Tratamento dos dados - DADOS E RESULTADOS

4. DADOS E RESULTADOS

4.2 Tratamento dos dados

Uma planilha eletrônica foi utilizada para a organização dos dados de modo a possibilitar a execução do ajuste de curvas. Foram agrupadas as categorias CID-10 em pedestres, ciclistas, motociclistas e ocupantes de veículos automotores e somados os respectivos valores por categoria para obter o total de acidentes registrados pelo DATASUS. A base de dados obtida é pré-selecionada, de modo que, para o estudo, foram filtradas exclusivamente as informações de interesse supracitadas. Na Tabela 5 encontram-se os dados finais obtidos.

Tabela 6 - Total de acidentes entre o período de 2011 e 2019

Óbitos Internações Total

Ano Pedestre Ciclista Motociclista Veículo Pedestre Ciclista Motociclista Veículo

2011 964 291 1774 5340 3349 3334 19626 4891 39569

2012 865 244 1708 5121 3463 3043 18724 4668 37836

2013 817 249 1607 4909 3299 2828 18674 4994 37377

2014 856 278 1709 5352 3185 2949 19995 5156 39480

2015 662 241 1478 4472 3326 2892 19335 4500 36906

2016 606 220 1497 4410 3437 3341 21270 4671 39452

2017 467 229 1428 4120 3256 3430 22351 4494 39775

2018 331 223 1216 3559 3368 3640 22636 4146 39119

2019 645 240 1527 4352 2983 3486 22462 3708 39403

Total 6213 2215 13944 41635 29666 28943 185073 41228 348917

Fonte: Elaborado pela autora 4.3 Limitações do estudo

O método utilizado se limita a avaliar apenas os casos de óbitos e internações da cidade de São Paulo, com base nas informações do TabNet disponíveis, datadas entre 2011 e 2019, que, a partir do ajuste de curvas, nos fornece informações apropriadas para a previsão do cenário de acidentes, permitindo a investigação para a resposta do problema desta pesquisa. As informações presentes no TabNet estão classificadas pelo CID-10, e como não há uma categoria denominada “acidentes de trânsito”, foram consideradas as informações relacionadas a acidentes e passíveis de indenização, como abordado no tópico 4.1 deste capítulo.

Além disso, as informações referentes ao pagamento das indenizações só foram disponibilizadas a partir de 2011 pela Seguradora Líder, exceto para 2013, visto que nesse ano

o relatório estatístico da seguradora não possui a totalização de indenizações pagas por estado, há apenas a sumarização por óbitos, como citado na Tabela 4. O último relatório estatístico foi emitido em 2020, todavia, não há, ainda, atualizações das internações e óbitos no TabNet para esse ano.

4.4 Aplicações

Neste trabalho foram consideradas as informações de internações e óbitos sumarizadas na Tabela 5. Os dados foram colocados em um gráfico de dispersão utilizando uma planilha eletrônica. O processo de análise da dispersão dos dados é indispensável para a identificação do comportamento da distribuição, de modo a identificar qual o tipo de função é mais adequado para o ajuste.

Gráfico 4 – Quantidade de acidentes de trânsito em São Paulo entre 2011 e 2019

Fonte: Elaborado pela autora

Com base o gráfico, para tentar encontrar uma função que se ajuste aos dados, utilizou-se, primeiramente, uma função linear, do tipo 𝜑₁= 𝛼₁ + 𝛼₂𝑥.

4.4.1 Ajuste linear

Considerando 𝜑₁ = 𝛼₁+ 𝛼₂𝑥, em que 𝑔₁(𝑥) = 1 𝑒 𝑔₂(𝑥) = 𝑥 e 𝑥₁ = 2011, 𝑥₂ = 2012, … , 𝑥₉ = 2019, pode-se escrever o seguinte sistema linear:

𝐴𝛼 = 𝑏 → {𝑎₁₁𝛼₁+ 𝑎₁₂𝛼₂ = 𝑏₁ 𝑎₂₁𝛼₁+ 𝑎₂₂𝛼₂ = 𝑏₂,

em que 𝑎_𝑖𝑗 = ∑⁹_𝑘=1𝑔_𝑖(𝑥_𝑘)𝑔_𝑗(𝑥_𝑘) = 𝑎_𝑗𝑖 e 𝑏_𝑖 = ∑⁹_𝑘=1𝑓(𝑥_𝑘)𝑔_𝑖(𝑥_𝑘). Temos, portanto:

36000 37000 38000 39000 40000

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Acidentes

Ano

Acidentes

{

Na Tabela 6 estão os resultados dos cálculos dos coeficientes:

Tabela 6: Coeficientes do ajuste linear

∑ 𝒙_𝒌

18135 348917 36542085 703075708 Fonte: Elaborado pela autora

Dessa forma, substituindo os valores dos coeficientes no sistema linear temos:

{ 9𝛼₁+ 18135𝛼₂= 348917 18135𝛼1+ 36542085𝛼2= 703075708.

