REVISIÓN DE LITERATURA

2.1. MARCO TEÓRICO

2.1.1. Transporte

Se puede definir al transporte como el medio o vector que realiza el desplazamiento de las personas y sus bienes que requieren superar una distancia física en el territorio, cuya unidad de estudio se puede establecer al viaje, mismo que guarda estrecha relación con la movilidad, pero con una clara diferencia. El transporte es la acción del desplazamiento mientras que la movilidad es el comportamiento de ese desplazamiento en el cual se pueden estudiar variables como motivo, frecuencia, modo, etc. (Gutiérrez-Puebla, García-Palomares, y Cardozo, 2012)

En este contexto, se puede concebir al transporte como un sistema en el que se da la interacción entre una red (infraestructura), un sistema de gestión y un conjunto de medios que compiten o se complementan (Ortúzar Salas, 2012)

Dentro de la normativa del país, la Ley Orgánica de Transporte Terrestre, Tránsito y Seguridad Vial (LOTTTSV) en su artículo 46 define al transporte como “El transporte terrestre automotor es un servicio público esencial y una actividad económica estratégica del Estado, que consiste en la movilización libre y segura de personas o de bienes de un lugar a otro, haciendo uso del sistema vial nacional, terminales terrestres y centros de transferencia de pasajeros y carga en el territorio ecuatoriano. Su organización es un elemento fundamental contra la informalidad, mejorar la competitividad y lograr el desarrollo productivo, económico y social del país, interconectado con la red vial internacional.” (República del Ecuador, Asamblea Nacional, 2008, Secc. Del transporte automotor)

2.1.2. Ámbitos de Transporte

De acuerdo con el artículo 60 del Reglamento a la Ley Orgánica de Transporte Terrestre Tránsito y Seguridad Vial (RLOTTTSV), se definen los siguientes ámbitos de operación del transporte terrestre, (República del Ecuador, Asamblea Nacional, 2012, cap. 4):

• Servicio de Transporte Intracantonal: opera dentro de los límites cantonales, pudiendo ser un servicio urbano (entre parroquias urbanas), servicio rural (entre parroquias rurales) o servicio combinado (entre parroquias urbanas y rurales).

• Servicio de Transporte Intraprovincial: o también conocido como intercantonal, se presta dentro de los límites provinciales entre cantones.

• Servicio de Transporte Intrarregional: es el transporte que opera entre las provincias que conforman una misma región.

• Servicio de Transporte Interprovincial: corresponde al servicio que se presta dentro de los límites del territorio nacional, entre provincias de diferentes regiones, o entre provincias de una región y las provincias del resto del país o viceversa, o entre provincias que no se encuentren dentro de una región.

• Servicio de Transporte Internacional: se presta fuera de los límites del país, teniendo como origen el territorio nacional y como destino un país extranjero o viceversa

• Servicio de Transporte Transfronterizo: Se presta entre regiones de frontera debidamente establecidas acorde a la normativa nacional e internacional vigente.

De acuerdo con la Resolución No. 006-CNC del 26 de abril del 2012, se resuelve transferir a los Gobiernos Autónomos Desconcentrados las competencias para planificar, regular y controlar el tránsito, el transporte terrestre y la seguridad vial dentro de sus jurisdicciones cantonales (Consejo Nacional de Competencias, 2012). Es por ello, que la ANT regula y planifica el transporte público en los ámbitos interprovincial e intraprovincial.

2.1.3. Operadoras de Transporte

Actualmente, las empresas de transporte público operan bajo el título habilitante denominado Contrato de Operación, que acorde al artículo 55 de la LOTTTSV, se considera el medio por el cual, las operadoras explotan las rutas y frecuencias a nivel nacional que son de propiedad exclusiva del Estado. Las operadoras pueden consorciarse o fusionarse entre dos o más empresas de transporte, acorde a su personería jurídica o criterio de operación, esto contribuye al mejoramiento de la prestación del servicio y aplicación de medidas de control (República del Ecuador, Asamblea Nacional, 2008).

