Cuánto dura
EN

Metodología

Cómo calculamos cuánto dura un coche

Usamos el mismo método con el que los demógrafos calculan la esperanza de vida de un país: una tabla de vida de periodo. Aquí explicamos cada paso, las decisiones que hemos tomado y lo que estos datos no pueden decir.

Periodo actual: noviembre de 2025 a octubre de 2026 · parque de referencia: abril de 2026 · parque actual: septiembre de 2026

1. Los datos

Todo sale de los microdatos públicos de la Dirección General de Tráfico (DGT):

Cada fichero se lee en streaming, sin descomprimirlo, y solo guardamos agregados. Comprobamos la lectura con una cifra de referencia: en septiembre de 2026 hay 46.126 bajas definitivas de turismos con una edad mediana de 22,3 años (la referencia que nos dieron era 46.125; la diferencia es un registro).

Qué cuenta como «muerte» de un coche:

2. La tabla de vida de periodo

Para cada grupo (todos los coches, un modelo, un combustible…) y cada edad x en años cumplidos:

m(x) = D(x) / P(x) q(x) = m(x) / (1 + m(x)/2) S(0) = 1, S(x+1) = S(x) · (1 − q(x))

De S salen la vida mediana (la edad a la que S cruza el 50 %, interpolando entre años) y el porcentaje que sigue a los 10, 15, 20 y 25 años. La mediana de todos los turismos es hoy de 27,9 años.

Periodo no es generación. La curva describe cómo se dan de baja hoy los coches de cada edad. La parte de 20 años la aportan coches de hace 20 años y la de 5, coches recientes. Es lo mismo que la esperanza de vida de un país: no predice el futuro de nadie en concreto, resume las condiciones actuales.

Una consecuencia: la edad mediana de los coches que se dieron de baja este año (23,7 años) no es la vida mediana (27,9). La primera depende de cuántos coches de cada edad hay; la segunda corrige por ello.

3. Incertidumbre y mínimos para publicar

4. El índice de bajas

Comparar medianas solo funciona con modelos que ya tienen muchos años. Para todos los demás calculamos un índice estandarizado, como la razón de mortalidad estandarizada de los epidemiólogos:

índice = 100 · Σ D(x) / Σ P(x) · m_España(x)

Es el cociente entre las bajas observadas del modelo y las que tendría si cada uno de sus coches se diera de baja al ritmo medio de los turismos de su edad. 100 es la media; 80 significa un 20 % menos de bajas. El intervalo de confianza usa la aproximación de Byar a la distribución de Poisson. El mismo índice se usa para provincias, generaciones, motores y potencias.

5. Normalización de marcas y modelos

El campo de modelo de la DGT es texto libre: «IBIZA 1.9 TDI 5P.», «C220CDI», «R. MEGANE», «NUEVO C3 AIRCROSS PURE». El mismo coche aparece escrito de decenas de formas. Aplicamos la misma función a las bajas y al parque, con tablas revisables en el repositorio (pipeline/catalog):

  1. Limpieza: mayúsculas, sin acentos, cualquier signo se convierte en espacio.
  2. Equivalencias de marca: MERCEDES y MERCEDES BENZ son Mercedes-Benz; los MINI registrados como BMW pasan a MINI.
  3. Reglas por marca, en orden: la primera que encaja da el modelo y su segmento. Se prueban también variantes sin palabras de relleno («NUEVO», «N.», «R.») y con letras y cifras separadas («C220» → «C 220»).
  4. Lo que no está en el catálogo se agrupa por su primera palabra, para que la cola larga quede igual en ambas fuentes, pero solo los modelos del catálogo tienen página.

Qué agrupamos y qué no.

Modelos enmascarados en el parque

Para proteger la privacidad, la DGT sustituye por «¡» cualquier valor de modelo que aparezca cinco veces o menos. Como el modelo es texto libre, eso afecta al 27 % de los turismos del parque. No los descartamos, porque el denominador quedaría corto y los modelos parecerían durar menos. Cada coche enmascarado se reparte entre los modelos de su misma marca que se le parecen, en proporción a los coches no enmascarados de su celda: primero por tipo de homologación, año, combustible, cilindrada y potencia; si no hay al menos 10 donantes, por año, motor y peso; y así hasta la marca. Las bajas no están enmascaradas. Cada ficha indica qué parte de su parque se ha asignado así.

6. Cortes

7. Lo que estos datos no dicen

8. Actualización y validación

Cada mes un proceso automático descarga el nuevo fichero de bajas y el parque, recalcula todo y lo valida antes de publicar: compara el total de bajas, la vida mediana nacional y la de los modelos principales con la versión anterior. Si algo cambia de forma anómala, no publica y avisa para revisarlo a mano. El código está en GitHub, con tests de lectura sobre líneas reales y de las fórmulas sobre datos sintéticos de resultado conocido.