Method Validation Case #1 — Road Accident System

Method Validation Case protocol

Protocolo del Caso de Validación del Método

Every dataset should pass through this validation before statistical testing, machine learning, forecasting, or dashboard interpretation. The purpose is to define the phenomenon, system boundaries, target variables, explanatory roles, temporal and spatial context, limitations, and valid analytical questions.

Todo dataset debe pasar por esta validación antes de realizar pruebas estadísticas, Machine Learning, pronósticos o interpretación de dashboards. El propósito es definir el fenómeno, los límites del sistema, las variables objetivo, los roles explicativos, el contexto temporal y espacial, las limitaciones y las preguntas analíticas válidas.

No method should be selected until the dataset has passed conceptual and systemic validation. No debe seleccionarse ningún método hasta que el dataset haya superado la validación conceptual y sistémica.

Dataset reality check

Comprobación real del dataset

4,999accident recordsregistros de accidentes

17.9%serious or fatalgraves o fatales

6.7%fatal recordsregistros fatales

21available variablesvariables disponibles

Data-quality finding: severity contains both “Fatal” and “Fetal”. For this analysis, “Fetal” was treated as a likely typographical form of “Fatal”, but the source should be corrected before formal modeling. Hallazgo de calidad: la severidad contiene “Fatal” y “Fetal”. Para este análisis, “Fetal” fue tratado como una forma tipográfica probable de “Fatal”, pero la fuente debe corregirse antes del modelado formal.

1. Define the phenomenon and the closed system

1. Definir el fenómeno y el sistema cerrado

The phenomenon is not simply “accidents.” It is the occurrence and severity of road accidents under specific temporal, spatial, environmental, infrastructural, and vehicle conditions.

El fenómeno no es simplemente “accidentes”. Es la ocurrencia y severidad de accidentes de tránsito bajo condiciones temporales, espaciales, ambientales, de infraestructura y vehiculares específicas.

Road traffic systemSistema de tránsito vial

↓

Vehicle + road + junction + environment + time + placeVehículo + vía + intersección + entorno + tiempo + lugar

↓

Accident severity and consequencesSeveridad y consecuencias del accidente

The system is analytically bounded by the variables recorded in the dataset, but it remains subject to external conditions not captured: driver behavior, traffic volume, alcohol/drug use, vehicle age, road maintenance, enforcement, and exposure. El sistema está limitado analíticamente por las variables registradas, pero sigue sujeto a condiciones externas no capturadas: conducta del conductor, volumen de tráfico, alcohol/drogas, antigüedad del vehículo, mantenimiento vial, cumplimiento de la ley y exposición.

2. Objective Architecture

2. Arquitectura de Objetivos

The road-accident system contains more than one measurable outcome. MVCP v2 therefore begins by identifying all potential dependent variables before selecting the single objective that will govern this execution.

El sistema de accidentes de tránsito contiene más de un resultado medible. Por ello, MVCP v2 comienza identificando todas las variables dependientes potenciales antes de seleccionar el único objetivo que gobernará esta ejecución.

2.1 Objective inventory

2.1 Inventario de objetivos

Objective candidateObjetivo candidato	Question representedPregunta representada	Objective classClase de objetivo
Accident_Severity	How severe was the recorded accident?¿Qué tan severo fue el accidente registrado?	Primary candidate · ordinal consequenceCandidato primario · consecuencia ordinal
Number_of_Casualties	How many casualties resulted from the accident?¿Cuántas víctimas resultaron del accidente?	Secondary objective · count consequenceObjetivo secundario · consecuencia de conteo
Number_of_Vehicles	How many vehicles were involved in the event?¿Cuántos vehículos estuvieron involucrados?	Intermediate / event-complexity objective candidateCandidato intermedio / complejidad del evento
Fatality Indicator (derived)(derivado)	Did the accident produce a fatal outcome?¿El accidente produjo un resultado fatal?	Derived binary objectiveObjetivo binario derivado
Serious-or-Fatal Indicator (derived)(derivado)	Did the accident exceed the slight-severity threshold?¿El accidente superó el umbral de severidad leve?	Derived composite objectiveObjetivo compuesto derivado

