Resumen: En años recientes la explicación de los accidentes de tránsito tiende a enfocarse en la estructura espacial urbana, tal explicación se basa en ciertas características del entorno como son: el uso de suelo, los sistemas viales, actividades económicas, población e intensidad de flujos vehiculares, entre otros. En el círculo de investigadores de este fenómeno, dichos factores se clasifican como indirectos y favorecen la ocurrencia de accidentes de tránsito en las ciudades del mundo. Este artículo se enfoca a realizar un análisis de riesgo de accidentes viales en la zona intrametropolitana de Toluca a nivel de AGEB . Se abordan los accidentes viales de tipo colisión. La investigación gira en torno a la identificación de los factores de la estructura urbana que más afectan el riesgo de accidentes de tránsito, lo que demarca un filtro estadístico para potenciar las variables a considerar en tres modelos con enfoque Bayesiano: Poisson-Gamma bivariante, multivariante y probabilístico Binomial Negativo. Los resultados indican que el flujo vehicular y la densidad de empleo son los indicadores que más se relacionan con los accidentes de tránsito tipo colisión en la zona.Palabras-clave: accidentes de tránsito en ciudades, estructura urbana, modelos Bayesianos.
Abstract:In recent years, the explanation of traffic accidents tended to focus on the urban spatial structure. It is considered that certain features of the environment (e.g. land use, road system, economic activities, population and intensity of vehicular flows) are indirect factors that favor the occurrence of collision traffic accidents in urban areas. The central part of the intrametropolitan zone of Toluca in Mexico) records elevated rates of traffic accidents. This research aims to identify the physical elements of the urban structure, which affects most of the risks about traffic accidents, in the study area, at AGEB level (which stands for the Basic Geo-statistical Area). Three Bayesian models are being used in order to achieve the research objective: Bivariant Poisson-Gamma, Multivariate and Negative Binomial probabilistic. The results indicate that vehicular flows and employment density are the most related variables linked to the risk of collision traffic accidents, in the study area.