Violencia en Ecuador: Análisis de Homicidios Mediante Series de Tiempo
Barra lateral del artículo
Contenido principal del artículo
Resumen
La violencia en Ecuador no tiene precedentes, los índices de homicidios, femicidios, robos, atentados y otros tipos de crímenes han aumentado de forma alarmante en este país. Todos los días se reportan nuevos eventos que son noticia y alarman a la comunidad. Las instituciones gubernamentales junto con la organización policial y las fuerzas militares realizan acciones para mitigar la ola de violencia sin alcanzar resultados eficientes. Este trabajo analiza la cantidad de homicidios a nivel nacional como una serie temporal con el fin de conocer el comportamiento de esta variable desde enero 2014 hasta mayo 2022. Aplicando modelos de suavizado, así como el modelo ARIMA y Red Neuronal se busca el modelo más eficiente que minimice el error de predicción. Entre los modelos de suavizado se encontró al modelo de Holt como el más eficiente, sin embargo, pero al comparar todos los modelos aplicados, se encontró que el modelo de Red Neuronal es el más eficiente con el cual se pueden obtener buenos pronósticos.
Descargas
Métricas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Citas
S. Ortiz (22, Dic 29) “Ecuador cierra el 2022 con la peor tasa de homicidios de la historia.” https://www.expreso.ec/actualidad/ecuador-cierra-ano-tasa-homicidios-25-5-peor-historia-145484.html (accessed May 07, 2023).
A. L. Santillán Molina et al., “Drogas, tráfico y crimen organizado como detonante de actos violentos en las cárceles del Ecuador,” Revista Universidad y Sociedad, vol. 14, no. 3, pp. 478–486, 2022, Accessed: May 07, 2023. [Online]. Available: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2218-36202022000300478&lng=es&nrm=iso&tlng=en
A. C. Juárez, C. A. Zuñiga, J. L. M. Flores, and D. S. Partida, “Análisis de series de tiempo en el pronóstico de la demanda de almacenamiento de productos perecederos,” Estudios Gerenciales, vol. 32, no. 141, pp. 387–396, doi: 10.1016/J.ESTGER.2016.11.002. DOI: https://doi.org/10.1016/j.estger.2016.11.002
D. R. (David R. Anderson, D. J. Sweeney, and T. A. Williams, “Estadística para negocios y economía,” p. 1080, 2012.
R. J. Hyndman, “Forecasting: Forecasting: Principles & Practice,” no. September, p. 138, 2014, Accessed: May 07, 2023. [Online]. Available: robjhyndman.com/uwa%5Cnhttp://robjhyndman.com/papers/forecasting-age-specific-breast-cancer-mortality-using-functional-data-models/
S. Siami-Namini and A. S. Namin, “Forecasting Economics and Financial Time Series: ARIMA vs. LSTM,” Mar. 2018, Accessed: May 07, 2023. [Online]. Available: http://arxiv.org/abs/1803.06386
Z. Pala and R. Atici, “Forecasting Sunspot Time Series Using Deep Learning Methods,” Sol Phys, vol. 294, no. 5, pp. 1–14, May 2019, doi: 10.1007/S11207-019-1434-6/METRICS. DOI: https://doi.org/10.1007/s11207-019-1434-6
A. DE Técnicas Econométricas Y and A. Ramón Chung Pinzás, “APLICACIÓN DE TÉCNICAS ECONOMÉTRICAS Y MACHINE LEARNING PARA SERIES DE TIEMPO UNIVARIADAS EN UNA ESCUELA PROFESIONAL DE UNA UNIVERSIDAD PÚBLICA,” Veritas, vol. 23, no. 1, pp. 47–51, Jan. 2023, doi: 10.35286/VERITAS.V23I1.335.
INEC, “Justicia y crimen” https://www.ecuadorencifras.gob.ec/justicia-y-crimen/ (accessed May 07, 2023).