Análisis de Incidentes de Actividad Criminal en Colombia (2023) Usando Modelos de Regresión para Datos de Conteo.
Cargando...
Fecha
Autores
Montes Montes, Laura Valentina
Director
Enlace al recurso
DOI
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Descripción
El presente trabajo aborda un análisis estadístico de los hurtos a comercio en Colombia, utilizando datos de los 32 departamentos del país. El objetivo principal es identificar y modelar los factores económicos, sociales y espaciales que explican la incidencia de este tipo de delito, con el fin de proporcionar herramientas analíticas para la formulación de políticas públicas más efectivas.
El análisis parte de una exploración inicial de los datos, en la que se identificaron patrones espaciales significativos de los hurtos, confirmados mediante el ´índice de Moran positivo y estadísticamente significativo, lo que sugiere dependencia espacial entre departamentos. A partir de este diagnóstico, se implementaron Modelos de Regresión Poisson y Binomial Negativo, ajustados por población como variable de exposición, para modelar tasas de hurtos en lugar de conteos absolutos, facilitando la comparabilidad entre regiones con diferentes tamaños poblacionales. El Modelo Poisson parsimonioso demostró ser una herramienta sólida para el análisis, pero la presencia de sobre-dispersión en los datos justificó la implementación del modelo binomial negativo, que incluye un parámetro adicional para capturar la variabilidad excedente. Los resultados de ambos modelos identificaron como factores clave la reducción de hurtos a comercio: el PIB, los niveles de pobreza monetaria, la tasa de criminalidad, y un efecto espacial medido por el lag de hurtos en departamentos vecinos. En particular, el PIB mostró un efecto negativo y estadísticamente significativo, destacando el papel del desarrollo económico en la mitigación de delitos. El término de Lag Hurtos resaltó la importancia de los efectos espaciales en la propagación o contención de los hurtos, indicando que dinámicas departamentales compartidas influyen significativamente en los resultados observados. La evaluación de los residuos de ambos modelos, mediante gráficas y análisis del índice de Moran, confirmó la ausencia de autocorrelación espacial en los residuos, validando la especificación estadística y espacial de los modelos ajustados. Además, el modelo binomial negativo mostró un ajuste superior según el AIC y la inclusión de sobre-dispersión (α = 0.1149). En conclusión, el estudio evidencia la importancia de factores económico y espaciales en la explicación de los hurtos a comercio, destacando la necesidad de políticas regionales coordinadas y enfoques basados en el desarrollo económico para abordar la problemática. Se recomienda la implementación de estrategias conjuntas entre departamentos vecinos y el uso continuo de modelos avanzados para monitorear y evaluar los patrones delictivos. Este trabajo aporta un marco analítico robusto y replicable para el análisis de fenómenos criminológicos en contextos espaciales.
Abstract
This study presents a statistical analysis of thefts from businesses in Colombia, using data from the country’s 32 departments. The primary objective is to identify and model the economic, social, and spatial factors that explain the incidence of this type of crime, with the aim of providing analytical tools for the formulation of more effective public policies. The analysis begins with an initial exploration of the data, during which significant spatial patterns of thefts were identified, confirmed by a positive and statistically significant Moran’s Index. This finding suggests spatial dependence between departments. Based on this diagnostic, Poisson and Negative Binomial Regression Models were implemented, adjusted for population as an exposure variable, to model theft rates instead of absolute counts, thereby facilitating comparability across regions with different population sizes. The parsimonious Poisson Model proved to be a robust tool for analysis; however, the presence of overdispersion in the data justified the implementation of the Negative Binomial Model, which includes an additional parameter to capture excess variability. The results of both models identified key factors influencing the reduction of thefts from businesses: GDP, levels of monetary poverty, crime rates, and a spatial effect measured by the lag of thefts in neighboring departments. In particular, GDP showed a negative and statistically significant effect, underscoring the role of economic development in crime mitigation. The lagged thefts term highlighted the importance of spatial effects in the propagation or containment of thefts, indicating that shared departmental dynamics significantly influence the observed outcomes. The evaluation of residuals from both models, through graphs and Moran’s Index analysis, confirmed the absence of spatial autocorrelation in the residuals, validating the statistical and spatial specifications of the adjusted models. Moreover, the Negative Binomial Model demonstrated superior fit according to the AIC and the inclusion of over-dispersion (α = 0.1149). In conclusion, the study underscores the importance of economic and spatial factors in explaining thefts from businesses, highlighting the need for coordinated regional policies and approaches based on economic development to address this issue. The implementation of joint strategies between neighboring departments and the continuous use of advanced models to monitor and evaluate crime patterns are recommended. This work provides a robust and replicable analytical framework for the study of criminological phenomena in spatial contexts.
Idioma
spa
Palabras clave
Citación
Montes Montes, L. V. (2024). Análisis de Incidentes de Actividad Criminal en Colombia (2023) Usando Modelos de Regresión para Datos de Conteo. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.
Colecciones
Licencia Creative Commons
Attribution 2.5 Colombia