Incorporando a Regressão Logística Multinomial na Modelagem da Gravidade de Acidentes de Veículo: Uma Visão Geral Detalhada

A regressão logística multinomial (MNL) é uma abordagem estatística atraente na modelagem da gravidade de acidentes de veículo, pois não requer a suposição de normalidade, linearidade ou homocedasticidade em comparação com outras abordagens, como a análise discriminante, que exige que essas suposições sejam atendidas. Além disso, produz estimativas confiáveis, ao alterar o intervalo de probabilidade entre 0,0 e 1,0 para log odds que variam de menos infinito a mais infinito, uma vez que aplica a transformação da variável dependente em uma variável contínua. As estimativas são assintoticamente consistentes com os requisitos do processo de regressão não linear. Os resultados da MNL podem ser interpretados tanto pelas estimativas dos coeficientes de regressão quanto pelas razões de chances (os coeficientes exponenciados). Além disso, a MNL pode ser utilizada para melhorar o modelo ajustado, comparando o modelo completo que inclui todos os preditores a um modelo restrito escolhido, excluindo os preditores não significativos. Assim, este artigo apresenta uma visão geral passo a passo detalhada de como incorporar a MNL na modelagem da gravidade de acidentes, usando dados de acidentes de veículo da Interstate I70 no Estado do Missouri, EUA, para os anos (2013-2015).