Tabla 2.1. Datos de oferta y operadoras habilitadas

Fuente: ANT (2019)

El servicio de transporte público puede prestarse en unidades vehiculares tipo buses, minibuses y tipo costa tal como se describe en el artículo 63 del Reglamento a la Ley Orgánica de Transporte Terrestre Tránsito y Seguridad Vial (República del Ecuador, Asamblea Nacional, 2012)

Según las bases de información, la ANT mantiene 200 operadoras de ámbito interprovincial y 219 operadoras de ámbito intraprovincial habilitadas mediante Contratos de Operación con una oferta concesionada de 8558 rutas y 83565 frecuencias a nivel nacional. Referente al parque automotor se tiene un aproximado de 11624 unidades tipo bus, tipo costa y microbús habilitados para el servicio de transporte, ver Tabla 2 1 (Agencia Nacional de Tránsito, 2019)

2.1.4. Proyecto Transporte Seguro

El proyecto denominado Seguridad Integral en el Transporte Público y Comercial “Transporte Seguro" es una iniciativa del Gobierno Nacional del Ecuador, implementado en el transporte público y comercial por la ANT y coordinado con el Sistema Integrado de Seguridad ECU911 con una inversión aproximada de $94´494,447 (República del Ecuador, ECU911, 2021)

El objetivo del referido proyecto es: “reducir el índice de siniestralidad en las vías del Ecuador, con una adecuada planificación y control del servicio público y comercial de transporte” (República del Ecuador, ECU911, 2021, párr. 2).

Por otro lado, el proyecto contempla también la “Gestión del Tránsito” , con la finalidad de monitorear a las unidades de transporte y la operación de las rutas autorizadas a las empresas de transporte, como parte de la gestión del tránsito y transporte. Esta información está al alcance mediante una plataforma implementada, en la cual se dispone de reportería y visualización en tiempo real de las operaciones y atención de emergencias cuando son reportadas en las unidades, ya sea por excesos de velocidad o vulneración de la seguridad ciudadana. En resumen, el proyecto Transporte Seguro permite gestionar dos pilares fundamentales: gestión de tránsito y seguridad ciudadana; el primero lo gestiona la ANT y el segundo el Sistema Integrado de Seguridad ECU911 (ver Ilustración 2 1 ).

Ilustración 2.1. Gestión del sistema de Transporte Seguro.

Fuente: República del Ecuador, ECU911 (2021)

Para lograr la gestión de tránsito y la seguridad ciudadana, cada unidad de transporte cuenta con un conjunto de dispositivos instalados que se denomina “kit de seguridad” y está conformado por: 1 Grabador digital de video móvil, 1 GPS, 2 Cámaras de video Infrarroja con video, 1 UPS (Sistema de alimentación de energía ininterrumpida) y 3 Botones de auxilio. A través de los datos grabados por el GPS, el sistema realiza el cálculo de las velocidades en cada posición, considerando como exceso de velocidad al valor que supera los 90 km/h (República del Ecuador, ECU911, 2021).

2.1.5. Modelos de Gestión en las Operadoras de Transporte

Con Resolución Nro. ANT-NACDSGRDI18-0000094 de 31 de octubre de 2018, la ANT aprobó el Reglamento del Procedimiento de Intervención a las operadoras de transporte público Inter e Intraprovincial; con la finalidad de subsanar las falencias que inciden en el modelo de gestión de una operadora de transporte, garantizando de esta manera una movilidad segura que tenga como base la eficiencia y seguridad ocupacional, calidad del servicio, rentabilidad y sostenibilidad de la operadora (Directorio de la Agencia Nacional de Tránsito, 2018)

En el artículo 4 del referido reglamento se describen los ejes principales de acción citados a continuación (Directorio de la Agencia Nacional de Tránsito, 2018, pp. 45):

Gestión Organizacional: refiere la estructura administrativa y de gobernabilidad de la operadora, Gestión Financiera: Toma de decisiones acerca de las necesidades financieras de la operadora, optimizando sus recursos para el logro de objetivos integrales, Gestión de Conductores y Personal de apoyo: análisis de las condiciones de trabajo y cumplimiento de obligaciones laborales, Gestión de la Prestación del Servicio: niveles de servicio para cubrir las expectativas del cliente y Gestión operativa, control y seguridad: Monitoreo, Seguimiento y Control permanente de la flota vehicular y del personal durante la prestación del servicio.

En el proceso de intervención a las operadoras de transporte, se genera información de gestión administrativa y de operaciones; principalmente, la misma se registra en una base de datos denominada “Matriz de Caracterización”, la cual permite identificar el nivel de madurez a través de valores establecidos en un rango de 1 a 5, en donde 1 significa Caótico y 5 Mejora Continua, estos criterios han sido definidos dentro de la normativa interna de la institución para cada pilar de gestión.

Con el nivel de madurez se pueden establecer propuestas con acciones que deben implementar las empresas de transporte para un proceso de mejora.

2.1.6. Sistema de Posicionamiento Global

El Sistema de Posicionamiento Global (GPS) es un sistema de localización, el cual fue diseñado por el Departamento de Defensa de los Estados Unidos con fines militares para proporcionar estimaciones precisas de posición, velocidad y tiempo. Se encuentra operativo desde 1995, utiliza conjuntamente una red de ordenadores y una constelación de 24 satélites para determinar por triangulación, la altitud, longitud y latitud de cualquier objeto en la superficie terrestre (Herring, 1996).

2.1.6.1. Fuentes de error en los GPS

Existen errores que afectan de forma significativa a las medidas realizadas con el GPS y son los siguientes (Pozo-Ruz et al., 2000):

• Perturbación ionosférica: la ionosfera está formada por una capa de partículas cargadas eléctricamente que modifican la velocidad de las señales de radio que la atraviesan, este tipo de error es corregible.

• Fenómenos meteorológicos: en la troposfera, en donde ocurren los fenómenos meteorológicos, el vapor de agua afecta a las señales electromagnéticas disminuyendo su velocidad. Los errores generados son similares en magnitud a los causados por la ionosfera; sin embargo, su corrección es prácticamente imposible.

• Imprecisión en los relojes: los relojes atómicos de los satélites presentan ligeras desviaciones a pesar de su cuidadoso ajuste y control; lo mismo sucede con los relojes de los receptores.

• Interferencias eléctricas imprevistas: las interferencias eléctricas pueden ocasionar un redondeo inadecuado en el cálculo de una órbita. Cuando el error es grande, es fácilmente detectable; sin embargo, si las desviaciones son pequeñas pueden causar errores de hasta un metro.

• Error multisenda: las señales transmitidas desde los satélites pueden sufrir reflexiones antes de alcanzar el receptor. En la actualidad existen receptores que emplean técnicas avanzadas de procesamiento de señal y antenas con un diseño especial para minimizar este error

• Interferencia "Disponibilidad Selectiva S/A": constituye la mayor fuente de error y es introducida premeditadamente por el nivel militar.

• Topologías receptor-satélites: los receptores deben considerar la geometría receptor-satélites visibles utilizada en el cálculo de distancias, ya que una determinada configuración espacial puede aumentar o disminuir la precisión de las medidas. Los receptores más avanzados utilizan un factor que modifica el error de medición de la distancia denominado dilución de la precisión geométrica.

El error debido a la disponibilidad selectiva y los relacionados con la imprecisión de los relojes son independientes de la geometría de los satélites. Los retrasos ionosféricos, troposféricos y los errores multisenda dependen fuertemente de la topología. Los errores procedentes de las distintas fuentes se acumulan en un valor de incertidumbre que va asociado a cada medida de posición GPS.

2.1.7. Análisis espacial

Es la serie de técnicas estadísticas y matemáticas aplicadas al estudio de los datos distribuidos sobre el espacio geográfico (Buzai, 2005) El análisis espacial también puede ser concebido como el conjunto de operaciones desarrolladas en base a los datos espaciales en el trabajo habitual con estos. El análisis de los datos geográficos es, junto con la producción cartográfica, una de las tareas fundamentales de un SIG. La información que se procesa en un SIG es a su vez fuente de nueva información, y solo es a través de un análisis cómo se puede obtener resultados de diversa clase (Olaya, 2014).

