Estimación directa de la demanda de transporte a nivel de estación mediante el uso de la regresión geográficamente ponderada

Resumen

En los últimos años se han desarrollado modelos de predicción directa de la demanda a nivel de estación basados en SIG y análisis de regresión múltiple. Estos modelos suelen utilizar el modelo regresión múltiple, asumiendo la estabilidad paramétrica de los resultados. El presente estudio propone un modelo basado en la regresión geográficamente ponderada para estimar la demanda del metro de Madrid. Los resultados indican que este modelo no sólo obtiene un mejor ajuste que el tradicional. Además la información que suministra sobre la variación espacial de las elasticidades de los predictores y su significación estadística permite alcanzar resultados más realistas.