RESENHA DO LIVRO "STATISTICAL AND ECONOMETRIC METHODS FOR TRANSPORTATION DATA ANALYSIS" BY SIMON P. WASHINGTON, FRED L. MANNERING, MATTHEW G. KARLAFTIS

Francisco Gildemir Ferreira da Silva - ANTT

1. INTRODUÇÃO

No momento em que temos tantos dados a analisar, um livro como este serve como um guia aos profissionais de transportes unificando os conhecimentos e problemas inerentes ao planejamento, gestão e políticas do setor, por meio de uma modelagem rigorosa, teoricamente fundamentada e que gera insights poderosos a proposição de alternativas plausíveis e acertadas de regulamentação e operação. Nele são apresentados métodos estatísticos e econométricos aplicáveis aos dados de todas as áreas de conhecimento e transladada neste volume para os casos de transportes.

No geral, o livro descreve as técnicas mais úteis para a modelagem dos muitos aspectos complexos de transporte, tais como demanda de viagens, segurança, emissões e do ambiente não sobrecarregando os leitores com a teoria estatística. Trata-se de uma abordagem concisa e clara apresentando formas de tratar dados quantitativos e qualitativos.  Dominar este material permite aos especialistas em transportes:

• Formular hipóteses de investigação estatística em transportes;
• Identificar modelos estatísticos e econométricos apropriados aos problemas de transportes;
• Interpretar os resultados dos modelos propostos, cientificamente correto e sem viés.

Ideal como livro-texto de um regulador ou de um técnico de transportes que se depare com análise de dados para fomentar decisões. Em suas 425 páginas, dividido em 12 capítulos que podem ser divididos em três seções, as quais abordam dos modelos clássicos aos modelos não lineares, passando por modelos em painel, de escolha discreta e de séries temporal.

Na sequência serão apresentadas as principais contribuições desse texto para o dia a dia de um técnico de transportes.

2. PRIMEIRA SEÇÃO

Esta seção, embora não seja a mais importante, constitui a base para todo o resto do livro. Consiste dos capítulos 1 e 2, proporciona uma visão rápida dos métodos estatísticos mais básicos, servindo como uma revisão de conceitos e definições que serão utilíssimas para o transcorrer do livro. Incluem métodos de estatística descritiva, teste de hipóteses, métodos para comparar duas populações, bem como alguns métodos não-paramétricos. Serve, neste escopo, como balizador dos leitores da utilidade da matéria, não sendo restrita a previsão de eventos, mas também a análises normativas e de intervenções e seus impactos em parâmetros estatísticos tais como a média, a variância populacional, entre outros.

Ao discutir os métodos não-paramétricos os autores proporcionam uma orientação sucinta, mas consistente, sobre quando o uso dessas técnicas é apropriado em comparação com os métodos paramétricos. Eles também direcionar os leitores interessados em outros livros e referências que fornecem mais detalhes sobre estes métodos.

Portanto, esta seção é um preâmbulo ao restante do livro e dá uma contribuição na compreensão da utilidade dos métodos paramétricos e não paramétricos.

3. SEGUNDA SEÇÃO

A segunda seção vai do capítulo três ao nono e é dedicado à discussão de modelos onde a variável dependente continua variável. Passa pela econometria desenvolvida nos últimos 80 anos, desde Fisher, e configura um ponto positivíssimo na literatura de aplicações de econometria a transportes, fato escasso no Brasil que ficou condicionado a modelos de regressão simples.

A Seção 2 começa com uma excelente cobertura de regressão análise e seus pressupostos nos capítulos 3 e 4. Especificamente, Capítulo 3 começa com uma rápida visão geral dos fundamentos da regressão linear, buscando enfatizar pontos muitas vezes negligenciados tais como verificar que os pressupostos básicos da regressão linear são satisfeitos, ou avaliar o ajuste somente pelo R², atribuindo a R² altos como resultados bons de estimação, o que pode resultar em falácias e consequentes decisões errôneas por parte dos gestores públicos.  Na sequência discuti-se, em uma forma concisa e eficaz, muitos temas importantes relativos à análise de regressão, incluindo: a manipulação de variáveis, a identificação de outlier, as medidas de ajuste, os problemas inerentes aos dados (multicolinearidade e omissão de variáveis, entre outros), construção de modelos, estratégias de estimação e as relações de causalidade. O Capítulo 4 é dedicado à discussão das causas comuns por trás da violação de regressão pressuposto, como detectar tais violações, e de reparação ações podem ser tomadas para melhorar a especificação do modelo.

