Análisis temporal de multas de tráfico en Madrid: patrones y predicciones

Abstract

El presente Trabajo de Fin de Grado analiza las multas de tráfico en la ciudad de Madrid, identificando patrones y tendencias para posteriormente realizar predicciones basadas en datos. Se recopilaron y depuraron datos proporcionados por las autoridades de tráfico de Madrid. Se incluye una revisión de la literatura sobre análisis temporal de datos de tráfico, limpieza y preprocesamiento de datos, y un análisis. Posteriormente, se aplicaron métodos de análisis de series temporales, incluyendo modelos de suavizado exponencial y ARIMA, para identificar patrones y realizar predicciones. También se utilizó el análisis factorial para reducir la dimensionalidad de los datos y facilitar la interpretación de los factores que influyen en las multas de tráfico. Finalmente, se realizaron predicciones sobre las variables originales utilizando los modelos desarrollados. Las conclusiones ofrecen recomendaciones para mejorar la gestión y regulación del tráfico en la ciudad, y las predicciones pueden apoyar la planificación futura.

Abstract This work analyzes traffic fines in the city of Madrid, identifying patterns and trends to subsequently make data-based predictions. Data provided by Madrid's traffic authorities were collected and cleaned. This project includes a literature review on temporal data analysis of traffic, data cleaning and preprocessing, and exploratory data analysis. Subsequently, time series analysis methods, including exponential smoothing and ARIMA models, were applied to identify patterns and make predictions. Factor analysis was also used to reduce data dimensionality and facilitate the interpretation of factors influencing traffic fines. Finally, predictions of the original variables were made using the developed models. The conclusions offer recommendations to improve traffic management and regulation in the city, and the predictions can support future planning.