2.2 Objective relationship map

2.2 Mapa de relaciones entre objetivos

Event occurrence
Recorded road accidentOcurrencia del evento
Accidente de tránsito registrado

↓

Event complexity
Number_of_VehiclesComplejidad del evento
Number_of_Vehicles

↓

Primary consequence dimension
Accident_SeverityDimensión principal de consecuencia
Accident_Severity

↓

Secondary consequence dimension
Number_of_CasualtiesDimensión secundaria de consecuencia
Number_of_Casualties

↓

Derived decision objectives
Fatality Indicator · Serious-or-Fatal IndicatorObjetivos derivados de decisión
Fatality Indicator · Serious-or-Fatal Indicator

Interpretive note: these objectives are related but not interchangeable. Severity, casualty count, vehicle count, and fatality classification answer different analytical questions and may require different variable sets and methods. Nota interpretativa: estos objetivos están relacionados, pero no son intercambiables. Severidad, cantidad de víctimas, cantidad de vehículos y clasificación fatal responden preguntas diferentes y pueden requerir conjuntos de variables y métodos distintos.

2.3 Primary objective selected for this MVCP execution

2.3 Objetivo primario seleccionado para esta ejecución del MVCP

Frozen Primary Objective: Accident_Severity Objetivo Primario Fijado: Accident_Severity

Objective propertyPropiedad del objetivo	Frozen definitionDefinición fijada
MeaningSignificado	Recorded severity level of the accident.Nivel de severidad registrado del accidente.
Measurement structureEstructura de medición	Ordinal: Slight → Serious → Fatal.Ordinal: Leve → Grave → Fatal.
Unit of analysisUnidad de análisis	One recorded road accident event.Un evento de accidente de tránsito registrado.
Population representedPoblación representada	The 4,999 accident records contained in the analytical sample.Los 4,999 registros de accidentes contenidos en la muestra analítica.
Scope restrictionRestricción de alcance	Severity conditional on an accident already being recorded; not accident occurrence risk in the full road-using population.Severidad condicionada a que el accidente ya haya sido registrado; no riesgo de ocurrencia en toda la población vial.
Objective-change ruleRegla de cambio de objetivo	Changing to casualties, fatality, or vehicle count requires a separate MVCP execution.Cambiar a víctimas, fatalidad o cantidad de vehículos requiere una ejecución MVCP separada.

3. Objective-Specific Analytical Roles

3. Roles Analíticos Específicos del Objetivo

Primary target: Accident SeverityObjetivo primario: Severidad del accidenteOrdinal outcome: Slight → Serious → Fatal.Resultado ordinal: Leve → Grave → Fatal.

Deferred objectivesObjetivos diferidosNumber_of_Casualties and Number_of_Vehicles are documented but not modeled as primary outcomes in this execution.Number_of_Casualties y Number_of_Vehicles están documentados, pero no se modelan como objetivos primarios en esta ejecución.

Candidate explanatory variablesVariables explicativas candidatasWeather, light, surface, road type, speed limit, vehicle type, junction, day, time, and location.Clima, iluminación, superficie, tipo de vía, límite de velocidad, tipo de vehículo, intersección, día, hora y ubicación.

Identifiers and administrative contextIdentificadores y contexto administrativoAccident index, police force, local authority.Índice del accidente, fuerza policial y autoridad local.

4. Structural constraints detected before modeling

4. Restricciones estructurales detectadas antes de modelar

100.0%urban recordsregistros urbanos

98.9%30 mph speed limitlímite de 30 mph

84.3%single carriagewaycalzada única

19.4%junction control missing/out of rangecontrol de intersección faltante/fuera de rango

These constraints are scientifically important. The dataset cannot reliably compare urban versus rural behavior, and it has very limited variation in speed limit. Any apparent “speed effect” would be fragile because nearly all observations occur at 30 mph.

Estas restricciones son científicamente importantes. El dataset no puede comparar de manera confiable comportamiento urbano frente a rural y posee variación muy limitada en el límite de velocidad. Cualquier “efecto de velocidad” sería frágil porque casi todas las observaciones ocurren a 30 mph.

5. Selected Variable Architecture

5. Arquitectura de Variables Seleccionadas

After freezing Accident_Severity as the primary objective, MVCP v2 evaluates every candidate variable specifically against that objective. The result is a justified proposal identifying which variables advance, remain conditional, or are excluded for this execution.

Después de fijar Accident_Severity como objetivo primario, MVCP v2 evalúa cada variable candidata específicamente frente a ese objetivo. El resultado es una propuesta justificada que identifica qué variables avanzan, permanecen condicionadas o se excluyen para esta ejecución.

MVCP Selection Rule: a variable advances only when its role, variation, quality, temporal meaning, spatial meaning, and relationship to the target are analytically defensible. Regla de Selección MVCP: una variable avanza solamente cuando su rol, variación, calidad, significado temporal, significado espacial y relación con el objetivo son analíticamente defendibles.

5.1 Primary target selected

5.1 Objetivo primario seleccionado

VariableVariable	Analytical roleRol analítico	Selection decisionDecisión de selección	JustificationJustificación
Accident_Severity	Primary dependent variable / ordinal targetVariable dependiente primaria / objetivo ordinal	SelectedSeleccionada	Directly represents the principal consequence to explain: Slight → Serious → Fatal.Representa directamente la consecuencia principal que se desea explicar: Leve → Grave → Fatal.

5.2 Core explanatory variables selected

5.2 Variables explicativas principales seleccionadas

VariableVariable	System dimensionDimensión del sistema	Expected analytical contributionContribución analítica esperada	DecisionDecisión
Light_Conditions	Environmental / visibilityAmbiental / visibilidad	Evaluate whether severity varies under daylight and different darkness conditions.Evaluar si la severidad varía bajo luz diurna y distintas condiciones de oscuridad.	SelectedSeleccionada
Weather_Conditions	EnvironmentalAmbiental	Evaluate contextual association with severity and interaction with surface conditions.Evaluar asociación contextual con severidad e interacción con la superficie vial.	SelectedSeleccionada
Road_Surface_Conditions	Environmental / infrastructure stateAmbiental / estado de infraestructura	Represent the physical road condition through which weather may influence accident consequences.Representar la condición física de la vía mediante la cual el clima puede influir en las consecuencias.	SelectedSeleccionada
Road_Type	InfrastructureInfraestructura	Capture road configuration and its possible interaction with junctions and vehicle conditions.Capturar la configuración vial y su posible interacción con intersecciones y vehículos.	SelectedSeleccionada
Vehicle_Type	VehicleVehículo	Evaluate whether vulnerability and severity profiles differ by vehicle class.Evaluar si los perfiles de vulnerabilidad y severidad difieren por clase de vehículo.	SelectedSeleccionada
Junction_Detail	Infrastructure / interaction pointInfraestructura / punto de interacción	Represent the physical junction configuration associated with conflict patterns.Representar la configuración física de la intersección asociada con patrones de conflicto.	SelectedSeleccionada
Day_of_Week	TemporalTemporal	Detect weekly behavioral and exposure patterns.Detectar patrones semanales de comportamiento y exposición.	SelectedSeleccionada
Time	TemporalTemporal	Support hour-of-day segmentation and interaction with lighting and junction conditions.Permitir segmentación por hora e interacción con iluminación e intersecciones.	SelectedSeleccionada
Latitude + Longitude	SpatialEspacial	Detect spatial concentration, local clusters, and geographic heterogeneity.Detectar concentración espacial, agrupaciones locales y heterogeneidad geográfica.	Selected as a spatial pairSeleccionadas como par espacial
Local_Authority_(District)	Spatial / administrative contextContexto espacial / administrativo	Provide interpretable territorial segmentation and local context.Proporcionar segmentación territorial interpretable y contexto local.	SelectedSeleccionada

