Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.espoch.edu.ec/handle/123456789/17082
Título : | Predicción espacio temporal de delitos en la provincia de Chimborazo (2015 - 2018) |
Autor : | Villalobos Yantalema, Freddy Roberto |
Director(es): | Escudero Villa, Amalia Isabel |
Tribunal (Tesis): | Mullo Guaminga, Héctor Salomón |
Palabras claves : | CIENCIAS EXACTAS Y NATURALES;ESTADÍSTICA;PREDICCIÓN DE DELITOS;PROCESO PUNTUAL;PRUEBA DE ALEATORIEDAD ESPACIAL;MODELO ESPACIO TEMPORAL;INFERENCIA ESTADíSTICA;CADENA DE MARKOV MONTE CARLO;PAQUETE CARBAYES |
Fecha de publicación : | 3-feb-2022 |
Editorial : | Escuela Superior Politécnica de Chimborazo |
Citación : | Villalobos Yantalema, Freddy Roberto. (2022). Predicción espacio temporal de delitos en la provincia de Chimborazo (2015 - 2018). Escuela Superior Politécnica de Chimborazo. Riobamba. |
Identificador : | UDCTFC;226T0100 |
Abstract : | An alternative to estimate criminal events through spatio-temporal regression models by areas was proposed, to provide information to optimize decision making. The aim was to characterize crimes in the province of Chimborazo through spatio-temporal point processes, which allowed to identify the behavior of crime patterns, to finally provide predictions with the CARBayes package, which implements generalized linear mixed models through statistical inference of the theoretical modeling and its explanatory capabilities in crime data. The univariate method was used for unit area data, with inference in a Bayesian setting, using Markov chain Monte Carlo (MCMC) simulation and R tool, where it was found that robberies have a high clustering pattern in urban areas, and the adjustment predicts with a 95% reliability by using spatial and temporal covariates surrounding the observed parishes, thus determining that the highest number of crimes occur in Riobamba, with 82% of the data recorded, with high temporal periods in the months of January, March and June, on Wednesdays, Thursdays, Fridays and Saturdays, especially in the afternoon with a 35% occurrence rate; followed by other cantons respectively, where 33% are robberies to homes, 27% to individuals, 22% theft of goods, 9% theft of economic units, etc., urban areas are more likely to suffer from crime than rural areas, the spatial covariates (number of ecu-911 cameras, number of community police units, number of financial institutions, number of educational units, etc.) allow to estimate very good models with minimal error, thus, the use of this statistical technique and the aforementioned spatial covariates is recommended for the explanation of crime data due to, they contribute significantly to the explanation of crime events. |
Resumen : | Se planteó una alternativa, para estimar eventos delictivos mediante modelos espacio-temporales de regresión por áreas, para proporcionar información que permita optimizar la toma de decisiones. Se pretendió caracterizar los delitos de la provincia Chimborazo mediante procesos puntuales espacio-temporales, las cuales permitieron identificar el comportamiento de los patrones delictivos, para finalmente proporcionar predicciones con el paquete CARBayes, el cual implementa modelos mixtos lineales generalizados, donde se utiliza la inferencia estadística de los modelados teóricos y sus capacidades explicativas en datos delincuenciales. Se usó el método univariado para datos de unidades de área, con inferencia en un entorno bayesiano, utilizando la simulación de la cadena de Márkov Monte Carlo (MCMC) y herramienta R, donde se encontró que los robos tienen un patrón de agrupación alto en las zonas urbanas, y el ajuste predice con un 95% de confiabilidad mediante el uso de covariables espaciales y temporales aledaños a las parroquias observadas, determinando así que la mayor cantidad de delitos ocurren en el Cantón Riobamba, con el 82% de datos registrados, con periodos temporales altos en los meses de enero, marzo y junio, en los días miércoles, jueves, viernes, sábado, especialmente en la tarde con un 35% de ocurrencia; seguido por otros cantones respectivamente, donde el 33% son robos a domicilio, 27% a personas, 22% robo de bienes, 9% unidades económicas, etc. Las zonas urbanas tienen más probabilidades de sufrir delitos que las zonas rurales, las covariables espaciales (número de cámaras del eco-911, número de unidades de policía comunitaria, número de instituciones Financieras, número de unidades educativas), permiten estimar modelos muy buenos con el mínimo error, por lo cual se recomienda el uso de esta técnica estadística y las covariables espaciales antes mencionadas para la predicción de datos delincuenciales, ya que aportan significativamente a la explicación de los sucesos delictivos. |
URI : | http://dspace.espoch.edu.ec/handle/123456789/17082 |
Aparece en las colecciones: | Ingeniero en Estadística Informática; Ingeniero/a Estadístico/a |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
226T0100.pdf | 1,86 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons