1409-24331409-2433S1409-24332011000200007El Salvador0012201100122011182325342Modelo geoestadístico espacio-temporal del crimen en el salvador: análisis estructural y predictivo
Geostatistical spatio-time model of crime in el salvador: structural and predictive analysis
En la actualidad, estudiar un fenómeno espacial y espacio-temporal requiere de la búsqueda de herramientas estadísticas que permitan analizar la dependencia de espacio, tiempo e interacciones. La ciencia que aborda este tipo de temas es la denominada Geoestadística cuya finalidad es predecir fenómenos espaciales. Esta ciencia es considerada el pilar para la modelización de fenómenos que involucran las interacciones de espacio y tiempo. En los últimos 10 años la geoestadística ha tenido gran aplicación en áreas como la geología, la edafología, tratamiento de imágenes, la epidemiologia, la agronomía, la ecología, economía, etc. En esta investigación se aplica para construir un mapa predictivo de la criminalidad en El Salvador; para ello, se estudia la variabilidad conjunta del espacio y tiempo para predecir o generar escenarios delincuenciales: focalizar áreas geográficas de inseguridad, determinar grupos vulnerables a sufrir hechos delictivos, incentivar la formulación de políticas públicas y facilitar la toma de decisiones en el tema de inseguridad.
Today, to study a geospatial and spatio-temporal phenomena requires searching statistical tools that enable the analysis of the dependency of space, time and interactions. The science that studies this kind of subjects is the Geoestatics which the goal is to predict spatial phenomenon. This science is considered the base for modeling phenomena that involves interactions between space and time. In the past 10 years, the Geostatistic had seen a great development in areas like the geology, soils, remote sensing, epidemiology, agriculture, ecology, economy, etc. In this research, the geostatistic had been apply to build a predictive map about crime in El Salvador; for that the variability of space and time together is studied to generate crime scenarios: crime hot spots are determined, crime vulnerable groups are identified, to improve political decisions and facilitate to decision makers about the insecurity in the country.
[1] Anselin, L. (1995) “Local indicators of spatial association - LISA”, Geographical Analysis 27(2): 93–115. [ Links ] ]]>
[2] Castillejo, M. (2007) Teoría Geoestadística aplicada al analisis de la Variabilidad Espacial Arqueológica Intra-Site. Tesis Doctoral, Universitat Autónoma de Barcelona. [ Links ]
[3] Cressie, N.; Wikle, C. (2002) “Space-time Kalman filter”, in: A. El-Shaarawi & W.W. Piegorsch (Eds.) Encyclopedia of Environmetrics , Volume 4: 2045–2049. [ Links ]
[4] De la Cruz Rot, M. (2006) “Introducción al análisis de datos mapeados o algunas de las (muchas) cosas que puedo hacer si tengo coordenadas”, Ecosistemas 15(3): 19–23, [ Links ]
[5] Díaz, M.A. (2002) Geoestadística Aplicada. Instituto de Geofísica, UNAM, México, 131 págs. [ Links ]
[6] Gneiting, T.; Genton, M.G.; Guttorp, P. (1999) “Geostatistical spacetime models, stationarity, separability and full symmetry”, Technical Report No. 475, Department of Statistics, University of Washington, Seattle. [ Links ]
[7] Huang, H.C.; Mart´ınez, F.; Mateu, J.; Montes, F. (2007) “Model comparison and selection for stationary space-time models”, Computational Statistics & Data Analysis 51(9): 4577–4596. [ Links ]
[10] De Iaco, S.; Myers, D.E.; Posa, D. (2003) “The linear coregionalization model y the product-sum space-time variogram”, Mathematical Geology 35(1): 25–38 [ Links ]
Correspondencia a: Welman Rosa Alvarado. FEDECREDITO, 25 Av. Norte y 23 Calle Poniente, Edificio Macario Armando Rosales Rosa, San Salvador, El Salvador. E-Mail: welman_16@hotmail.com
Received: 23 Feb 2010; Revised: 10 Jun 2011; Accepted: 24 Jun 2011 ]]>