(11) Uma vez construído o sistema, o método de eliminação de Gauss foi utilizado para obter a solução do sistema (11):

Com isso, obtemos um sistema com duas equações e duas incógnitas da forma:

{9𝛼₁+ 18135 𝛼₂= 348917 60𝛼₂= 7953 .

(12) E, a partir do mesmo, é possível encontrar o valor de 𝛼₂=⁷⁹⁵³

60 = 132,55, que, substituído na primeira equação do sistema, conduz à:

9𝛼₁+ 18135(135,22) = 348917 → 9𝛼₁= −2054877 → 𝛼₁= −228320.

Dessa forma, conclui-se que 𝜑₁(𝑥) =−228320 + 132,55𝑥 e, uma vez que 𝛼₂ > 0, trata-se de uma função crescente. Para identificar o ajuste do modelo aos dados, foram calculados os resíduos entre os valores estimados e os valores observados:

Tabela 7 - Dados para o cálculo do resíduo 𝒙 𝝋𝟏(𝒙𝒌) 𝒇(𝒙𝒌) 𝒖𝒌 = 𝒇(𝒙𝒌) − 𝝋_𝟏(𝒙𝒌) 𝒖_𝑲^𝟐

2011 38238,05 39569 1330,95 1771427,90249988 2012 38370,6 37836 -534,6 285797,160000037 2013 38503,15 37377 -1126,15 1268213,82250005 2014 38635,7 39480 844,3 712842,48999998 2015 38768,25 36906 -1862,25 3467975,0625 2016 38900,8 39452 551,2 303821,439999949 2017 39033,35 39775 741,65 550044,722499948 2018 39165,9 39119 -46,9 2199,61000000218 2019 39298,45 39403 104,55 10930,7024999976

Fonte: Elaborado pela autora Tabela 8 – Resíduo do ajuste linear

∑ 𝒖_𝒌^𝟐 8.373.252,91249984 Fonte: Elaborado pela autora

O Gráfico 5, apresenta a dispersão inicial dos dados e compara a distribuição dos dados ao ajuste linear obtido:

Gráfico 5 - Comparação entre o ajuste linear e a distribuição dos dados de acidentes

Fonte: Elaborado pelo autor 4.4.2 Coeficiente de correlação linear

Para identificar a correlação entre o tempo e o comportamento dos acidentes foi calculado o coeficiente de correlação utilizando o método exposto na subseção 3.1.2 deste trabalho, utilizando uma planilha eletrônica a fim de facilitar os cálculos. Os resultados seguem na Tabela 9:

Tabela 9 - Cálculo dos itens utilizados na correlação linear 𝒙𝒊 𝒇(𝒙𝒌) 𝒙_𝒊^𝟐 𝒙𝒊𝒇(𝒙𝒌) 𝒇(𝒙_𝒌)^𝟐 2011 39569 4044121 79573259 1565705761 2012 37836 4048144 76126032 1431562896 2013 37377 4052169 75239901 1397040129 2014 39480 4056196 79512720 1558670400 2015 36906 4060225 74365590 1362052836 2016 39452 4064256 79535232 1556460304 2017 39775 4068289 80226175 1582050625 2018 39119 4072324 78942142 1530296161 2019 39403 4076361 79554657 1552596409

Fonte: Elaborado pela autora

Tabela 10 - Coeficientes do ajuste quadrático

∑ 𝒙_𝒊 ∑𝒇(𝒙_𝒌) ∑ 𝒙_𝒊^𝟐 ∑𝒙_𝒊𝒇(𝒙_𝒌) ∑𝒇(𝒙_𝒌)^𝟐 (∑ 𝒙_𝒊)

𝟐

(∑𝒇(𝒙_𝒌))

𝟐

18135 199017 36542085 401047930 4419157325 328878225 39607766289

Fonte: Elaborado pela autora

Visto que 𝑛 = 9, podemos substituir os valores na fórmula do coeficiente de Pearson:

36000 37000 38000 39000 40000

2011 2012 2013 2014 2015 2016 2017 2018 2019

Acidentes

Ano

Yi estimado Yi observado

𝑅 = (9 ∗401047930) − (18135 ∗ 199017)

(√9 ∗36542085 − 328878225) ∗ (√9 ∗4419157325 − 39607766289)

Dessa maneira, identificamos o valor de 𝑅 =0,334394309, indicando que, embora não seja forte, há uma correlação positiva entre as variáveis 𝑥 𝑒 𝑦.

4.4.3 Ajuste quadrático

A fim de encontrar uma curva que se aproximasse mais da dispersão dos dados também foi realizado um ajuste quadrático. Considerando 𝜑₂(𝑥) = 𝛼₁+ 𝛼₂𝑥 + 𝛼₃𝑥², em que 𝑔₁(𝑥) =

Tabela 11 - Resultado dos somatórios do ajuste quadrático

∑ 𝒙𝒌

18135 348917 36542085 703075708 73632543075 148370305137333 1416715920602

Fonte: Elaborado pela autora

Com os coeficientes calculados, montamos a forma matricial do sistema, de modo a resolvê-lo utilizando a fatoração LU:

[ visto que a matriz tem posto completo. Agora reescrevemos a matriz inicial como um fator de duas matrizes L e U:

É possível, dessa forma, obter o sistema linear para o qual a solução fornecerá o ajuste de curva quadrático. Nesse caso, como são poucas operações a serem efetuadas, o sistema pode ser calculado pelo método da substituição com facilidade:

{

𝑦₁= 348917 2015𝑦1+ 𝑦2= 703075708

4060231,66666667𝑦₁+ 4030𝑦₂+ 𝑦₃= 1416715920602

(15) Substituindo o valor de 𝑦₁ na primeira equação encontramos o valor de 𝑦₂

𝑦₂= 703075708 − 2015 ∙ 348917 = 7953

Em seguida, substituindo 𝑦₁ 𝑒 𝑦₂ na segunda equação encontramos o valor de 𝑦₃

𝑦₃= 1416715920602 − [(4060231,66666667 ∙ 348917) + (4030 ∙ 7953)]

𝑦3= 17573,66675

57,0573595715808. Substituindo esse valor na segunda equação, é possível determinar 𝛼₂

−60𝛼2− 241800 ∙ 57,0573595715808 = 7953

𝛼₂= (7953 −(−241800 ∙ 57,0573595715808))

−60 = −230073,70907347.

Por fim, calculou-se o valor de 𝛼₁

9𝛼₁+ (18135 ∙ (−230073,70907347)) + (36542085 ∙ 57,0573595715808) = 348917

𝛼₁=(348917 + 2087391830,70712)

9 = 231971194,18968.

Dessa forma, temos 𝜑2(𝑥) = 231971194,18968 − 230073,70907347𝑥 + 57,0573595715808𝑥². Para identificar o ajuste do modelo aos dados, foram calculados os resíduos entre os valores estimados e os valores observados, e, posteriormente, foi construído o gráfico de dispersão dos dados, para possibilitar a comparação dos dados ao ajuste de curva quadrático. Nas tabelas 12 e 13 estão as informações do cálculo do resíduo e o gráfico 6 representa a comparação da curva:

Tabela 12 - Dados para o cálculo dos resíduos do ajuste quadrático x 𝝋𝟐(𝒙𝒌) 𝒇(𝒙𝒌) 𝒖𝒌= 𝒇(𝒙𝒌) − 𝝋𝟐(𝒙𝒌) 𝒖_𝒌^𝟐

2011 39831,29091 39569 -262,290913 68796,5228942216 2012 39299,3394 37836 -1463,3394 2141362,1871876 2013 38881,5026 37377 -1504,5026 2263528,06708257 2014 38577,78052 39480 902,2194808 813999,991611443 2015 38388,17316 36906 -1482,17316 2196837,27494824 2016 38312,68052 39452 1139,319481 1298048,8793454 2017 38351,3026 39775 1423,697402 2026914,29271734 2018 38504,0394 39119 614,9606043 378176,544780055 2019 38770,89091 39403 632,1090873 399561,898194872

