factores de modificación de choques
10.8. Calibración de las FRS a las condiciones locales
10.9 Limitaciones del método predictivo en el Capítulo 10
10-10 Aplicación del método predictivo del Capítulo 10
10-11 Resumen
10.12 Problemas de muestra
10.13. Referencias
ANEXOS
Anexo 10-1: Rural Two- Carril Tipo de lugar de camino de dos sentidos con FRS en el Capítulo 10
Anexo 10-2: El método predictivo de MSV
Anexo 10-3: Definición de segmentos e intersecciones
Anexo 10-4: Funciones de Rendimiento de Seguridad, FRS, incluidas en el Capítulo 10
Anexo 10-5: Forma gráfica de FRS para segmentos-de-caminos rurales de dos carriles y dos sentidos (ecuación 10-
6)
Anexo 10-6: Distribución predeterminada para el nivel de gravedad del choque en segmentos-de-caminos rurales
de dos carriles y dos sentidos
Anexo 10-7: Distribución predeterminada por tipo de choque para niveles de gravedad de choque específicos en
segmentos-de-caminos rurales de dos carriles y dos sentidos.) Intersecciones (Ecuación 10-8)
Anexo 10-9: Representación gráfica de la FRS para control de PARADA de cuatro tramos (4ST) Intersecciones
(Ecuación 10-9)
Anexo 10-10: Representación gráfica de la FRS para intersecciones semaforizadas de cuatro tramos (4SG) (Ecua-
ción 10-10)
Anexo 10-11: Distribución predeterminada para el nivel de gravedad del choque en Intersecciones rurales de dos
carriles y dos sentidos
Anexo 10-12: Distribución predeterminada para el tipo de choque y la forma de choque en las intersecciones rurales
de dos sentidos
Anexo 10-13: Resumen de los factores de modificación de choques (CMF) en el Capítulo 10 y el Funciones-de-
rendimiento-de-seguridad (FRS) correspondientes
Anexo 10-14: CMF para ancho de carril en segmentos-de-calzada (CMFra)
Anexo 10-15: Factor de modificación de choques para ancho de carril en segmentos-de-calzada
Anexo 10-16: CMF para ancho de banquina en segmentos-de-calzada (CMFwra)10-
Anexo 10-17: Factor de modificación de choques para ancho de banquina en segmentos-de-calzada
Anexo 10-18: Factores de modificación de choques para tipos de banquina y anchos de banquina en segmentos-
de-calzada (CMFtra)
Anexo 10-19: Factores de modificación de choques (CMF5r) para Pendiente de los segmentos-de-calzada
Anexo 10-20: Proporciones de choques nocturnos para segmentos-de-calzada no iluminados
Anexo 10-21: Factores de modificación de choques (CMF2i) para instalar carriles de giro-izquierda en accesos a
intersecciones
Anexo 10-22: Factores de modificación de choques (CMF3i) para carriles de giro-derecha en accesos a una inter-
sección en caminos rurales de dos carriles y dos sentidos
Anexo 10-23: Proporciones de choques nocturnos para intersecciones no iluminadas
Anexo 10-24: Lista de ejemplos de problemas en Capítulo 10
APÉNDICE A
A.1 Apéndice A: Hojas de trabajo para el método predictivo para caminos rurales de dos carriles y dos sentidos.