Mejorando las predicciones en el modelado del comportamiento de viaje

La modelación del comportamiento de viaje nos ayuda a entender cómo las personas toman decisiones sobre el transporte. Un método común utilizado para esto se llama modelos de elección discreta (DCMs). Estos modelos intentan predecir qué opción elegirá una persona de un conjunto de alternativas. Por ejemplo, al decidir cómo llegar al trabajo, una persona puede elegir entre conducir, tomar el autobús o andar en bicicleta.

Sin embargo, los Datos que recopilamos para construir estos modelos a menudo tienen errores. Estos errores pueden venir de varias fuentes, como errores en las respuestas de las encuestas o problemas con la forma en que se registraron los datos. La investigación previa se centró principalmente en mejorar cómo estimamos los parámetros del modelo subyacente. Si bien esto es importante, no ayuda directamente cuando se trata de predecir nuevas elecciones basadas en datos que tienen errores.

En esta discusión, nos enfocaremos en cómo predecir mejor nuevas elecciones hechas por individuos cuando hay incertidumbres en los datos.

#Antecedentes sobre Modelos de Elección Discreta

Los modelos de elección discreta funcionan calculando la probabilidad de que una persona elija una opción particular basada en ciertos factores. Estos factores pueden incluir el tiempo de viaje, el costo o las preferencias personales. Un tipo común de modelo de elección discreta es el modelo logit multinomial (MNL), donde se asume que las preferencias de cada persona se pueden captar a través de variables específicas.

En la práctica, derivamos el modelo de la teoría de la utilidad, que ayuda a explicar cómo las personas toman sus decisiones. Cada alternativa tiene cierta utilidad asociada, que es la satisfacción o beneficio que una persona obtiene al elegir esa opción. La utilidad puede verse influenciada por varios factores observados y no observados.

Generalmente, un DCM producirá probabilidades para cada alternativa, lo que nos permite predecir qué elección es más probable que haga una persona. Los datos que usamos para construir estos modelos suelen venir de encuestas donde las personas informan sus preferencias.

#Desafíos con las Incertidumbres en los Datos

Un desafío importante al usar modelos de elección discreta es que los datos pueden ser inciertos. Esto incluye Errores de Medición donde la información recopilada no refleja con precisión la realidad. Por ejemplo, un participante de la encuesta podría informar incorrectamente su ingreso, lo que lleva a resultados sesgados. Estos errores pueden ocurrir en características (variables independientes) o en etiquetas (variables dependientes).

Los errores de medición pueden resultar en predicciones sesgadas, lo que reduce la efectividad de los modelos. Los métodos tradicionales para manejar estos errores a menudo dependen del uso de variables instrumentales, que asumen que tenemos información correcta disponible para ayudar a ajustar estas inexactitudes. Sin embargo, encontrar variables auxiliares adecuadas en la práctica puede ser difícil.

La mayor parte de la investigación existente se ha concentrado en abordar los errores de medición durante la fase de entrenamiento del desarrollo del modelo. Sin embargo, una vez que el modelo está entrenado y tratamos de predecir resultados a partir de nuevos datos, los errores de medición aún pueden persistir. Esta situación plantea la pregunta: ¿cómo podemos mejorar las predicciones cuando nos enfrentamos a incertidumbres en los datos?

#El Enfoque Propuesto: Modelos de Elección Discreta Robustas

Para abordar los desafíos presentados por los errores de medición, proponemos un marco de modelos de elección discreta Robustos. Este marco se enfoca en tener en cuenta las incertidumbres tanto en las características como en las etiquetas para mejorar la precisión de las predicciones al lidiar con nuevos datos.

La idea central detrás del marco robusto es minimizar la pérdida en el peor de los casos a través de una variedad de escenarios de incertidumbre en los datos. Esto implica reconocer que ocurrirán errores de medición, y necesitamos una solución que siga siendo efectiva incluso ante tales problemas.

#Manejo de Incertidumbres en Características y Etiquetas

En nuestro modelo robusto, tratamos las incertidumbres en las características asumiendo que el error de medición en cada característica es menor que un umbral previamente establecido. Esto permite que el modelo sea más resistente a inexactitudes en los datos de entrada. Para las incertidumbres en las etiquetas, consideramos que hay un número limitado de elecciones incorrectas.

Al utilizar este enfoque estructurado, podemos derivar contrapartes robustas tanto para modelos de elección discreta con características robustas como con etiquetas robustas. Las evaluaciones iniciales sugieren que estos modelos pueden superar a los DCM estándar en precisión y rendimiento predictivo.

#Implementación del Marco Robusto

Aplicamos nuestro marco robusto en dos estudios de caso: un conjunto de datos de elección binaria y un conjunto de datos de elección multinomial. El primero involucró elecciones relacionadas con el viaje de primer y último tramo en Singapur, mientras que el segundo analizó las preferencias por diferentes modos de viaje en Suiza.

En ambos casos, generamos sistemáticamente datos sintéticos con errores conocidos para probar la robustez de nuestros modelos. Los resultados mostraron que los modelos que tienen en cuenta las incertidumbres lograron mejor precisión de prueba y log-verosimilitud en comparación con los métodos convencionales.

#Perspectivas de los Experimentos

Los resultados experimentales demostraron que a medida que aumentamos la consideración de incertidumbres en nuestros modelos, la precisión del entrenamiento puede disminuir. Esta caída ocurre porque el modelo está priorizando la robustez sobre el ajuste preciso a los datos de entrenamiento. A pesar de esto, cuando aplicamos los modelos a nuevos datos, los modelos robustos tienen un rendimiento significativamente mejor que sus contrapartes tradicionales.

Una observación importante es que la robustez en nuestros modelos funciona de manera similar a las técnicas de regularización comúnmente utilizadas en el aprendizaje automático. La regularización ayuda a los modelos a generalizar mejor al prevenir el sobreajuste a los datos de entrenamiento. En nuestro caso, el enfoque de robustez conduce a estimaciones de parámetros más pequeñas, lo que promueve una mejor generalización a nuevas muestras.

#Conclusión

En resumen, hemos presentado un marco de modelos de elección discreta robustos que maneja efectivamente las incertidumbres en características y etiquetas. Al enfocarnos en la optimización robusta, nuestro enfoque ofrece una forma de mejorar las predicciones hechas a partir de datos que pueden contener inexactitudes. Los resultados positivos de nuestros experimentos sugieren que este marco tiene potencial para mejorar la precisión de las predicciones del comportamiento de viaje.

Las futuras direcciones de investigación podrían incluir combinar modelos de características robustas y etiquetas robustas en un marco unificado y desarrollar métodos para ajustar automáticamente los hiperparámetros. Además, se podrían hacer esfuerzos para refinar los métodos de aproximación utilizados en nuestros modelos multinomiales robustos para proporcionar predicciones aún más precisas.

El desafío de las incertidumbres en los datos es prevalente en muchos campos, y al abordar estos problemas en el contexto de la modelación del comportamiento de viaje, podemos mejorar la efectividad de los esfuerzos de planificación de transporte y análisis de políticas.