Fonte: Elaborado pela autora Tabela 13 - Resíduo do ajuste quadrático

∑ 𝒖_𝒌^𝟐 11.587.225,6587617 Fonte: Elaborado pela autora

Gráfico 6 - Comparação entre ajuste quadrático e a distribuição dos acidentes

Fonte: Elaborado pela autora

Ao analisar o gráfico, pode-se verificar a distância entre os pontos obtidos pela curva ajustada e os pontos dos acidentes de trânsito. Essa distância representa o resíduo da estimação do ajuste, e, para tentar reduzi-lo, utilizando os dados da Tabela 5, o sistema linear (13) foi

2011 2012 2013 2014 2015 2016 2017 2018 2019

Acidentes

Ano

Yi estimado Yi observado

elementos 𝑎₂₁𝑒 𝑎₂₂.

Tendo em vista o pivoteamento parcial, também é necessário inverter o vetor 𝑏:

𝑏̃ = [

Como 0,0595532520928828 < 60 não é necessário inverter as linhas 2 e 3, e pode-se prosseguir com a eliminação de Gauss.

𝑝𝑖𝑣ô 𝑎₂₂= 60

𝑚

₃₂

=

^𝑎³²

𝑎₂₂

=

0,0595532520928828

60 = 0,000992557460951311, 𝐿₃⁽¹⁾← 𝐿₃⁽²⁾− 𝑚₃₂𝐿⁽¹⁾₂

Dessa forma, pode-se reescrever a matriz A como o produto das matrizes L e U:

𝐴 = 𝐿 ∙ 𝑈 → [ E a resolução é feita da mesma forma que o ajuste quadrático inicial, de modo que obtemos:

𝑦̃ = [ E, resolvendo o sistema, encontramos os parâmetros 𝛼̃:

[ 230082,745650943𝑥 + 57,0597172450849𝑥². Da mesma forma que os modelos anteriores, calculou-se o resíduo e foi gerado o gráfico de dispersão dos dados, que seguem abaixo nas tabelas 14 e 15 e no gráfico 7:

Tabela 14 - Dados para o cálculo do resíduo do novo ajuste quadrático 𝒙 𝝋̃_𝟐(𝒙_𝒌) 𝒇(𝒙_𝒌) 𝒖_𝒌= 𝒇(𝒙_𝒌) − 𝝋̃_𝟐(𝒙_𝒌) 𝒖_𝒌^𝟐

2011 39831,20463 39569 -262,204629 68751,2672679541 2012 39299,70145 37836 -1463,70145 2142421,94848808 2013 38882,31772 37377 -1505,31772 2265981,42377805 2014 38579,05341 39480 900,9465898 811704,757614468 2015 38389,90854 36906 -1483,90854 2201984,55431992 2016 38314,8831 39452 1137,116896 1293034,8357866 2017 38353,9771 39775 1421,022898 2019306,0760996 2018 38507,19054 39119 611,8094648 374310,821233887 2019 38774,5234 39403 628,4765974 394982,833440161

Fonte: Elaborado pela autora

Tabela 15 - Resíduo do novo ajuste quadrático

∑ 𝒖_𝒌^𝟐 11.572.478,5180287 Fonte: Elaborado pela autora

Gráfico 7 - Comparação do novo ajuste quadrático

Fonte: Elaborado pela autora

Avaliando os resultados, é possível perceber que o pivoteamento parcial foi eficiente na redução do resíduo do ajuste, uma vez que a função obtida apresentou um resíduo menor. Além disso, observando os resultados de ambos os ajustes, nota-se a tendência de crescimento de sinistros. Alternativamente, na tentativa de encontrar uma função com o menor resíduo possível, realizou-se um ajuste exponencial com o intuito de realizar previsões mais seguras de acidentes para os anos seguintes.

4.4.4 Ajuste exponencial

Como a tendência é de crescimento de sinistros o expoente da função exponencial é positivo, portanto, seja 𝜑₃(𝑥) = 𝛼₁𝑒^𝛼²^𝑥. Primeiramente, o problema foi linearizado, transformando 𝑦 = 𝛼₁𝑒^𝛼²^𝑥 em 𝑧 = ln(𝑦) ≈ ln (𝛼₁) + 𝛼₂𝑥 = 𝜑(𝑥), sendo 𝜑(𝑥) = 𝑎₁+ 𝑎₂𝑥, onde 𝑎₁ = ln (𝛼₁) 𝑒 𝑎₂ = 𝛼₂ , como visto no aporte teórico. Em segundo lugar, utilizou-se o método dos mínimos quadrados no problema linearizado. A Tabela 16 demonstra os dados linearizados:

Tabela 16 - Dados linearizados para ajuste exponencial 𝒙 𝒇(𝒙𝒌) 𝒍𝒏(𝒇(𝒙𝒌))

2011 39569 10,58580126 2012 37836 10,54101631 2013 37377 10,52881082 2014 39480 10,58354949 2015 36906 10,51612942 2016 39452 10,58284002 2017 39775 10,59099385 2018 39119 10,57436356 2019 39403 10,58159723 36000

37000 38000 39000 40000

2011 2012 2013 2014 2015 2016 2017 2018 2019

Acidentes

Ano

Yi estimado Yi observado

𝑻𝒐𝒕𝒂𝒍 18135 348917 95,08510198 Procedendo da mesma forma dos outros ajustes, substitui-se 𝑔₁(𝑥) 𝑒 𝑔₂(𝑥) no sistema (16):

{ Tabela 17 - Resultado dos somatórios do ajuste exponencial

∑ 𝒙𝒌

18135 36542085 95,0851019759226 191596,687363722

Fonte: Elaborado pela autora

Utilizando a fatoração LU para resolver o sistema, obtém-se:

𝐿⁽¹⁾₁ ← 𝐿⁽⁰⁾₃ e 𝐿₃⁽¹⁾← 𝐿₁⁽⁰⁾,

→ [18135 36542085 9 18135 ].

Trocando também as linhas no vetor 𝑏:

[191596,687363722 95,0851019759226]

𝑝𝑖𝑣ô 𝑎₁₁= 18135:

Reescrevendo a matriz A como produto das matrizes L e U, temos:

𝐴 = 𝐿 ∙ 𝑈 → [ ¹ ⁰

0,000496277915632754 1] [¹⁸¹³⁵ ^36542085

0 −0,0297766749390576]

Fazendo 𝐿𝑦 = 𝑏, temos:

[ 1 0

0,000496277915632754 1] [𝑦₁

𝑦₂] = [191596,687363722

0 −0,0297766749390576] [𝑎₁

𝑎₂] = [ 191596,687363722

−0,000102671085798534]

Dessa forma, resolvendo o sistema triangular, segue que:

[𝑎₁

𝑎2] = [ 3,61721617530708 0,00344803729794093]

E, para encontrar 𝜑₃(𝑥), calcula-se:

𝛼₁= 𝑒^𝑎¹= 𝑒3,617216175307085= 37,2337711217185

𝛼₂= 𝛼₂= 0,00344803729794093

Assim, a função 𝜑₃(𝑥) = 𝛼₁𝑒^𝛼²^𝑥 é tal que 𝜑₃(𝑥)= 37,2337711217185𝑒0,00344803729794093∗𝑥. Obteve-se, em seguida, o resíduo e o gráfico de dispersão do ajuste, que seguem abaixo nas tabelas 18 e 19 e no gráfico 8:

Tabela 18 - Dados para o cálculo do resíduo do ajuste exponencial 𝒙 𝝋_𝟑(𝒙) 𝒇(𝒙_𝒌) 𝒖_𝒌= 𝒇(𝒙_𝒌) − 𝝋_𝟑(𝒙) 𝒖_𝒌^𝟐

2011 38224,0119220943 39569 1344,988077 1808992,92970841 2012 38356,0372241579 37836 -520,037224 270438,714509887 2013 38488,518540112 37377 -1111,518540 1235473,46501262 2014 38621,4574450232 39480 858,542554 737095,318706012 2015 38754,8555193988 36906 -1848,855519 3418266,73161146 2016 38888,7143492047 39452 563,285650 317290,724391848

2017 39023,0355258851 39775 751,964474 565450,570330934 2018 39157,8206463806 39119 -38,820646 1507,04258540915 2019 39293,0713131481 39403 109,928686 12084,3161929825

Fonte: Elaborado pela autora Tabela 19 - Resíduo do ajuste exponencial

∑ 𝒖_𝒌^𝟐 8.366.599,81304956 Fonte: Elaborado pela autora

Gráfico 8 - Comparação do ajuste exponencial

Fonte: Elaborado pela autora

Sendo assim, foram comparados os resíduos e a dispersão dos quatro ajustes, para analisar em qual há melhor precisão, com o intuito de realizar previsões de acidentes futuros.