Dos capítulos quinto ao nono introduzem o leitor de transporte que se prendeu às regressões lineares simples aos mais avançados modelos de variável contínua. No capítulo 5, o foco está em modelos de equações simultâneas. Estes são aplicados à situação onde a analise exige o uso de sistemas interelacionados de equações, destaque deve ser dado aos modelos de SUR- Seemingly Unrelated Regression, utilizados na estimação de sistemas, tais como demanda-demanda, oferta-oferta, entre outros. Ressalta-se que neste capítulo é feito uma discussão a cerca das restrições de modelos e ao problema de “identificabilidade” nos modelos.

O capítulo 6 aborda a análise de dados em painel, ressaltando as características dos dados utilizados na estimação, onde os dados transversais são observados ao longo do tempo, podendo ser empilhados em tempo ou em corte transversal. Tece ainda considerações sobre os problemas de autocorrelação serial e sua solução por esta abordagem e descreve os modelos de efeitos fixos e aleatórios e sua análise. Este capítulo termina com uma breve discussão sobre alguns dos tópicos avançados sobre estimativas de dados em painel e sua análise e direciona o leitor para uma série de referências onde informações adicionais podem ser encontradas destacando as aplicações em Keane (1994), McFadden (1989), e Madanat et al. (1997) e Bhat (2000) e Hensher (2001).

O capítulo 7 é dedicado à análise de séries temporais. A análise deste tipo de dados tem várias aplicações em problemas de transporte em outros países, embora para o caso brasileiro seja muito escasso. Trata-se, portanto, de um capítulo onde o leitor deve ter uma dedicação considerável, pois em poucos anos este tipo de análise não será mais exceção, mas regra para os problemas de transportes no Brasil, tendo em vista a tendência mundial de adotar esta abordagem. No capítulo são discutidas técnicas de filtragem de dados, o conjunto de modelos ARIMA – Autoregressive Integrated Moving Average, modelos não-lineares, bem como modelos multivariados (VAR – Vector Autoregressive e VEC – Vector Co-integrated). A discussão, no entanto, é bastante breve e recomenda-se o estudo avançado por livros específicos de análise de séries temporais.

O Capítulo 8 descreve modelos de variável latente, fonte expressiva de estudos de transportes, principalmente para os estudos de qualidade do serviço. Dentre as ferramentas apresentadas neste capítulo tem-se: componentes principais, análise fatorial, análise e modelagem de equações estruturais. Trata-se de um capítulo ideal para lidar com problemas, onde há dificuldades em medir variáveis não observáveis, problemas que são bastante comuns no transporte. Esta abordagem tem a aplicação na definição de impactos regulatórios uma vez que pode ser verificado, ex-post, mudanças no comportamento dos usuários e das firmas no mercado de transportes.

Finalmente, o capítulo 9 apresenta os modelos de duração. Estes são o mainstream das aplicações em transportes com poucos exemplos na literatura e praticamente inexistente para o caso brasileiro. Incluem no capítulo modelos não paramétricos, semi-paramétricos e paramétricos. Trata-se de um tópico mais avançado, mas recomendável para o leitor mais dedicado.

4. TERCEIRA SEÇÃO

A terceira seção do livro compreende os dois últimos capítulos (10 a 12). Trata-se de leitura importante para os estudiosos de demanda por transportes, pois discuti modelos de variável discretas, muito utilizados em estudos de planejamento de transporte, notoriamente nos modelos quatro etapas e em modelos de comportamento de viagem.

