Modelo espacio temporal Poisson aplicado al hurto en Bogotá para el año 2016.

El uso de mapas y específicamente de los datos de área es común en estudios sobre epidemias, para este trabajo se va a aplicar el modelo espacio temporal Poisson al ámbito del hurto, así se puede identificar comportamientos de un patrón geográfico especifico a lo largo del año 2016, además caracterizar...

Full description

Autores:
Godoy Castrillon, Ricardo Yesid
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2019
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/17570
Acceso en línea:
http://hdl.handle.net/11634/17570
Palabra clave:
Poisson linear
models temporal
temporal space
theft
regression
Delitos
Hurto
Modelos lineales
Poisson espacio temporal
Modelos lineales
Poisson espacio temporal
Hurto
Estadística
Regresión
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
id SANTTOMAS2_4f7817384047e10239bdb7321881eb12
oai_identifier_str oai:repository.usta.edu.co:11634/17570
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
dc.title.spa.fl_str_mv Modelo espacio temporal Poisson aplicado al hurto en Bogotá para el año 2016.
title Modelo espacio temporal Poisson aplicado al hurto en Bogotá para el año 2016.
spellingShingle Modelo espacio temporal Poisson aplicado al hurto en Bogotá para el año 2016.
Poisson linear
models temporal
temporal space
theft
regression
Delitos
Hurto
Modelos lineales
Poisson espacio temporal
Modelos lineales
Poisson espacio temporal
Hurto
Estadística
Regresión
title_short Modelo espacio temporal Poisson aplicado al hurto en Bogotá para el año 2016.
title_full Modelo espacio temporal Poisson aplicado al hurto en Bogotá para el año 2016.
title_fullStr Modelo espacio temporal Poisson aplicado al hurto en Bogotá para el año 2016.
title_full_unstemmed Modelo espacio temporal Poisson aplicado al hurto en Bogotá para el año 2016.
title_sort Modelo espacio temporal Poisson aplicado al hurto en Bogotá para el año 2016.
dc.creator.fl_str_mv Godoy Castrillon, Ricardo Yesid
dc.contributor.advisor.none.fl_str_mv Wilmer Dario, Pineda Ríos
dc.contributor.author.none.fl_str_mv Godoy Castrillon, Ricardo Yesid
dc.contributor.googlescholar.spa.fl_str_mv https://scholar.google.es/citations?user=5KmOl5oAAAAJ&hl=es
dc.contributor.cvlac.spa.fl_str_mv http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199
dc.subject.keyword.spa.fl_str_mv Poisson linear
models temporal
temporal space
theft
regression
topic Poisson linear
models temporal
temporal space
theft
regression
Delitos
Hurto
Modelos lineales
Poisson espacio temporal
Modelos lineales
Poisson espacio temporal
Hurto
Estadística
Regresión
dc.subject.lemb.spa.fl_str_mv Delitos
Hurto
Modelos lineales
Poisson espacio temporal
dc.subject.proposal.spa.fl_str_mv Modelos lineales
Poisson espacio temporal
Hurto
Estadística
Regresión
description El uso de mapas y específicamente de los datos de área es común en estudios sobre epidemias, para este trabajo se va a aplicar el modelo espacio temporal Poisson al ámbito del hurto, así se puede identificar comportamientos de un patrón geográfico especifico a lo largo del año 2016, además caracterizar regiones las cuales tendrían mayor o menor riesgo de ocurrencia o aparición del hecho y su tendencia en el transcurso de tiempo establecido.
publishDate 2019
dc.date.accessioned.none.fl_str_mv 2019-07-10T00:09:02Z
dc.date.available.none.fl_str_mv 2019-07-10T00:09:02Z
dc.date.issued.none.fl_str_mv 2019-07-09
dc.type.local.spa.fl_str_mv Trabajo de grado
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.category.spa.fl_str_mv Formación de Recurso Humano para la Ctel: Trabajo de grado de Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.citation.spa.fl_str_mv Godoy, R. (2019). Modelo espacio temporal poisson aplicado al hurto en Bogotá para el año 2016. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá. Colombia.
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/17570
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.usta.edu.co
identifier_str_mv Godoy, R. (2019). Modelo espacio temporal poisson aplicado al hurto en Bogotá para el año 2016. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá. Colombia.
reponame:Repositorio Institucional Universidad Santo Tomás
instname:Universidad Santo Tomás
repourl:https://repository.usta.edu.co
url http://hdl.handle.net/11634/17570
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Agresti, A. Foundations of linear and generalized linear models. John Wiley & Sons, 2015.
Blangiardo, M., and Cameletti, M. Spatial and spatio-temporal Bayesian models with R-INLA. John Wiley & Sons, 2015.
Gamerman, D., and Lopes, H. F. Markov chain Monte Carlo: stochastic simulation for Bayesian inference. Chapman and Hall/CRC, 2006.
Lawson, A. B. Bayesian disease mapping: hierarchical modeling in spatial epidemiology. Chapman and Hall/CRC, 2013.
Lindgren, F., Rue, H., et al. Bayesian spatial modelling with r-inla. Journal of Statistical Software 63, 19 (2015), 1–25.
Paula, G. A. Modelos de regress˜ao: com apoio computacional. IME-USP S˜ao Paulo, 2004.
Stroup, W. W. Generalized linear mixed models: modern concepts, methods and applications. CRC press, 2016.
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.campus.spa.fl_str_mv CRAI-USTA Bogotá
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv Pregrado Estadística
dc.publisher.faculty.spa.fl_str_mv Facultad de Estadística
institution Universidad Santo Tomás
bitstream.url.fl_str_mv https://repository.usta.edu.co/bitstream/11634/17570/2/2019ricardogodoy.pdf
https://repository.usta.edu.co/bitstream/11634/17570/1/cartadeaprobacion.pdf
https://repository.usta.edu.co/bitstream/11634/17570/3/cartaderechosdeautor.pdf
https://repository.usta.edu.co/bitstream/11634/17570/4/license.txt
https://repository.usta.edu.co/bitstream/11634/17570/6/2019ricardogodoy.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/17570/5/cartadeaprobacion.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/17570/7/cartaderechosdeautor.pdf.jpg
bitstream.checksum.fl_str_mv 30ec3f9d8817b1b014ce5f024a7cf3f2
b519a3e72e2f99cd7861e8c446649837
a20487c580c0dd0a7e5b6544f6886b32
f6b8c5608fa6b2f649b2d63e10c5fa73
79b13553e5b8079928290b250ff6cf31
9ea53237363ef5e4030f4539231c1142
a17b7c107a513e4a26505086c582af75
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv repositorio@usantotomas.edu.co
_version_ 1782026405836488704
spelling Wilmer Dario, Pineda RíosGodoy Castrillon, Ricardo Yesidhttps://scholar.google.es/citations?user=5KmOl5oAAAAJ&hl=eshttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=00014541992019-07-10T00:09:02Z2019-07-10T00:09:02Z2019-07-09Godoy, R. (2019). Modelo espacio temporal poisson aplicado al hurto en Bogotá para el año 2016. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá. Colombia.http://hdl.handle.net/11634/17570reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEl uso de mapas y específicamente de los datos de área es común en estudios sobre epidemias, para este trabajo se va a aplicar el modelo espacio temporal Poisson al ámbito del hurto, así se puede identificar comportamientos de un patrón geográfico especifico a lo largo del año 2016, además caracterizar regiones las cuales tendrían mayor o menor riesgo de ocurrencia o aparición del hecho y su tendencia en el transcurso de tiempo establecido.The use of the maps and the specific data of the area are common in the studies on the epidemics, for this work the temporal space model is applied, the behaviors of a geographically specific pattern are identified throughout the year. 2016, besides characterizing regions.Profesional en estadísticahttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado EstadísticaFacultad de EstadísticaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo espacio temporal Poisson aplicado al hurto en Bogotá para el año 2016.Poisson linearmodels temporaltemporal spacetheftregressionDelitosHurtoModelos linealesPoisson espacio temporalModelos linealesPoisson espacio temporalHurtoEstadísticaRegresiónTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáAgresti, A. Foundations of linear and generalized linear models. John Wiley & Sons, 2015.Blangiardo, M., and Cameletti, M. Spatial and spatio-temporal Bayesian models with R-INLA. John Wiley & Sons, 2015.Gamerman, D., and Lopes, H. F. Markov chain Monte Carlo: stochastic simulation for Bayesian inference. Chapman and Hall/CRC, 2006.Lawson, A. B. Bayesian disease mapping: hierarchical modeling in spatial epidemiology. Chapman and Hall/CRC, 2013.Lindgren, F., Rue, H., et al. Bayesian spatial modelling with r-inla. Journal of Statistical Software 63, 19 (2015), 1–25.Paula, G. A. Modelos de regress˜ao: com apoio computacional. IME-USP S˜ao Paulo, 2004.Stroup, W. W. Generalized linear mixed models: modern concepts, methods and applications. CRC press, 2016.ORIGINAL2019ricardogodoy.pdf2019ricardogodoy.pdfapplication/pdf430714https://repository.usta.edu.co/bitstream/11634/17570/2/2019ricardogodoy.pdf30ec3f9d8817b1b014ce5f024a7cf3f2MD52open accesscartadeaprobacion.pdfcartadeaprobacion.pdfapplication/pdf46042https://repository.usta.edu.co/bitstream/11634/17570/1/cartadeaprobacion.pdfb519a3e72e2f99cd7861e8c446649837MD51metadata only accesscartaderechosdeautor.pdfcartaderechosdeautor.pdfapplication/pdf99254https://repository.usta.edu.co/bitstream/11634/17570/3/cartaderechosdeautor.pdfa20487c580c0dd0a7e5b6544f6886b32MD53metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/17570/4/license.txtf6b8c5608fa6b2f649b2d63e10c5fa73MD54open accessTHUMBNAIL2019ricardogodoy.pdf.jpg2019ricardogodoy.pdf.jpgIM Thumbnailimage/jpeg6945https://repository.usta.edu.co/bitstream/11634/17570/6/2019ricardogodoy.pdf.jpg79b13553e5b8079928290b250ff6cf31MD56open accesscartadeaprobacion.pdf.jpgcartadeaprobacion.pdf.jpgIM Thumbnailimage/jpeg6254https://repository.usta.edu.co/bitstream/11634/17570/5/cartadeaprobacion.pdf.jpg9ea53237363ef5e4030f4539231c1142MD55open accesscartaderechosdeautor.pdf.jpgcartaderechosdeautor.pdf.jpgIM Thumbnailimage/jpeg7517https://repository.usta.edu.co/bitstream/11634/17570/7/cartaderechosdeautor.pdf.jpga17b7c107a513e4a26505086c582af75MD57open access11634/17570oai:repository.usta.edu.co:11634/175702022-10-10 15:40:21.422open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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