Dessa maneira é possível a identificar qual o impacto quantitativo no caso do cancelamento do DPVAT, visto que não haveria mais indenizações para essas situações.

Tabela 20 - Resíduos comparados

∑ 𝒖_𝒌^𝟐 𝒂𝒋𝒖𝒔𝒕𝒆 𝒍𝒊𝒏𝒆𝒂𝒓 ∑ 𝒖_𝒌^𝟐 𝒂𝒋𝒖𝒔𝒕𝒆 𝒒𝒖𝒂𝒅𝒓á𝒕𝒊𝒄𝒐 ∑ 𝒖_𝒌^𝟐 𝒏𝒐𝒗𝒐 𝒂𝒋𝒖𝒔𝒕𝒆 𝒒𝒖𝒂𝒅𝒓á𝒕𝒊𝒄𝒐 ∑ 𝒖_𝒌^𝟐 𝒆𝒙𝒑𝒐𝒏𝒆𝒏𝒄𝒊𝒂𝒍 8.373.252,91249984 11.587.225,6587617 11.572.478,5180287 8.366.599,81304956

Fonte: Elaborado pela autora

36000 37000 38000 39000 40000

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Acidentes

Ano

Yi estimado Yi observado

Gráfico 9 - Comparação entre os ajustes

Fonte: Elaborado pela autora

Além dessas análises, para auxiliar na escolha da função com menor resíduo, foram calculados também os erros relativos dos ajustes conforme o referencial teórico, demonstrados na Tabela 21:

Tabela 21 - Resíduos relativos

𝒓𝒆𝒔í𝒅𝒖𝒐 𝒓𝒆𝒍𝒂𝒕𝒊𝒗𝒐 2,48789891345667% 2,92654927696933% 2,92455507703862% 2,48766960828401%

Fonte: Elaborado pela autora

Dessa forma, analisando os resultados obtidos, optou-se por fazer as previsões com o ajuste que apresentou o menor resíduo, o que levou a escolha do ajuste exponencial 𝜑₂(𝑥) = 37,2337711217185𝑒0,00344803729794093∗𝑥. Calculando a projeção para os próximos 5 anos, obteve-se os seguintes valores:

𝜑₃(2020) = 37,2337711217185𝑒0,00344803729794093∗2020≅ 39429 𝜑₃(2021) = 37,2337711217185𝑒0,00344803729794093∗2021 ≅ 39565

𝜑₃(2022) = 37,2337711217185𝑒0,00344803729794093∗2022 ≅ 39702

𝜑₃(2023) = 37,2337711217185𝑒0,00344803729794093∗2023 ≅ 39839

𝜑3(2024) = 37,2337711217185𝑒0,00344803729794093∗2024 ≅ 39976

Com isso, é possível notar que no período entre 2020 e 2024 a previsão é que ocorram aproximadamente 195.511 acidentes passíveis de indenização, o que representa uma quantidade expressiva de acidentados. Nesse caso, nota-se a relevância do seguro obrigatório, haja vista que, no eventual cancelamento do seguro DPVAT, os envolvidos nessas ocorrências não seriam

36000 37000 38000 39000 40000

2011 2012 2013 2014 2015 2016 2017 2018 2019

Acidentes

assistidos, e a falta desse amparo é prejudicial para o bem-estar social em um momento de fragilidade econômica dos envolvidos e de seus familiares.

Ademais, a quantidade histórica de pagamentos de indenizações, explicitada na Tabela 4, demonstra que há mais pagamentos realizados por ano do que a quantidade de acidentes registrados no TabNet, o que evidencia a possibilidade de mais prejudicados pelo cancelamento do seguro obrigatório do que o modelo é capaz de prever, devido ao descasamento dos dados entre o TabNet e os pedidos indenizatórios recebidos e concedidos pela Seguradora Líder.

5. CONCLUSÕES

O presente trabalho teve como fito avaliar se o cancelamento do seguro DPVAT afetaria a população de São Paulo, uma vez que houve a tentativa de cancelamento do mesmo em 2019, que não foi aprovada. O procedimento utilizado para avaliação da projeção de acidentes passíveis de indenização foi o ajuste de curvas, via método dos quadrados mínimos, de modo a prever 5 anos de acidentes e verificar a tendência do comportamento das indenizações.

