Identificación de puntos calientes mediante análisis multivariante y geoespacial de extorsiones en la ciudad Guayaquil empleando aprendizaje automático

Luzuriaga Cedeño, Pedro Joel; Scott Macías, Oscar Antonio

DSpace Principal
→
Unidades Académicas
→
Facultad de Ciencias Naturales y Matemáticas
→
Tesis de Matemática
→
Ver ítem

dc.contributor.advisor	Pambababy Calero, Jhony, Director
dc.contributor.author	Luzuriaga Cedeño, Pedro Joel
dc.contributor.author	Scott Macías, Oscar Antonio
dc.creator	ESPOL.FCNM
dc.date.accessioned	2025-03-20T18:48:46Z
dc.date.available	2025-03-20T18:48:46Z
dc.date.issued	2025
dc.identifier.citation	Luzuriaga Cedeño, P. J. y Scott Macías, O. A. (2025). Identificación de puntos calientes mediante análisis multivariante y geoespacial de extorsiones en la ciudad Guayaquil empleando aprendizaje automático. [Proyecto Integrador]. ESPOL.FCNM .
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/65682
dc.description	La extorsión en Guayaquil constituye un fenómeno delictivo que impacta gravemente la seguridad y estabilidad social. El objetivo principal de esta investigación es analizar la distribución espacial y temporal de los delitos de extorsión en la ciudad, integrando técnicas estadísticas y modelos geoespaciales para identificar zonas críticas, planteando la hipótesis de que este delito no se distribuye de manera aleatoria, sino que se concentra en áreas específicas debido a factores socioeconómicos. Se analizó, mediante herramientas como RStudio y GeoDa, la base de datos de llamadas de emergencia al 911 Guayaquil desde el 2021 hasta 2024 proporcionada por la Empresa Pública Municipal para la Gestión de Riesgos y Control de Seguridad de Guayaquil en colaboración con el Centro de Estudios e Investigaciones Estadística. Se utilizaron índices como la Razón Estandarizada de Mortalidad y Riesgo Relativo, análisis multivariante mediante el Análisis de Componentes Principales y métodos geoespaciales como Getis-Ord Gi* y el Índice Local de Moran. Los resultados mostraron un incremento significativo de la tasa de extorsión por año en todos los distritos y circuitos de la ciudad de Guayaquil. A través de los métodos geoespaciales y el análisis multivariante se obtuvieron mapas de significancia y agrupamiento para identificar puntos calientes en circuitos. Se concluye que existen agrupaciones significativas de circuitos considerados puntos calientes desde la zona noroeste hasta la zona sur de Guayaquil, mientras que los puntos fríos están concentrados en la zona noreste de la ciudad, evidenciando una distribución no aleatoria de este delito. Palabras Clave: Extorsión, Mapas de Criminalidad, Análisis Espacial, Riesgo Relativo
dc.format	application/pdf
dc.format.extent	73 página
dc.language.iso	spa
dc.publisher	ESPOL.FCNM
dc.rights	openAccess
dc.subject	Extorsión
dc.subject	Mapas de Criminalidad
dc.subject	Análisis Espacial
dc.subject	Riesgo Relativo
dc.title	Identificación de puntos calientes mediante análisis multivariante y geoespacial de extorsiones en la ciudad Guayaquil empleando aprendizaje automático
dc.type	Matemático
dc.identifier.codigoespol	T-115005
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral
dc.identifier.codigoproyectointegrador	MATE-210
dc.description.abstractenglish	Extortion in Guayaquil constitutes a criminal phenomenon that seriously affects security and social stability. The main objective of this research is to analyze the spatial and temporal distribution of extortion crimes in the city, integrating statistical techniques and geospatial models to identify critical areas, positing the hypothesis that this crime is not randomly distributed but rather concentrated in specific areas due to socioeconomic factors. Using tools such as RStudio and GeoDa, the database of emergency calls to 911 Guayaquil from 2021 to 2024 provided by the Empresa Pública Municipal para la Gestión de Riesgos y Control de Seguridad de Guayaquil in collaboration with the Centro de Estudios e Investigaciones Estadística was analyzed. Indices such as the Standardized Mortality Ratio and Relative Risk were used, as well as multivariate analysis through Principal Component Analysis and geospatial methods such as Getis-Ord Gi* and the Local Moran?s Index. The results showed a significant increase in the extortion rate per year in all districts and circuits of the city of Guayaquil. Through geospatial methods and multivariate analysis, significance and clustering maps were obtained to identify hot spots in circuits. It is concluded that there are significant clusters of circuits considered hot spots from the northwest to the south of Guayaquil, while cold spots are concentrated in the northeast of the city, evidencing a non-random distribution of this crime. Keywords: Extortion, Crime Maps, Spatial Analysis, Relative Risk.