5.3 Secondary outcome and supporting variables

5.3 Resultados secundarios y variables de apoyo

VariableVariable	Proposed roleRol propuesto	DecisionDecisión	Use restrictionRestricción de uso
Number_of_Casualties	Secondary dependent variableVariable dependiente secundaria	Selected for a separate consequence modelSeleccionada para un modelo separado de consecuencias	Do not mix automatically with severity; it answers a different outcome question.No mezclar automáticamente con severidad; responde una pregunta de resultado diferente.
Number_of_Vehicles	Event-complexity descriptor / candidate explanatory variableDescriptor de complejidad del evento / variable explicativa candidata	Conditionally selectedSeleccionada condicionalmente	May be partly simultaneous with the accident consequence; interpretation must avoid causal overstatement.Puede ser parcialmente simultánea con la consecuencia; debe evitarse una interpretación causal exagerada.
Carriageway_Hazards	Contextual hazard variableVariable contextual de peligro	Conditionally selectedSeleccionada condicionalmente	Advance only after category-frequency and missingness review.Avanzar solamente después de revisar frecuencias y valores faltantes.
Police_Force	Administrative control / provenance contextControl administrativo / contexto de procedencia	Context-onlySolo contexto	Use for source or jurisdiction controls, not as an intrinsic physical cause.Usar para controles de fuente o jurisdicción, no como causa física intrínseca.

5.4 Variables excluded or restricted from primary modeling

5.4 Variables excluidas o restringidas del modelado primario

VariableVariable	DecisionDecisión	ReasonRazón
Accident_Index	Excluded from prediction and association testingExcluida de predicción y pruebas de asociación	Identifier used for traceability; it has no direct explanatory meaning.Identificador usado para trazabilidad; no posee significado explicativo directo.
Urban_or_Rural_Area	Excluded from comparative analysisExcluida del análisis comparativo	The sample contains 100% urban records; the variable has no useful variation.La muestra contiene 100% de registros urbanos; la variable no posee variación útil.
Speed_limit	Restricted / descriptive only in the current sampleRestringida / solo descriptiva en la muestra actual	Approximately 98.9% of records occur at 30 mph; evidence about speed-limit differences would be structurally fragile.Aproximadamente 98.9% de los registros ocurren a 30 mph; la evidencia sobre diferencias de límite sería estructuralmente frágil.
Junction_Control	Conditionally restricted pending cleaningRestringida condicionalmente hasta limpieza	A substantial share is missing or out of range; the variable may advance after recoding and quality validation.Una proporción sustancial está faltante o fuera de rango; puede avanzar después de recodificación y validación de calidad.

5.5 Driver classification relative to Accident_Severity

5.5 Clasificación de impulsores respecto a Accident_Severity

Driver classClase de impulsor	VariablesVariables	InterpretationInterpretación
Exclusive drivers for this objectiveImpulsores exclusivos para este objetivo	Light_Conditions · Weather_Conditions · Road_Surface_Conditions · Road_Type · Junction_Detail · Vehicle_Type	Variables selected primarily to explain the severity dimension in this execution.Variables seleccionadas principalmente para explicar la dimensión de severidad en esta ejecución.
Shared driversImpulsores compartidos	Day_of_Week · Time · Latitude · Longitude · Local_Authority_(District)	May also be relevant in future MVCP executions for casualties, vehicle count, or fatality.También pueden ser relevantes en futuras ejecuciones para víctimas, vehículos o fatalidad.
Intermediate or event-state variablesVariables intermedias o de estado del evento	Number_of_Vehicles · Carriageway_Hazards · Junction_Control	Potentially useful but requiring careful ordering, cleaning, or causal interpretation.Potencialmente útiles, pero requieren cuidado en ordenamiento, limpieza o interpretación causal.
Administrative contextContexto administrativo	Police_Force · Accident_Index	Used for traceability or source control, not as intrinsic physical drivers.Usadas para trazabilidad o control de fuente, no como impulsores físicos intrínsecos.