Os resultados obtidos demonstraram que há uma tendência de aumento na quantidade de acidentes, atingindo valores expressivos para os próximos anos, refletindo na quantidade de indenizações a serem pagas, que aumentarão proporcionalmente.

Dentre os principais entraves da pesquisa, é possível citar a ausência de informações mais recentes no DATASUS com relação aos acidentes, bem como o risco inerente do preenchimento incorreto de informações nas tabulações para a inclusão dos dados no sistema TabNet, além de não haver as informações completas de indenizações em 2013 divulgados pela seguradora Líder e, verificando o histórico de pagamentos, identifica-se que há mais indenizações pagas que o histórico de acidentes. Ademais, foi utilizado a correlação de Pearson para avaliar a relação entre as variáveis, porém, embora a correlação tenha sido positiva, não ficou tão próxima de 1, não obstante o pagamento das indenizações esteja intrinsecamente ligado a quantidade de acidentes.

Em vista disso, é relevante ponderar o uso de outros métodos de avaliação para previsão dos acidentes, de modo que estudos futuros sobre essa temática podem colaborar para, inclusive, medidas de enfrentamento ao risco de acidentes de trânsito em São Paulo e aperfeiçoamento da dinâmica do seguro DPVAT.

6. REFERÊNCIAS BIBLIOGRÁFICAS

ALMEIDA, Renato Neves de. O Método Dos Mínimos Quadrados: Estudo e Aplicações Para o Ensino Médio. Orientador: Prof. Paulo Sérgio Dias da Silva. 2015. Dissertação (Mestrado em Matemática) - Universidade Estadual do Norte Fluminense Darcy Ribeiro - UENF, [S. l.], 2015. Disponível em:

https://uenf.br/posgraduacao/matematica/wp-content/uploads/sites/14/2017/09/28052015Renato-Neves-de-Almeida.pdf. Acesso em: 28 out. 2021.

ARENA, Marco. Does Insurance Market Activity Promote Economic Growth? A cross-country study for industrialized and developing countries. Journal of Risk and Insurance, v.

75, p. 921-946, 2008.

BATISTA, Maickel Ewerson; MYRRHA, Luana Junqueira Dias. Contrato de seguro:

DPVAT como meio de proteção para a sociedade. Revista Debate Econômico, [s. l.], 18 jan.

2017. Disponível em: file:///C:/Users/willi/Downloads/417-Texto%20do%20artigo-1997-1-10-20170118.pdf. Acesso em: 28 out. 2021.

BRASIL. [Constituição (1988)]. CONSTITUIÇÃO DA REPÚBLICA FEDERATIVA DO BRASIL DE 1988. Brasília, DF: Presidência da República, [2016]. Disponível em:

http://www.planalto.gov.br/ccivil_03/Constituicao/ Constituiçao.htm. Acesso em: 10 jan.

2020.

BRASIL. LEI Nº 9.503, DE 23 DE SETEMBRO DE 1997. 1997. Disponível em:

http://www.planalto.gov.br/ccivil_03/Leis/L9503.htm. Acesso em: 08 set. 2020.

BRASIL. MEDIDA PROVISÓRIA Nº 904, DE 11 DE NOVEMBRO DE 2019. 2019.

Disponível em: http://www.planalto.gov.br/ccivil_03/_Ato2019-2022/2019/Mpv/mpv904.htm.

Acesso em: 10 set. 2020.

BRASIL, Nações Unidas. Região das Américas registra quase 155 mil mortes no trânsito por ano, diz agência da ONU. 2019. Disponível em: https://nacoesunidas.org/regiao-das-americas-registra-quase-155-mil-mortes-no-transito-por-ano-diz-agencia-da-onu/. Acesso em: 08 set.

2020.

BRITTO, Paulo Augusto Pettenuzzo De; ROCHA, Carlos Henrique. (2012/2013).

Fragilidades do Seguro de Danos Pessoais Causados por Veículos Automotores de Via Terrestres (DPVAT) sob o Ponto de Vista do Beneficiário. Revista Brasileira de Risco e

Seguro, Rio de Janeiro, 8(15):23-36. Disponível em:

http://www.rbrs.com.br/arquivos/rbrs_15_2.pdf Acesso em: 08 set. 2020.

CABRAL, Juscelino Rodrigues. SERVIÇO SOCIAL E O TRÂNSITO COM ÊNFASE NO SEGURO DPVAT. Brasil: [s. n.], 2010. Disponível em:

http://www.segurodpvat.com/mono_1.pdf. Acesso em: 1 set. 2020.

