O presente trabalho de mestrado tem como objetivo principal analisar os efeitos espaciais na modelagem da escolha modal, com foco na heterogeneidade espacial. A escolha modal estudada é binomial, com os modos automóvel privado e transporte público. A principal lacuna está associada à análise simultânea de dependência e variabilidade espacial, por meio da aplicação de modelos espaciais locais. Também é proposto um teste de variabilidade espacial, associado a resultados agregados e desagregados. As etapas metodológicas gerais propostas seguidas foram: (1) Modelagem logit não espacial; (2) Análise exploratória de dados espaciais; (3) Regressão logística geograficamente ponderada (GWLR) e teste de variabilidade espacial de referência; (4) Proposta de teste de variabilidade espacial. Foram comparados modelos logit não espacial e GWLR considerando métricas de qualidade de ajuste, matriz de confusão e coerência e capacidade explicativa dos parâmetros estimados. Foi utilizado um banco de dados sintético, criado a partir de interpolação de dados reais (Pesquisa Origem Destino de São Carlos (SP), realizada em 2007 e 2008) onde a dependência espacial foi comprovada. Os resultados do modelo GWLR apresentaram melhoria de ajuste frente ao modelo não espacial e tiveram maior ganho explicativo pelos coeficientes estimados locais. Isto corrobora a presença e importância da dependência e variabilidade espacial na escolha modal. Os resultados do teste proposto, agregados e desagregados, corroboram a variabilidade espacial das variáveis adotadas, em consonância com o teste de referência adotado. Os procedimentos seguidos podem ser aplicados futuramente a outras bases de dados com efeitos espaciais. Além disso, o teste de variabilidade espacial proposto traz contribuições na análise, considerando o caráter desagregado de seus resultados e visualizações espaciais de variabilidade.

The main objective of this study is to analyze the spatial effects on modal choice, focusing on the spatial heterogeneity. A binomial mode choice between private car and public transport is adopted. The main research gap is related to the simultaneous analysis of spatial dependence and variability, with local spatial models. A spatial variability test is also proposed, with both aggregated and disaggregated results. The general methodological steps are: (1) Nonspatial logit modeling; (2) Exploratory spatial data analysis; (3) Geographically weighted logistic regression (GWLR) and spatial variability test (reference); (4) Proposal of a spatial variability test. Non-spatial logit and GWLR models were compared using measures of goodness of fit, hit rate and coherence and explanatory power of the estimated parameters. We used a synthetic database created by interpolating real data whose spatial dependence was confirmed in previous studies (São Carlos Origin Destination Survey, São Paulo, Brazil, from 2007 to 2008). The GWLR results present an improvement over the non-spatial model, while also presenting more explanatory value due to the non-stationary coefficients. The results of the proposed test, aggregated and disaggregated, corroborate the spatial variability of the concerned variables, in accordance with the adopted reference test. The presented procedures can be applied in future studies to other databases with the presence of spatial effects. Also, the proposed spatial variability test brings contributions to the analysis, considering the local nature of its results and the visualization of spatial variability.