Una comparación de diferentes modelos para la predicción del crimen en Bogotá

El uso del mapeo de puntos calientes (hotspots) es una técnica descriptiva utilizada para identificar el lugar hacia dónde deberían dirigirse los recursos de prevención del crimen. Consiste en la identificación de áreas geográficas donde, en el pasado, ha habido delitos con mayor frecuencia, con el...

Full description

Autores:
Barreras Cortés, Jorge Francisco José
Díaz, Carlos
Riascos Villegas, Alvaro José
Ribero Díaz, Mónica
Tipo de recurso:
Work document
Fecha de publicación:
2016
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/8701
Acceso en línea:
http://hdl.handle.net/1992/8701
Palabra clave:
Procesos puntuales de Poisson
Predicción crimen
Modelo espacio-temporal
Prevención del delito - Investigaciones - Bogotá (Colombia) - 2011-2012
Procesos puntuales - Investigaciones
Análisis espacial (Estadística) - Bogotá (Colombia) - 2011-2012 - Estudio de casos
C54, C53, C63
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/4.0/
id UNIANDES2_e49eae847f9fe82941b9c070b55ff8ea
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/8701
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.none.fl_str_mv Una comparación de diferentes modelos para la predicción del crimen en Bogotá
dc.title.alternative.none.fl_str_mv A comparison of different crime prediction models for Bogotá
title Una comparación de diferentes modelos para la predicción del crimen en Bogotá
spellingShingle Una comparación de diferentes modelos para la predicción del crimen en Bogotá
Procesos puntuales de Poisson
Predicción crimen
Modelo espacio-temporal
Prevención del delito - Investigaciones - Bogotá (Colombia) - 2011-2012
Procesos puntuales - Investigaciones
Análisis espacial (Estadística) - Bogotá (Colombia) - 2011-2012 - Estudio de casos
C54, C53, C63
title_short Una comparación de diferentes modelos para la predicción del crimen en Bogotá
title_full Una comparación de diferentes modelos para la predicción del crimen en Bogotá
title_fullStr Una comparación de diferentes modelos para la predicción del crimen en Bogotá
title_full_unstemmed Una comparación de diferentes modelos para la predicción del crimen en Bogotá
title_sort Una comparación de diferentes modelos para la predicción del crimen en Bogotá
dc.creator.fl_str_mv Barreras Cortés, Jorge Francisco José
Díaz, Carlos
Riascos Villegas, Alvaro José
Ribero Díaz, Mónica
dc.contributor.author.none.fl_str_mv Barreras Cortés, Jorge Francisco José
Díaz, Carlos
Riascos Villegas, Alvaro José
Ribero Díaz, Mónica
dc.subject.keyword.none.fl_str_mv Procesos puntuales de Poisson
Predicción crimen
Modelo espacio-temporal
topic Procesos puntuales de Poisson
Predicción crimen
Modelo espacio-temporal
Prevención del delito - Investigaciones - Bogotá (Colombia) - 2011-2012
Procesos puntuales - Investigaciones
Análisis espacial (Estadística) - Bogotá (Colombia) - 2011-2012 - Estudio de casos
C54, C53, C63
dc.subject.armarc.none.fl_str_mv Prevención del delito - Investigaciones - Bogotá (Colombia) - 2011-2012
Procesos puntuales - Investigaciones
Análisis espacial (Estadística) - Bogotá (Colombia) - 2011-2012 - Estudio de casos
dc.subject.jel.none.fl_str_mv C54, C53, C63
description El uso del mapeo de puntos calientes (hotspots) es una técnica descriptiva utilizada para identificar el lugar hacia dónde deberían dirigirse los recursos de prevención del crimen. Consiste en la identificación de áreas geográficas donde, en el pasado, ha habido delitos con mayor frecuencia, con el objetivo de prevenirlos en el futuro, de acuerdo con la existencia de determinantes fijos de crimen, así como la existencia de fenómenos temporales que, sin embargo, tienen cierta persistencia. Hay diferentes técnicas para la identificación de los puntos calientes basadas en modelos como el método de estimación de puntos, estimación de densidad por Kernel, el método de elipses espaciales y modelos espacio-temporales. Este trabajo compara la capacidad  descriptiva y predictiva de los principales modelos de predicción de crimen existentes en la literatura académica al caso de crímenes en la ciudad de Bogotá durante el período 2011 ¿ 2012. En términos generales encontramos que el modelo espacio temporal basado en Mohler et. al (2012) es el que mejor desempeño tiene en la predicción del crimen en ciertas zonas de la ciudad.
publishDate 2016
dc.date.issued.none.fl_str_mv 2016
dc.date.accessioned.none.fl_str_mv 2018-09-27T16:56:05Z
dc.date.available.none.fl_str_mv 2018-09-27T16:56:05Z
dc.type.spa.fl_str_mv Documento de trabajo
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/workingPaper
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_8042
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/WP
format http://purl.org/coar/resource_type/c_8042
dc.identifier.issn.none.fl_str_mv 1657-5334
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/8701
dc.identifier.eissn.none.fl_str_mv 1657-7191
dc.identifier.doi.none.fl_str_mv 10.57784/1992/8701
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