2.1.8. Interpolación

Dentro de la estadística, la interpolación es aplicada para estimar valores desconocidos a partir de una serie de datos conocidos y ponderados. Existen algunas técnicas y cada una busca determinar una función matemática que más se ajuste y represente adecuadamente el fenómeno bajo estudio, con se optimiza la cantidad de información a recolectar en campo. Dentro de las técnicas existentes se tiene el método IDW (Inverse Distance Weighting; Murillo, Ortega, Carrillo, Pardo, y Rendón, 2012)

2.1.8.1. Inverse Distance Weighting (IDW)

Es un método matemático de interpolación que usa una función inversa de la distancia, aplica el supuesto que los fenómenos que están más cerca son más parecidos, y por tanto tienen más peso e influencia sobre el punto a estimar, su ecuación viene dada por (Moreno Jiménez et al., 2008):

Para determinar los pesos de cada punto vecino, se aplica la siguiente ecuación:

2.1.9. Análisis Exploratorio de Datos

De acuerdo con el trabajo denominado “Exploratory Data Analysis” (Tukey, 1977), el estadístico y matemático Jhon W. Tukey, es concebido como el creador y figura central en la aplicación de la metodología del Análisis Exploratorio de Datos A esta herramienta se la puede definir como una estrategia sobre el análisis de datos, en la que se impulsa a que los investigadores apliquen un criterio activo en el proceso de análisis de estos, esto como un medio para plantear nuevas hipótesis de investigación (Pérez Medinilla, Crespo Borges, y Ríos Rodríguez, 2015)

Por otro lado, el análisis exploratorio de datos es considerado también como una fase previa al análisis estadístico inferencial, cuyo objetivo está encaminado a la familiarización con los datos que va a analizar y con la naturaleza de estos En esta fase previa no es indispensable el planteamiento de una hipótesis, y utiliza técnicas muy sencillas, donde priman las representaciones gráficas. En esta fase es donde se pueden evidenciar las relaciones más evidentes que existen entre las variables y que se pueden ratificar con un estudio más robusto posterior. Por otro lado, el análisis exploratorio de datos permite también estudiar las principales características de la distribución de las variables y detectar sus valores atípicos (Rojo, 2006).

De acuerdo con Ferrer, Freixa, y Guardia (1992), es necesario aplicar las técnicas estadísticas exploratorias para comprobar las condiciones de aplicación de la prueba de hipótesis, detectar errores o atípicos; entre otros. En términos generales, el análisis exploratorio da una visión distinta y previa, que se complementa con un análisis confirmatorio, los dos enfocados a una mejor calidad del análisis de datos.

El análisis exploratorio de datos maneja dos principios: la regularidad y las desviaciones. El primero indica la estructura resumida de un conjunto de observaciones; por ejemplo, en una nube de puntos es la recta a la cual estos se ajustan El segundo se refiere a las diferencias, desviaciones o residuos de los datos con respecto a la estructura definida con el principio anterior; que, para el caso del ejemplo planteado, corresponde a la diferencia respecto a la recta. Usualmente, el análisis exploratorio de datos se ha concentrado en la búsqueda de un modelo que represente la regularidad de las observaciones (Batanero, Estepa, y Godino, 1991)

2.1.9.1. Análisis de datos multivariantes

El análisis de datos multivariantes tiene por objeto el estudio estadístico de algunas variables medidas en elementos de una población. Tiene como objetivos, resumir el conjunto de variables en unas pocas variables nuevas; con la mínima pérdida de información, determinar agrupamientos en el caso de existir, y relacionar conjuntos de variables. Para alcanzar los objetivos indicados, un recurso importante es el entendimiento de la estructura de la dependencia entre las variables, ya que esto permite resumirlas en variables indicadoras Las técnicas de análisis multivariante tienen aplicaciones en todos los campos científicos, Biología, Psicometría, Marketing, Ciencias Sociales, Ciencias de la computación; entre otros (Peña, 2002)