6. Formal Analysis Variable Set

6. Conjunto Formal de Variables para el Análisis

The following set is the formal MVCP proposal for the first analytical stage focused on accident severity.

El siguiente conjunto constituye la propuesta formal del MVCP para la primera etapa analítica enfocada en la severidad del accidente.

Primary target
Accident_SeverityObjetivo primario
Accident_Severity

↓

Environmental variables
Light_Conditions · Weather_Conditions · Road_Surface_ConditionsVariables ambientales
Light_Conditions · Weather_Conditions · Road_Surface_Conditions

↓

Infrastructure variables
Road_Type · Junction_DetailVariables de infraestructura
Road_Type · Junction_Detail

↓

Vehicle variable
Vehicle_TypeVariable vehicular
Vehicle_Type

↓

Temporal variables
Day_of_Week · TimeVariables temporales
Day_of_Week · Time

↓

Spatial variables
Latitude · Longitude · Local_Authority_(District)Variables espaciales
Latitude · Longitude · Local_Authority_(District)

↓

Conditional supporting variables
Number_of_Vehicles · Carriageway_Hazards · cleaned Junction_ControlVariables de apoyo condicionadas
Number_of_Vehicles · Carriageway_Hazards · Junction_Control limpia

Selection status: this is a proposed analytical set, not a causal declaration. Each variable must still pass method-specific assumptions, balance, missingness, and robustness checks. Estado de selección: este es un conjunto analítico propuesto, no una declaración causal. Cada variable todavía debe superar supuestos específicos del método, balance, valores faltantes y pruebas de robustez.

7. Priority Relationship Configurations

7. Configuraciones Prioritarias de Relación

The first analytical stage should not treat the selected variables only as isolated predictors. MVCP proposes the following systemic configurations as priority evidence paths.

La primera etapa analítica no debe tratar las variables seleccionadas solamente como predictores aislados. MVCP propone las siguientes configuraciones sistémicas como rutas prioritarias de evidencia.

Visibility–time configuration Configuración visibilidad–tiempo Light_Conditions × Time × Junction_Detail → Accident_Severity

Weather–surface–vehicle configuration Configuración clima–superficie–vehículo Weather_Conditions × Road_Surface_Conditions × Vehicle_Type → Accident_Severity

Infrastructure configuration Configuración de infraestructura Junction_Detail × Road_Type × Number_of_Vehicles → Accident_Severity / Number_of_Casualties

Spatial configuration Configuración espacial Latitude × Longitude × Local_Authority_(District) → Severity concentration

Weekly behavioral configuration Configuración conductual semanal Day_of_Week × Time × Vehicle_Type → Accident_Severity

Hazard configuration Configuración de peligro Carriageway_Hazards × Road_Surface_Conditions × Light_Conditions → Accident_Severity

8. Outcome profile

8. Perfil del resultado

Slight

4,103 · 82.1%

Serious

563 · 11.3%

Fatal

333 · 6.7%

Most records are classified as slight. That imbalance matters: a model can appear accurate by predicting the majority class while failing to recognize serious and fatal outcomes.

La mayoría de los registros se clasifican como leves. Ese desbalance importa: un modelo puede parecer preciso prediciendo la clase mayoritaria mientras falla al reconocer resultados graves y fatales.

