Boarding and alighting per bus stop modeling, along bus lines, plays a fundamental role in Transport Public network planning, in addition to contributing to transit-oriented development. However, in this case, the variables of interest (boarding and alighting) show four characteristics that have implications for the modeling process and/or may affect the estimates' results. They are: (1) spatial dependence; (2) asymmetry; (3) the trips occur along the transport network; and (4) limited sample. As these peculiarities are overlooked by classical modeling and the scientific literature has not addressed them so far simultaneously, the main objective of the present study was to model transit ridership at the bus stop level, including, in the estimating process, the four aforementioned characteristics. As specific objectives, we analyzed the effect of explanatory variables, the effects of using network or Euclidean distances, the amount of missing data, and the sampling type. The text is divided into seven chapters, and four of them are articles, whose contents address one or more specific objectives separately and/or simultaneously. Two classes of spatial models were proposed, geostatistical interpolators and geographically weighted regressions, and a database comprising eight lines in the city of São Paulo (Brazil) was used as a case study. The following conclusions were achieved: models that consider asymmetry and spatial dependence should be prioritized over the ones that overlook these characteristics, as well as the multivariate models over the univariate ones. Public policies toward increasing public transport usage should focus mainly on four groups of explanatory variables: sociodemographic characteristics, bus network coverage, street layout and land use. The spatial models proved to be able to estimate the volume of boardings and alightings in unsampled points accurately, solving the problem of a lack of stop-level transit ridership data. Despite the network distance approach not contributing significantly to improving the models' prediction power, this type of distance may better represent the relationship between the transit ridership and its intervening factors. Prioritizing the use of network distances in the spatial modeling of boardings and alightings is recommended. In addition, a balanced sample on predictor data and well-spread in the geographic space might be preferred to accurately estimate missing stop-level ridership data. Therefore, the present research adds important methodological and practical contributions to the urban planning associated with sustainable transport.

 A modelagem de embarques e desembarques por ponto de parada, ao longo de linhas de ônibus, exerce uma importância fundamental no planejamento de redes de transporte público, além de contribuir para o desenvolvimento urbano orientado ao transporte sustentável. Contudo, as variáveis de interesse, nesse caso (embarques e desembarques) apresentam quatro características que trazem implicações ao processo de modelagem e/ou podem afetar o resultado das estimativas. São elas: (1) dependência espacial; (2) assimetria; (3) os deslocamentos acontecem ao longo da rede; e (4) amostragem limitada. Tendo em vista que tais peculiaridades são ignoradas pela modelagem clássica e que a literatura científica ainda não as aborda de forma simultânea, o presente trabalho teve o objetivo principal de modelar a demanda por transporte público no âmbito de pontos de parada, incluindo, no processo de estimativa, as quatro características supracitadas. Como objetivos específicos, foram analisados os efeitos de variáveis explicativas, da aplicação de distâncias em rede ou euclidianas, da quantidade de dados faltantes e do tipo de amostragem. O texto está dividido em sete capítulos, dos quais quatro são artigos científicos, cujo conteúdo aborda um ou mais objetivos específicos separada e/ou simultaneamente. Duas classes de modelos espaciais foram propostas, interpoladores geoestatísticos e regressões geograficamente ponderadas, e um banco de dados composto por oito linhas de ônibus da cidade de São Paulo (Brasil) foi utilizado como estudo de caso. As seguintes conclusões foram obtidas: modelos que consideram a assimetria e dependência espacial de embarques e desembarques devem ser priorizados frente aos que ignoram tais características, assim como os modelos multivariados em comparação aos univariados. Políticas públicas para o aumento do uso do transporte público devem focar principalmente em quatro grupos de variáveis explicativas: características sociodemográficas, cobertura da rede de ônibus, desenho viário e uso do solo. Os modelos espaciais provaram ser capazes de estimar o volume de embarques e desembarques em pontos não amostrados com acurácia, solucionando o problema da falta de dados de demanda por transporte público no âmbito de parada. Apesar da abordagem com distâncias em rede não ter contribuído significativamente para a melhoria do poder preditivo dos modelos, esse tipo de distância pode representar melhor a relação entre demanda por transporte público e seus fatores intervenientes. Recomenda-se priorizar o uso de distâncias em rede na modelagem espacial de embarques e desembarques. Além disso, uma amostra baseada em preditores e bem distribuída no espaço geográfico deve ser priorizada para estimar com precisão dados faltantes de demanda por transporte público no âmbito de pontos de parada. Dessa forma, o presente trabalho acrescenta importantes contribuições metodológicas e práticas para um planejamento urbano associado ao transporte sustentável.