Professional Documents
Culture Documents
Tráfico vehicular¹
Distritos con mayor tráfico
-San Juan de Lurigancho: 8.1%
-Santiago de Surco: 6.4%
-San Isidro (Ubicación de mi hogar): 4.7%
75.6% se moviliza en transporte público.
Promedio de distancias recorridas por los limeños para llegar a su trabajo o centro de
estudio: 16 km ²
Aplicaremos la prueba chi cuadrada la cual ´´ es una medida de la discrepancia entre las
frecuencias observadas y las esperadas´´. (Mario F. Triola, 2009). Lo destacado de la prueba Chi
cuadrado es que analiza dos variables que a primera vista no presentan ninguna relación.
Datos brutos
En las siguientes tres tablas, se puede observar dos horas establecidas en los tres distritos al ser
consideradas las horas con mayor tráfico vehicular en Lima Metropolitana (ver tabla
1/presentación de datos). Además, el tiempo ha sido medido en minutos y se aprecia tres colores
para diferenciar las categorías de tiempo invertido en el traslado.
Distrito 2:Tabla2.1
SURCO (ENERO)
Semana 3 Lunes 15 Martes 16 Miércoles 17 Jueves 18 Viernes 19 Sábado 20 Domingo 21
08:00 a.m. 91 96 95 82
07:00 p.m. 97 99 93 90
Semana 4 Lunes 22 Martes 23 Miércoles 24 Jueves 25 Viernes 26 Sábado 27 Domingo 28
08:00 a.m. 83 81 85 91 96 92 76
07:00 p.m. 85 84 88 95 99 97 83
Semana 5 Lunes 29 Martes 30 Miércoles 31 Jueves Viernes Sábado Domingo
08:00 a.m. 82 87 87
07:00 p.m. 87 89 86
Distrito 3: Tabla 2.3
Distrito 2:Tabla3.1
SURCO(MARZO)
Semana 2 Lunes 5 Martes 6 Miércoles 7 Jueves 8 Viernes 9 Sábado 10 Domingo 11
08:00 a.m. 72 75 77 75 75
07:00 p.m. 68 83 84 87 67
Semana 3 Lunes 12 Martes 13 Miércoles 14 Jueves 15 Viernes 16 Sábado 17 Domingo 18
08:00 a.m. 80 79 85 85 88 86 76
07:00 p.m. 89 95 86 96 92 95 79
Semana 4 Lunes 19 Martes 20 Miércoles 21 Jueves 22 Viernes 23 Sábado 24 Domingo 25
08:00 a.m. 79 85
07:00 p.m. 89 96
Distrito 3: Tabla 3.3
Se establece como hipótesis nula ( H0 ) que el tiempo de trayecto de una persona en Lima desde su
hogar a su destino es independiente al distrito en el cual reside o se dirige.
La hipótesis alternativa (H1 ) es que el tiempo de trayecto de una persona en Lima desde su hogar
a su destino no es independiente al distrito en el cual reside o se dirige.
Antes de iniciar el procesamiento de datos, cabe señalar que se utilizara un nivel de significancia
de α =0.05. En otras palabras, se lograra una veracidad de hasta el 95% y un margen de error
menor a 5%. (Mario F. Triola, 2009)
Datos procesados
Tabla 4(ENERO)
SAN JUAN DE
LURIGANCHO 0 1265 1254 2519
TOTAL 1453 3798 1636 6887
𝑇𝑜𝑡𝑎𝑙 𝑐𝑜𝑙𝑢𝑚𝑛𝑎×𝑇𝑜𝑡𝑎𝑙𝑓𝑖𝑙𝑎
= 𝐺𝑟𝑎𝑛 𝑇𝑜𝑡𝑎𝑙
(Johnson/Kuby, 2008)
2 (|𝑂−𝐸|−0.5)2
𝑋𝑌𝑎𝑡𝑒𝑠 =∑ 𝐸
(Mario F. Triola, 2009)
2
𝑋𝑦𝑎𝑡𝑒𝑠 = 5662.52 (Enero)
𝑿𝟐𝒀𝒂𝒕𝒆𝒔=4200.13 (Marzo)
Grado de libertad (V)
𝑉 = ( − )( − ) 𝑉=
Se va a trabajar con un nivel de significancia de 0.05. Para hallar el valor del parámetro ´´p´´ se
utiliza la siguiente fórmula:
𝑝= − 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎
𝑝= − . = .
Para determinar si las variables son dependientes o independientes se tiene que hallar el chi
cuadrado crítico el cual se encuentra en una tabla de valores críticos (tabla z) o tabla de
probabilidades de la distribución t de Student.
Si el valor calculado de X² es mayor que el valor crítico se deduce que las frecuencias difieren
significativamente de las esperadas y se rechaza 𝐻0 ,de esa forma se acepta la hipótesis
alternativa (H1 ). La comparación entre Chi cuadrado calculado y crítico:
. ≥ . (Enero)
. ≥ . (Marzo)
Conclusiones
Debido a que el Chi cuadrado calculado es mayor se rechaza la hipótesis nula (𝐻0 ) . La hipótesis
alternativa (H1 ): el tiempo de trayecto de un limeño desde su hogar a su destino no es
independiente al distrito en el cual reside o se dirige, es la que se aceptará en los dos meses
(Enero y Marzo).
Los datos esperados no presentaban una constante por lo cual se podía afirmar que no se trataba
de unas variables dependientes. Al proceder con los cálculos, se puedo determinar que si existe
una dependencia entre las variables de tiempo de trayecto y distrito. Esto significa que en Lima
Metropolitana los tiempos de trayecto varían de forma considerable según el distrito por lo cual
no había una constante en los datos.
Esta deducción refleja la realidad del tráfico vehicular en Lima Metropolitana: impredecible. Esto
debido a que en Enero se podía esperar una uniformidad respecto a los tiempos al ser un mes en
que la carga vehicular disminuye notablemente. Por el lado del mes Marzo, al ser un mes en que
se reinician las clases (escolares y universitarias) se podía esperar un incremento notable. Al final
no fue así ya que el mes Enero presento una mayor cantidad total de minutos (véase tablas 4 y 5)
a comparación del mes Marzo lo que además nos permite concluir que el tráfico vehicular en Lima
es constante en todo el año y no hay meses en que haya una reducción de minutos significativo en
cuanto a traslado.
Bibliografía