9. System composition

9. Composición del sistema

Road type

Tipo de vía

Single carriageway

4,215 · 84.3%

Dual carriageway

497 · 9.9%

One way street

184 · 3.7%

Roundabout

97 · 1.9%

Slip road

6 · 0.1%

Local authority

Autoridad local

Westminster

1,300 · 26.0%

Camden

755 · 15.1%

Hackney

682 · 13.6%

Islington

671 · 13.4%

Kensington and Chelsea

650 · 13.0%

Hammersmith and Fulham

590 · 11.8%

City of London

294 · 5.9%

Light conditions

Condiciones de iluminación

Daylight

3,584 · 71.7%

Darkness - lights lit

1,395 · 27.9%

Darkness - lighting unknown

9 · 0.2%

Darkness - lights unlit

7 · 0.1%

Darkness - no lighting

4 · 0.1%

Weather conditions

Condiciones climáticas

Fine no high winds

4,320 · 86.4%

Raining no high winds

509 · 10.2%

Other

53 · 1.1%

Snowing no high winds

32 · 0.6%

Fine + high winds

31 · 0.6%

Raining + high winds

29 · 0.6%

Fog or mist

22 · 0.4%

10. Descriptive relationship signals

10. Señales descriptivas de relación

The following rates are descriptive, not causal. They show where serious-or-fatal outcomes are more concentrated within this sample.

Las tasas siguientes son descriptivas, no causales. Muestran dónde se concentran más los resultados graves o fatales dentro de esta muestra.

Light conditions

Condiciones de iluminación

CategoryCategoría	N	Serious/Fatal rateTasa grave/fatal	Fatal rateTasa fatal
Darkness - lights lit	1,395	19.5%	7.0%
Daylight	3,584	17.3%	6.6%

Weather conditions

Condiciones climáticas

CategoryCategoría	N	Serious/Fatal rateTasa grave/fatal	Fatal rateTasa fatal
Other	53	32.1%	7.5%
Fog or mist	22	27.3%	27.3%
Snowing no high winds	32	21.9%	9.4%
Fine no high winds	4,320	18.1%	6.8%
Raining no high winds	509	14.9%	4.5%
Raining + high winds	29	13.8%	3.4%
Fine + high winds	31	12.9%	3.2%

Road surface

Superficie vial

CategoryCategoría	N	Serious/Fatal rateTasa grave/fatal	Fatal rateTasa fatal
Snow	25	32.0%	4.0%
Dry	4,066	18.2%	7.0%
Wet or damp	875	16.6%	5.3%
Frost or ice	33	15.2%	3.0%

Day of week

Día de la semana

DayDía	N	Serious/Fatal rateTasa grave/fatal	Fatal rateTasa fatal
Saturday	591	19.8%	8.8%
Thursday	803	18.3%	6.6%
Sunday	454	18.3%	5.3%
Wednesday	819	18.2%	6.0%
Monday	674	18.1%	7.3%
Tuesday	802	17.2%	6.1%
Friday	856	16.4%	6.7%

11. Module I relationship hypotheses

11. Hipótesis de relación según el Módulo I

Light × time × severityIluminación × hora × severidadPotential temporal and contextual interaction. Darkness alone may be incomplete without time and junction context.Interacción temporal y contextual potencial. La oscuridad por sí sola puede ser incompleta sin hora y contexto de intersección.

Weather × surface × vehicleClima × superficie × vehículoPossible multivariate relationship. Weather may act through road surface and differently by vehicle type.Relación multivariada posible. El clima puede actuar mediante la superficie vial y de forma distinta según el vehículo.

Junction × road type × casualtiesIntersección × tipo de vía × víctimasInfrastructure configuration may influence both accident occurrence and consequence.La configuración de infraestructura puede influir tanto en la ocurrencia como en la consecuencia.

Location × authority × severityUbicación × autoridad × severidadPotential spatial clustering, but exposure and traffic volume are missing.Agrupación espacial potencial, pero faltan exposición y volumen de tráfico.