identifier_str_mv 1657-5334
1657-7191
10.57784/1992/8701
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/8701
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartofseries.none.fl_str_mv Documentos CEDE No. 34 Noviembre de 2016
dc.relation.repec.spa.fl_str_mv https://ideas.repec.org/p/col/000089/015230.html
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 18 páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de los Andes, Facultad de Economía, CEDE
publisher.none.fl_str_mv Universidad de los Andes, Facultad de Economía, CEDE
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/d6c50427-dd3f-46ab-ae2a-939519f1a371/download
https://repositorio.uniandes.edu.co/bitstreams/85dfb626-44e1-4944-b8df-d7ae2f1d9a2e/download
https://repositorio.uniandes.edu.co/bitstreams/d67be4aa-0ac6-4073-a74c-c165bfab9200/download
bitstream.checksum.fl_str_mv d020e02eef983902154c3e337b3537c0
c95763ac20867cf0e28f8c4fb9c38cfd
406ec19653559dc19b1ec4a5bb0ee6b4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812133801006989312
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Barreras Cortés, Jorge Francisco Joséa6cbaaff-899e-4a0b-a27c-0369d7e95c31500Díaz, Carlos2cf206be-fa53-4f9b-ada7-db5395ac2b7b500Riascos Villegas, Alvaro José9d5edd1a-2800-42af-b5b7-6cd5baeac192500Ribero Díaz, Mónicafe3060da-284a-4834-a5a6-2daa69adaddd5002018-09-27T16:56:05Z2018-09-27T16:56:05Z20161657-5334http://hdl.handle.net/1992/87011657-719110.57784/1992/8701instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/El uso del mapeo de puntos calientes (hotspots) es una técnica descriptiva utilizada para identificar el lugar hacia dónde deberían dirigirse los recursos de prevención del crimen. Consiste en la identificación de áreas geográficas donde, en el pasado, ha habido delitos con mayor frecuencia, con el objetivo de prevenirlos en el futuro, de acuerdo con la existencia de determinantes fijos de crimen, así como la existencia de fenómenos temporales que, sin embargo, tienen cierta persistencia. Hay diferentes técnicas para la identificación de los puntos calientes basadas en modelos como el método de estimación de puntos, estimación de densidad por Kernel, el método de elipses espaciales y modelos espacio-temporales. Este trabajo compara la capacidad  descriptiva y predictiva de los principales modelos de predicción de crimen existentes en la literatura académica al caso de crímenes en la ciudad de Bogotá durante el período 2011 ¿ 2012. En términos generales encontramos que el modelo espacio temporal basado en Mohler et. al (2012) es el que mejor desempeño tiene en la predicción del crimen en ciertas zonas de la ciudad.The use hotspots are a common descriptive technique to identify places where policing resources should be optimally deployed for preventing crimes. These consists of the identifications of small geographical regions with the purpose of predicting future crimes based on the existence on time independent regularities and/or temporal phenomena that tend to persist over time. There are several techniques used in the specialized literature to identify hotspots based on point estimates, Kernel density estimation, spatial ellipsoids and spatial-temporal models. This paper compares the descriptive and predictive capacity of the main crime prediction models reported in the academic literature using data from the city of Bogotá during the period 2011 - 2012. In general terms, we find that the spatial-temporal model based on the work of Mohler et. al (2012) has the best predictive performance with our data.18 páginasapplication/pdfspaUniversidad de los Andes, Facultad de Economía, CEDEDocumentos CEDE No. 34 Noviembre de 2016https://ideas.repec.org/p/col/000089/015230.htmlUna comparación de diferentes modelos para la predicción del crimen en BogotáA comparison of different crime prediction models for BogotáDocumento de trabajoinfo:eu-repo/semantics/workingPaperhttp://purl.org/coar/resource_type/c_8042http://purl.org/coar/version/c_970fb48d4fbd8a85Texthttps://purl.org/redcol/resource_type/WPProcesos puntuales de PoissonPredicción crimenModelo espacio-temporalPrevención del delito - Investigaciones - Bogotá (Colombia) - 2011-2012Procesos puntuales - InvestigacionesAnálisis espacial (Estadística) - Bogotá (Colombia) - 2011-2012 - Estudio de casosC54, C53, C63Facultad de EconomíaPublicationTEXTdcede2016-34.pdf.txtdcede2016-34.pdf.txtExtracted texttext/plain36161https://repositorio.uniandes.edu.co/bitstreams/d6c50427-dd3f-46ab-ae2a-939519f1a371/downloadd020e02eef983902154c3e337b3537c0MD54THUMBNAILdcede2016-34.pdf.jpgdcede2016-34.pdf.jpgIM Thumbnailimage/jpeg37049https://repositorio.uniandes.edu.co/bitstreams/85dfb626-44e1-4944-b8df-d7ae2f1d9a2e/downloadc95763ac20867cf0e28f8c4fb9c38cfdMD55ORIGINALdcede2016-34.pdfdcede2016-34.pdfapplication/pdf984670https://repositorio.uniandes.edu.co/bitstreams/d67be4aa-0ac6-4073-a74c-c165bfab9200/download406ec19653559dc19b1ec4a5bb0ee6b4MD511992/8701oai:repositorio.uniandes.edu.co:1992/87012024-06-04 15:10:03.215http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co