2.1.10. Análisis Exploratorio de Datos Espaciales

A fines de los ochenta surgieron las primeras ideas del AEDE (o ESDA en inglés, Exploratory Spatial Data Analysis) y se consolidaron en los noventa a través de paquetes informáticos específicos en los cuales con la ayuda de un conjunto de técnicas destinadas a identificar patrones de relación espacial en un grupo de datos con características de localización (Anselin, 1999). Por tanto, se puede sintetizar que el AEDE es una serie de técnicas para visualizar y estimar la autocorrelación espacial (Sánchez-Peña, 2012).

Es la metodología para estudiar patrones y asociaciones; en la mayoría de los casos, de extensas bases de datos (Moreno, 2000). Otra de las definiciones identificadas es el conjunto de técnicas que permiten describir distribuciones espaciales, identificar localizaciones atípicas, descubrir esquemas de asociación espacial y sugerir diferentes regímenes espaciales u otras formas de inestabilidad espacial (Moreno y Vayá, 2002)

El AEDE es definido por Chasco (2003), como un grupo de técnicas que describen y visualizan las distribuciones espaciales, identificando localizaciones atípicas, descubriendo esquemas de asociación (autocorrelación espacial) y sugiriendo estructuras en el espacio geográfico (heterogeneidad espacial)

Por otro lado, el AEDE busca crear una interfaz amigable para estudiar la información geográfica a través de la exploración de los datos, permitiendo descubrir patrones y anomalías en los mismos. Lo cual, puede ser aplicado en programas de análisis estadístico-tradicionales y en software SIG; para este último por su complejidad es necesario tener conocimientos previos para poder manejarlos; mientras que los programas tradicionales, se destacan por la capacidad de generar gráficos estadísticos y mapas que favorecen la exploración de los datos; por lo tanto, son capaces de mostrar simultáneamente dos “espacios”: el geográfico y el matemático (Bosque Sendra, 2005)

Las técnicas del AEDE son muy eficaces en situaciones en las que no existe un marco formal o teoría previa acerca del fenómeno que se desea analizar; por tanto, con la aplicación de estas técnicas se pretende determinar en primer momento el comportamiento de los datos. Estos casos se presentan muy comúnmente en el campo de las ciencias sociales, cuando se analizan grandes bases de datos geográficos cuya distribución no necesariamente debe ser conocida a priori (Celemín, 2009).

2.1.10.1. Autocorrelación espacial

De acuerdo con Tobler (2016), todo está relacionado con todo lo demás, pero las cosas cercanas están más relacionadas que las distantes. A partir de ello nacen los conceptos de autocorrelación espacial, que para Vilalta y Perdomo (2005) es la concentración o dispersión de los valores de una variable en un mapa. Es así, que el análisis de la autocorrelación espacial es un procedimiento intrínsecamente geográfico que permite identificar el comportamiento de la información georreferenciada a diferentes escalas (Celemín, 2009), y de esta manera determinar si se cumple con la hipótesis de que una variable tiene una distribución aleatoria o si, por el contrario, existe una asociación significativa de valores similares o no similares entre unidades espaciales vecinas (Martori, 2008). Dicho de otra manera, la prueba de hipótesis nula determina si se cumplen o no con los supuestos del modelo de estimación si un estadístico muestral difiere significativamente de lo esperado aleatoriamente (Celemín, 2009)

Vilalta y Perdomo (2005, p. 325), resaltan la utilidad de la Autocorrelación Espacial para estudiar la forma en que un fenómeno se dispersa a través de las unidades espaciales, y si tal patrón corresponde a algún modelo ya establecido o bien registra la segregación espacial de alguna característica. En resumen, “refleja el grado en que objetos o actividades en una unidad geográfica son similares a los objetos o actividades en unidades geográficas próximas”.

La autocorrelación a través de análisis estadístico constituye la aproximación más tradicional al efecto de dependencia espacial, permitiendo contrastar la presencia o ausencia de un esquema de dependencia espacial. Permite contrastar si se cumple la hipótesis de que una variable se encuentra distribuida de forma totalmente aleatoria en el espacio o si, por el contrario, existe una asociación significativa de valores similares o diferentes entre regiones vecinas (Moreno y Vayá, 2002).