12. Questions the dataset can answer

12. Preguntas que el dataset puede responder

Which recorded conditions are associated with higher or lower severity within this sample?
¿Qué condiciones registradas se asocian con mayor o menor severidad dentro de esta muestra?
Does the severity profile differ by light, weather, surface, road type, vehicle, junction, day, time, authority, or location?
¿Difiere el perfil de severidad según iluminación, clima, superficie, vía, vehículo, intersección, día, hora, autoridad o ubicación?
Are there temporal, spatial, categorical, or multivariate patterns worthy of formal measurement?
¿Existen patrones temporales, espaciales, categóricos o multivariados que merezcan medición formal?
Which variables have insufficient variation or data quality for reliable evaluation?
¿Qué variables poseen variación o calidad insuficiente para una evaluación confiable?

13. Questions the dataset cannot answer alone

13. Preguntas que el dataset no puede responder por sí solo

What causes accidents in the total road-using population?
¿Qué causa accidentes en toda la población usuaria de las vías?
What is the risk per mile, trip, driver, vehicle, or traffic volume?
¿Cuál es el riesgo por milla, viaje, conductor, vehículo o volumen de tráfico?
Whether a condition increases accident occurrence, because the file contains accidents but no non-accident exposure baseline.
Si una condición aumenta la ocurrencia de accidentes, porque el archivo contiene accidentes pero no una línea base de exposición sin accidentes.
Driver-level mechanisms such as distraction, fatigue, experience, impairment, or behavior.
Mecanismos del conductor como distracción, fatiga, experiencia, deterioro o conducta.
A valid urban-versus-rural comparison, because all records are urban.
Una comparación válida urbano-rural, porque todos los registros son urbanos.

14. Preliminary systemic judgment

14. Juicio sistémico preliminar

The dataset supports a systemic study of accident severity using the formally selected environmental, infrastructural, vehicle, temporal, and spatial variables. It does not support a complete causal model of accident occurrence. El dataset permite un estudio sistémico de la severidad utilizando las variables ambientales, de infraestructura, vehiculares, temporales y espaciales formalmente seleccionadas. No permite un modelo causal completo de la ocurrencia de accidentes.

The strongest analytical value lies in examining interactions among environmental, infrastructural, temporal, spatial, and vehicle variables. Single-variable conclusions are likely to be incomplete because the system is multivariate and context-dependent.

El mayor valor analítico se encuentra en examinar interacciones entre variables ambientales, de infraestructura, temporales, espaciales y vehiculares. Las conclusiones de una sola variable probablemente serán incompletas porque el sistema es multivariado y dependiente del contexto.

15. From phenomenon to method family

15. Del fenómeno a la familia de métodos

Analytical needNecesidad analítica	Data structureEstructura de datos	Future method familyFamilia futura de métodos
Severity vs categorical conditionsSeveridad frente a condiciones categóricas	Ordinal + nominalOrdinal + nominal	Categorical association and group-comparison methodsMétodos de asociación categórica y comparación de grupos
Delayed or periodic behaviorComportamiento retrasado o periódico	Date and timeFecha y hora	Time-series and temporal-dependence methodsMétodos de series temporales y dependencia temporal
Spatial concentrationConcentración espacial	Latitude and longitudeLatitud y longitud	Spatial association and clustering methodsMétodos de asociación y agrupación espacial
Combined nonlinear influenceInfluencia combinada no lineal	Mixed multivariate dataDatos multivariados mixtos	Information-theoretic and machine-learning methodsMétodos de teoría de información y aprendizaje automático

16. Multi-Objective System Conclusion

16. Conclusión del Sistema Multiobjetivo

The Road Accident System is not a single-objective system. It contains several related outcome dimensions. This case validates only Accident_Severity as the frozen primary objective.

El Sistema de Accidentes de Tránsito no es un sistema de objetivo único. Contiene varias dimensiones de resultado relacionadas. Este caso valida únicamente Accident_Severity como objetivo primario fijado.

Current validated case Caso validado actual MVCP Case 01A · Accident_Severity

Recommended future case Caso futuro recomendado MVCP Case 01B · Number_of_Casualties

Recommended future case Caso futuro recomendado MVCP Case 01C · Fatality Indicator

Recommended future case Caso futuro recomendado MVCP Case 01D · Number_of_Vehicles

One system may generate several linked MVCP cases. Each case must preserve one frozen primary objective and its own objective-specific variable architecture. Un sistema puede generar varios casos MVCP vinculados. Cada caso debe conservar un objetivo primario fijado y su propia arquitectura de variables específica del objetivo.

Dataset source and attribution

Fuente y atribución del dataset

Based on its field names and structure, this workbook appears to be a transformed or decoded extract derived from the United Kingdom Department for Transport's STATS19 Road Safety Open Data. The official dataset contains record-level information about personal-injury road collisions reported to police in Great Britain, including collision severity, location, road, junction, lighting, weather, surface, and local-authority variables.

Por los nombres de sus campos y su estructura, este libro parece ser un extracto transformado o decodificado derivado del STATS19 Road Safety Open Data del Department for Transport del Reino Unido. El conjunto oficial contiene información a nivel de registro sobre colisiones viales con lesiones personales reportadas a la policía en Gran Bretaña, incluyendo severidad, ubicación, vía, intersección, iluminación, clima, superficie y autoridad local.

Provenance note: the exact intermediate source of the Excel workbook could not be verified. It may have been redistributed or prepared for training through another platform. Therefore, the UK Department for Transport is identified as the likely original data source, not necessarily as the direct publisher of this specific workbook. Nota de procedencia: no fue posible verificar la fuente intermediaria exacta de este libro de Excel. Puede haber sido redistribuido o preparado para entrenamiento mediante otra plataforma. Por ello, se identifica al Department for Transport del Reino Unido como la fuente original probable, no necesariamente como el publicador directo de este archivo específico.

Likely original publisher Publicador original probable UK Department for Transport — Road Safety Statistics

Official dataset Dataset oficial Road Safety Open Data · STATS19

License Licencia UK Open Government Licence (OGL)

Data used in this analysis Datos utilizados en este análisis Analytical sample of 4,999 records selected from a larger local workbook of approximately 36.9 MB. Muestra analítica de 4,999 registros seleccionada de un libro local mayor de aproximadamente 36.9 MB.

Privacy and publication scope: this report presents only aggregated counts, rates, classifications, and methodological observations. It does not reproduce or publish individual accident rows, accident identifiers, or precise record-level coordinates.

Privacidad y alcance de publicación: este informe presenta solamente conteos agregados, tasas, clasificaciones y observaciones metodológicas. No reproduce ni publica filas individuales, identificadores de accidentes ni coordenadas precisas a nivel de registro.

Official Road Safety Open Data page ↗ Página oficial de Road Safety Open Data ↗

Method validation verdict

Veredicto de validación del método

The dataset passes the Method Validation Case under the frozen primary objective Accident_Severity. Without beginning from a preferred algorithm, it produced a structured definition of the phenomenon, system boundaries, a formally selected variable set, excluded and restricted variables, priority relationship configurations, descriptive evidence, limitations, and a justified path toward future methods.

El dataset supera el Caso de Validación del Método bajo el objetivo primario fijado Accident_Severity. Sin comenzar desde un algoritmo preferido, produjo una definición estructurada del fenómeno, límites del sistema, un conjunto formal de variables seleccionadas, variables excluidas y restringidas, configuraciones prioritarias de relación, evidencia descriptiva, limitaciones y una ruta justificada hacia métodos futuros.

This verdict confirms that the dataset has been conceptually and systemically characterized before formal analysis. It does not validate any causal claim about road accidents.Este veredicto confirma que el dataset ha sido caracterizado conceptual y sistémicamente antes del análisis formal. No valida ninguna afirmación causal sobre accidentes de tránsito.