Especificamente, o capítulo 10 disserta sobre modelos de contagem. Estes modelos são apropriados para a modelagem de situações tais como: previsão de colisões de veículos, previsão do número de mudanças de rota, do número de acidentes em interseções semaforizadas ou não e do número de veículos em fila de esperas. Portanto, trata-se de uma abordagem bem adequada para problemas urbanos, embora, um leitor criativo possa encontrar aplicações referentes aos problemas regionais e nacionais.

O Capítulo 11 discute modelos de escolha discreta. Estes são muito úteis para os problemas que envolvem uma escolha comportamental, tais como: escolha do modo, escolha por rota, escolha por localização de terminais, entre outros. Também se aplica para problemas que envolvem resultados discretos de um evento físico, tipo de um acidente ou assalto em linhas de ônibus. Neste capítulo, discorre-se sobre o problema da Independência de Alternativas Irrelevantes – IIA (Independence of Irrelevant Alternatives), que tem como principal consequência a distorção das elasticidades cruzadas entre as alternativas, salientando tratamentos para o problema, tais como: agregar alternativas com semelhantes características e de parâmetros aleatórios.

Finalmente, o capítulo 12 descreve os modelos que são apropriadas para problemas de combinação de dados discretos e contínuos, portanto, resultado de um mix entre a seção 2 e 3, sendo, portanto um tópico avançado e pouco aplicado.

5. CONCLUSÕES E RECOMENDAÇÕES

O livro, saliento, é um manual indispensável para os técnicos em transportes. Com ele os técnicos terão o ferramental propício ao cálculo de funções de demanda, de produção, de custos e para o cálculo de modelos econômicos estruturados. Contribui ainda com o conhecimento e a aplicação de métodos de previsão de dados, notoriamente com dados de cortes transversais e principalmente para dados em séries temporais.

Para os técnicos da ANTT o livro tem uma abrangência considerável nos problemas do cotidiano e de pesquisa inerentes a atividade regulatória. Com ele pode-se medir parâmetros econômicos da demanda: Valores de disposição do usuário a pagar pelo produto (Willingness to Pay) e elasticidade de demanda; e de oferta e de produção tais como: taxa marginal de substituição entre insumos, custos marginais, eficiência e produtividade, etc. Os resultados são de aplicação comprovada na definição de tarifas, de ganhos de escala na produção, de impacto de mudanças tecnológicas e de impactos de regulamentações.

De qualquer forma, o livro poderia ser melhorado, ilustrando o uso de software estatístico, tais como Gretl, R e Stata, notoriamente para resolver os problemas exemplificados e incluídos nos diferentes capítulos. Como uma ilustração poderia ser bastante útil, especialmente para os profissionais. Além disso, o livro poderia ter beneficiado da inclusão de perguntas de revisão e problemas na final de cada capítulo.

6. FICHA TÉCNICA

Título: Statistical and econometric methods for transportation data analysis.

Descrição: xvii, 526 p. : ill. ; 25 cm.

FUNDAMENTALS Statistical Inference I: Descriptive Statistics Measures of Relative Standing; Measures of Central Tendency; Measures of Variability Skewness and Kurtosis; Measures of Association Properties of Estimators; Methods of Displaying Data; Statistical Inference II: Interval Estimation; Hypothesis Testing; and Population Comparisons; Confidence Intervals Hypothesis Testing; Inferences Regarding a Single Population; Comparing Two Populations; Nonparametric Methods.