DATASUS. TABNET. 2020. Disponível em: https://datasus.saude.gov.br/informacoes-de-saude-tabnet/. Acesso em: 10 set. 2020.

DUARTE, Danielle Cavalcante; OLIVEIRA, Érica Diniz. Uma Análise Jurídico-Econômica dos Objetivos Regulatórios do Seguro DPVAT. 2017. Disponível em:

https://portalrevistas.ucb.br/index.php/EALR/article/view/7873/pdf. Acesso em: 09 set.

2020.

IBGE. Panorama de São Paulo. [S. l.], 2017. Disponível em:

https://cidades.ibge.gov.br/brasil/sp/panorama. Acesso em: 28 out. 2021.

IBGE. Pesquisa Mensal de Emprego - PME. 2016. Disponível em:

https://www.ibge.gov.br/estatisticas/sociais/trabalho/9180-pesquisa-mensal-de-emprego.html?=&t=resultados. Acesso em: 10 set. 2020.

LÍDER, Seguradora. Desempenho DPVAT 2018. 2020. Disponível em:

https://www.seguradoralider.com.br/Pages/Desempenho-DPVAT-completo-2018-premios.aspx. Acesso em: 09 set. 2020.

LÍDER, Seguradora. Sobre o Seguro DPVAT. 2020. Disponível em:

https://www.seguradoralider.com.br/Seguro-DPVAT/Sobre-o-Seguro-DPVAT. Acesso em: 09 set. 2020.

MENEGUEL, R. B. Método dos Mínimos Quadrados e Aplicações. 2014. 34 f. Trabalho de Conclusão de Curso (Licenciatura em Matemática) – Universidade Federal de São Carlos, Sorocaba, SP, 2014.

PREFEITURA DO MUNICÍPIO DE SÃO PAULO (São Paulo). CET. Competências e Atribuições. São Paulo: CET, 2021. Disponível em:

http://www.cetsp.com.br/consultas/acesso-a-informacao/institucional/competencias-e-atribuicoes.aspx. Acesso em: 23 jan. 2022.

PREFEITURA DO MUNICÍPIO DE SÃO PAULO (São Paulo). CET - Companhia de Engenharia de Tráfego. Mobilidade no Sistema Viário Principal Volumes e Velocidades

2019. São Paulo, 2019. Disponível em:

http://www.cetsp.com.br/media/1113490/msvp2019.pdf. Acesso em: 23 jan. 2022.

PRINCE, Paulo; GONÇALVES, Juliana Martins. Cálculo de IBNR para o ramo de Automóveis: Casco Diferenças de metodologias. Orientador: Prof. Paulo Pereira Ferreira.

2014. 54 f. Trabalho de conclusão de curso (Bacharelado em Ciências Atuariais) - Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2014. Disponível em:

https://pantheon.ufrj.br/bitstream/11422/4853/1/Projeto%20Final_%20Juliana%20Martins%2 0e%20Paulo%20Prince-min.pdf. Acesso em: 28 out. 2021.

ROLNIK, Raquel; KLINTOWITZ, Danielle. Mobilidade na cidade de São Paulo. Dossiê São Paulo, Hoje, [s. l.], 25 abr. 2011. Disponível em:

https://www.scielo.br/j/ea/a/xM3HNxRtNM5RqtjttKjxgJb/?lang=pt. Acesso em: 28 out.

2021.

SBMT. Acidentes de trânsito: Mais de 1,35 milhão de pessoas perdem a vida, aponta OMS.

2019. Disponível em: https://www.sbmt.org.br/portal/traffic-accidents-over-1-35-million-

people-lose-their-lives-says-who/#:~:text=Atualmente%20o%20Brasil%20ocupa%20o,%2C%20China%2C%20EUA%20 e%20Rússia.&text=Juntas%2C%20essas%20dez%20nações%20são,no%20mundo%20todos

%20os%20anos. Acesso em: 08 set. 2020.

SECRETARIA MUNICIPAL DE MOBILIDADE E TRÂNSITO. Histórico de acidentes em São Paulo e a importância do plano. [S. l.], 14 jun. 2021. Disponível em:

https://www.prefeitura.sp.gov.br/cidade/secretarias/mobilidade/plano_seguranca_viaria/index.

php?p=262859. Acesso em: 28 out. 2021.