Entre los principales análisis estadísticos de autocorrelación espacial están la I de Moran y G(d) de Gestis y Ord, los dos permiten contrastar la hipótesis nula de no autocorrelación espacial, es decir, la hipótesis nula de la existencia de una distribución aleatoria de la variable a lo largo del territorio (Moreno y Vayá, 2002) Para el caso del coeficiente I de Moran, sus valores varían entre +1 y –1, donde +1 significa una autocorrelación positiva perfecta (perfecta concentración), y -1 una autocorrelación negativa perfecta (perfecta dispersión); el cero significa un patrón espacial totalmente aleatorio (Vilalta y Perdomo, 2005).

De acuerdo con lo anterior, la medición de la autocorrelación espacial que una misma variable tiene en diferentes unidades espaciales se enmarca en una de las siguientes posibilidades (Celemín, 2009):

• Autocorrelación espacial positiva: las unidades espaciales vecinas presentan valores próximos, refiere una tendencia al agrupamiento de las unidades espaciales (ver Ilustración 2.2).

• Autocorrelación espacial negativa: las unidades espaciales vecinas presentan valores muy distintos, refiere una tendencia a la dispersión de las unidades espaciales.

• Sin autocorrelación: no ocurre ninguna de las dos posibilidades anteriores. Por lo tanto, los valores de las unidades espaciales vecinas presentan valores producidos de forma aleatoria.

Ilustración 2.2. Tipos de autocorrelación espacial

Fuente: Anselin (2003)

2.2. MARCO HISTÓRICO

En este apartado se describen diversas investigaciones desarrolladas en el contexto de transporte público, las cuales han sido presentadas en un marco histórico reciente.

2.2.1. Caso de estudio: Quito

Se han desarrollado investigaciones en el ámbito de la movilidad de la población en el sistema de transporte público, una de ellas es la realizada por Celi Ortega (2018), en donde se presenta un análisis de la problemática del transporte público en el Distrito Metropolitano de Quito, identificando como principal falencia la falta de fiscalización por parte del Municipio. Por otro lado, se identificó que, para el tema de seguridad, control de velocidad y cumplimiento de paradas autorizadas se implementaron dispositivos GPS y cámaras implementadas en cada unidad de transporte. Como principal resultado de la investigación se identificó que existen sectores con necesidades de incremento de servicio de transporte en virtud de la expansión urbana, así como también debe existir un adecuado control y aplicación de medidas regulatorias para garantizar un servicio público seguro y enmarcado en la normativa local.

2.2.2. Caso de estudio: Cuenca

En tema de acceso al servicio de transporte, en Cuenca se llevó a cabo un estudio con el objetivo de determinar el nivel de preferencia de la ciudadanía hacia el transporte urbano de la ciudad y la existencia de inclusión hacia las personas con movilidad reducida. Como principal resultado, se determinó que la planificación de la movilidad de la ciudad se ha enfocado en propiciar el uso de transporte motorizado privado, dejando en último término a los peatones y la accesibilidad a las personas con movilidad reducida (Bustos Piedra y Marín Palacios, 2017).

2.2.3. Caso de estudio: Ambato

De acuerdo al proyecto de tesis de ingeniería realizado por Manzano Villafuerte y Aldás Robayo (2018), en la cual se presenta una propuesta para la implementación de sistemas de información integrado para el monitoreo y control de estaciones de transporte público urbano en la ciudad de Ambato, basado en el uso de la electrónica y de las Tecnologías de la Información y Comunicación (TICS), se obtuvo un sistema que proporciona información a los usuarios sobre paradas y recorridos que realiza el servicio de transporte, y por otra parte, como una herramienta para aplicar el control y monitoreo de operaciones, en la misma se resalta a los sistemas de monitoreo en el sistema de transporte como los medios para la obtención de múltiples beneficios. En relación a este ámbito, se disponen de algunas investigaciones, tal es el caso del proyecto de titulación desarrollado por Ayala Baño y Hidalgo Astudillo (2018), en el cual se aplicó un estudio para la implementación de un sistema GPS en una empresa de transporte en la ciudad de Quevedo, identificando como principal beneficio la posibilidad de asignar puntos de control para el monitoreo de operaciones y cumplimiento de las rutas asignadas; todo esto, con la intención de establecer medidas de mejora para la optimización de tiempos de viaje y reducir la aplicación de sanciones bajo la normativa correspondiente.

