Abstract

SILVA URRUTIA, Jose Eliud  and  VILLALOBOS, Miguel A.. Análisis empírico de homicidios en México por medio de Machine Learning y diseño estadístico de experimentos. PSM [online]. 2022, vol.20, n.1, pp.1-27. ISSN 1659-0201.  http://dx.doi.org/10.15517/psm.v20i1.48217.

El homicidio es una de las principales causas de muerte que ha reducido la esperanza de vida de los mexicanos. El objetivo de este trabajo es identificar algunos factores sociodemográficos y económicos que puedan ayudar a explicar homicidios en México y medir su impacto, suponiendo que las condiciones actuales permanecen. Para lograrlo, comparamos diferentes métodos de Aprendizaje de Máquina (AM). Para tal fin, se encuentra que el modelo C5.0 es el más adecuado. Después de hacer una calibración final del modelo, lo utilizamos para determinar los veinticinco principales factores que explican el fenómeno de homicidios. Se seleccionan 11 factores que se consideran pueden ser influenciados directamente por cambios en políticas públicas, leyes y/o regulaciones. Estos predictores fueron utilizados como entrada en un diseño de experimentos factorial fraccionado con dos niveles para estimar los principales efectos principales e interacciones posibles. A pesar de que varios de estos factores tuvieron impactos estadísticamente significativos, el que mostró tener el mayor impacto directo desde una perspectiva práctica fue el Índice de Estado de Derecho (IED). De hecho, asumiendo que todos los estados tuvieran el valor de IED de 0.37, correspondiente a la mediana en todo el país, si se implementaran políticas y procedimientos para ubicar a todos los estados al nivel del mejor estado en términos de IED, se lograría una reducción altamente significativa en la incidencia de homicidios en México.

Keywords : mortalidad; homicidios; C5.0; Aprendizaje de Máquina; Diseño Estadístico de Experimentos.

        · abstract in English     · text in English     · English ( pdf )