CONTINUOUS DEPENDENT VARIABLE MODELS Linear Regression Assumptions of the Linear Regression Model; Regression Fundamentals; Manipulating Variables in Regression; Estimate a Single Beta Parameter; Estimate Beta Parameter for Ranges of a Variable; Estimate a Single Beta Parameter for m -- 1 of the m; Levels of a Variable Checking Regression; Assumptions Regression; Outliers Regression; Model GOF; Measures Multicollinearity in the Regression; Regression Model-Building Strategies; Estimating Elasticities; Censored Dependent Variables--Tobit Model Box-Cox; Regression Violations of Regression Assumptions; Zero Mean of the Disturbances Assumption; Normality of the Disturbances Assumption; Uncorrelatedness of Regressors and Disturbances Assumption; Homoscedasticity of the Disturbances Assumption; No Serial Correlation in the Disturbances Assumption; Model Specification Errors Simultaneous-Equation Models Overview of the Simultaneous-Equations; Problem Reduced Form and the Identification Problem; Simultaneous-Equation; Estimation Seemingly Unrelated Equations; Applications of Simultaneous Equations to Transportation Data; Panel Data Analysis Issues in Panel Data Analysis; One-Way Error Component Models; Two-Way Error Component Models; Variable-Parameter Models; Additional Topics and Extensions Background and Exploration in Time Series Exploring a Time Series Basic Concepts: Stationarity and Dependence Time Series in Regression Forecasting in Time Series: Autoregressive Integrated Moving Average (ARIMA) Models; and Extensions Autoregressive Integrated Moving Average Models; The Box--Jenkins Approach Autoregressive Integrated Moving Average Model Extensions; Multivariate Models; Nonlinear Models; Latent Variable Models; Principal Components Analysis; Factor Analysis; Structural Equation Modeling; Duration Models; Hazard-Based Duration Models; Characteristics of Duration Data; Nonparametric Models; Semiparametric Models; Fully Parametric Models; Comparisons of Nonparametric, Semiparametric, and Fully Parametric Models; Heterogeneity State Dependence; Time-Varying Covariates; Discrete-Time Hazard Models; Competing Risk Models.

COUNT AND DISCRETE DEPENDENT VARIABLE MODELS Count Data Models; Poisson Regression Model; Interpretation of Variables in the Poisson Regression Model; Poisson Regression Model; Goodness-of-Fit Measures Truncated Poisson Regression Model; Negative Binomial Regression Model; Zero-Inflated Poisson and Negative Binomial Regression Models; Random-Effects Count Models; Logistic Regression; Principles of Logistic Regression; The Logistic Regression Model; Discrete Outcome Models; Models of Discrete Data Binary and Multinomial Probit Models; Multinomial Logit Model Discrete Data and Utility Theory; Properties and Estimation of MNL Models; The Nested Logit Model (Generalized Extreme Value Models); Special Properties of Logit Models; Ordered Probability Models; Models for Ordered Discrete Data; Ordered Probability Models with Random Effects; Limitations of Ordered Probability Models; Discrete/Continuous Models; Overview of the Discrete/Continuous Modeling Problem; Econometric Corrections: Instrumental Variables and Expected Value Method Econometric Corrections: Selectivity-Bias Correction Term Discrete/Continuous Model Structures Transportation Application of Discrete/Continuous Model Structures OTHER STATISTICAL METHODS; Random-Parameter Models; Random-Parameters Multinomial Logit Model (Mixed Logit Model); Random-Parameter Count Models; Random-Parameter Duration Models; Bayesian Models; Bayes' Theorem; MCMC Sampling-Based Estimation; Flexibility of Bayesian Statistical Models via MCMC Sampling-Based Estimation; Convergence and Identifi ability Issues with MCMC Bayesian Models; Goodness-of-Fit, Sensitivity Analysis, and Model Selection; Criterion using MCMC Bayesian Models Appendix A: Statistical Fundamentals Appendix B: Glossary of Terms Appendix C: Statistical Tables Appendix D: Variable Transformations References Index

Os autores:

Simon P. Washington é PhD em Engenharia Civil pela UC-Davis desde 1995. Atualmente é diretor da UC Berkeley Traffic Safety Center.

Fred L. Mannering é Ph.D.  pelo Massachusetts Institute of Technology desde 1983Atualmente é professor de Engenharia Civil na escola de engenharia civil de Pardou  na  University West Lafayette.

Matthew G. Karlaftis é Ph.D. pela University of Purdue e é professor adjunto na Escola de Engenharia Civil da Universidade Técnica Nacional de Atenas.