Otro de los temas investigados que se pueden destacar dentro de los sistemas de posicionamiento global instalados en las unidades de transporte, es la aplicabilidad para el control de velocidades; por tanto, contribuye a la gestión interna de las empresas de transporte para una programación óptima de sus operaciones con enfoque en un servicio de calidad y seguro (Ojeda Capa y Semanate Trávez , 2015)

De acuerdo a lo anterior las investigaciones han demostrado que tiene grandes contribuciones el uso y análisis de los registros GPS en las operaciones de las rutas autorizadas por parte de las empresas de transporte, y que identificar las condiciones de la prestación del servicio permite conceptualizar la percepción de los usuarios y qué medidas se pueden considerar para la mejora del servicio y el fomento del uso de transporte público en las ciudades que proyectan la implementación de medios de movilización sustentables.

2.3. MARCO METODOLÓGICO

En esta sección se describen varias investigaciones enfocadas en el análisis de información relacionada con sistemas georreferenciados, en donde se han propuesto metodologías novedosas que pretenden estudiar con profundidad dicha información.

2.3.1. Caso de estudio: Juárez

Para el análisis de siniestros de tránsito suscitados en la ciudad de Juárez, México, en la investigación se aplicó el AEDE integrado en un sistema de información geográfica, con la finalidad de observar el comportamiento y distribución de la siniestralidad vial en el ámbito urbano a través del índice I de Morán. El análisis incluyó la identificación de la presencia de agrupamientos de riesgo vial y su nivel de significancia estadística, para determinar las zonas en donde se concentran los siniestros de tránsito. Dentro de los principales resultados, fue el valor de autocorrelación global positivo respaldando la presencia de agrupamientos entre las variables analizadas y su relación con el riesgo vial caracterizado por condiciones de baja densidad de población y un elevado flujo de tránsito

Finalmente, el estudio demostró la utilidad de las técnicas exploratorias de datos espaciales aplicado en el área de la seguridad vial (Hernández Hernández, 2012)

2.3.2. Caso de Estudio: Quito

En este artículo; desarrollado con base en un análisis exploratorio de datos, se demostró la importancia de la aplicación de este, como un primer acercamiento para conocer las características en un conjunto de vías del OSM; que en sus siglas en inglés significa OpenStreetMap, el cual es concebido como una iniciativa dentro del desarrollo de la Información Geográfica Voluntaria. La zona de estudio seleccionada fue considerada como céntrica y urbana, con un conjunto de datos completos y consistentes. Otro aporte importante en la investigación fue la utilización de dos tipos de software libre; por un lado, un Sistema de Información Geográfica para el análisis espacial y, por otro lado, un ambiente de programación en lenguaje R para el análisis estadístico de los datos. Finalmente, la investigación determinó el valioso aporte de un análisis estadístico en un conjunto de datos con carácter espacial, considerando además la importancia de integrar un SIG con un ambiente de programación para la obtención de los resultados, que principalmente fueron la caracterización de las entidades espaciales registradas en OSM, para el caso de estudio (Castro y Luna, 2018)

2.3.3. Caso de estudio: Antioquia

El estudio en que el que consideraron variables referentes al número de homicidios en cada uno de los municipios que conforman el departamento de Antioquia, Colombia; a través de un AEDE a fin de evaluar la presencia de efectos espaciales entre los datos disponibles, determinó que los fenómenos de violencia no son procesos que se producen de manera aleatoria sino

Que Obedecen

a patrones, con ello se pudieron identificar las políticas gubernamentales necesarias que deben ser diseñadas con el objetivo de controlar zonas donde se concentra la mayor tasa de homicidios. Con lo anterior, quedó demostrado la importancia de la aplicación de un análisis estadístico espacial como primera etapa de los estudios que manejen datos con carácter espacial (Acevedo Bohorquez y Velásquez Ceballos, 2008).

2.3.4. Caso de Estudio: Madrid

El análisis exploratorio de datos espaciales aplicado al ámbito de los estudios del mercado geográfico fue realizado con el objetivo de determinar las relaciones entre las variables que por la naturaleza de los datos no son claramente identificadas. En la investigación se presentaron las principales técnicas del AEDE, empleando el software libre GeoDa desarrollado por el Profesor Luc Anselin de la Universidad de Illinois, el cual combina el análisis estadístico con el análisis gráfico. El análisis estadístico de datos espaciales se basó principalmente en el estudio de las distribuciones espaciales y sus valores atípicos, esquemas de asociación espacial, agrupamientos espaciales y puntos calientes/fríos de negocio. Con esta investigación se dejó en evidencia el aporte de un análisis estadístico aplicado mediante un software libre que no requiere de amplios conocimientos de Sistemas de Información Geográfica (Chasco Yrigoyen, 2009)

2.3.5. Caso de Estudio: Carabobo

Esta investigación presenta un análisis exploratorio de datos para un conjunto de variables referentes a aglomeración urbana y variables de carácter de acceso a servicios privados como TV por cable, Internet, número de cajeros y oficinas bancarios; entre otros) y públicos (calidad del servicio de agua, electricidad, entre otros). Con el análisis estadístico y la autocorrelación espacial a través del estadístico I de Moran, se planteó un modelo de regresión poblacional para estimar la autocorrelación espacial de variables, para la definición de alternativas para un mejor funcionamiento de las áreas urbanas para repotenciar el desempeño económico (Guédez, 2017).

2.3.6. Caso de Estudio: Valle del Cauca

En este caso de estudio, el autor presenta la aplicación del Análisis Clúster (AC) como método exploratorio de datos en registros de información pluviométrica. Dentro de las principales conclusiones se determinó que como técnica de análisis multivariante puede ser útil para reducir una compleja cantidad de información; sin embargo, se determinó que puede llegar a obtener resultados erróneos por clasificaciones o agrupamientos inexactos, inclusive determinando grupos que no existen. De esta manera se evidenció que una única herramienta estadística puede no generar resultados precisos y que se hace necesario aplicar un análisis exploratorio de datos espaciales robusto acompañado de un análisis gráfico (Castro Heredia et al , 2012)

2.3.1. Caso de Estudio: Costa de Almería-Andalucía

Otro ámbito en el que se ha aplicado un análisis exploratorio de datos espaciales corresponde a la gestión de áreas costeras. En esta bibliografía se ha planteado el desarrollo de una metodología para la planificación y conservación de costas. La propuesta metodológica apoyó en la obtención de información relevante y desarrollo de herramientas útiles para la toma de decisiones dentro de las políticas de áreas costeras Referente a la adquisición de datos espaciales, en el estudio se destaca la aplicación de imágenes satelitales, como un importante recurso para la obtención y definición de variables que fueron empleadas para el diseño de la propuesta metodológica (Aguilar Torres y Aguilar Torres, s.f.).

2.3.2. Caso de Estudio: Naucalpan

Para el caso de la presente bibliografía el análisis exploratorio de datos espaciales contribuyó a determinar la relación entre las variables de los procesos de vulnerabilidad socioeconómica. En la investigación, se incorporaron análisis gráficos correspondientes a mapas de los parámetros estadísticos como son; Índice de Moran, Cuantiles, Distribución Espacial; entre los principales. Con el análisis estadístico se pudo determinar índices de vulnerabilidad y su comportamiento o patrón de movimiento de un lugar respecto a otro (Campos Vargas et al , 2018)

En la Tabla 2.2, se presenta un resumen con los principales desarrollos y aportes en cada una de las bibliografías citadas en la presente investigación.