Contexto

Introdução:O problema abordado refere-se às dificuldades enfrentadas pelo LAPD na divulgação de dados criminais, o que impacta a disponibilidade de informações confiáveis e atuais sobre crimes na cidade de Los Angeles. Este é um problema de interesse geral, pois a qualidade dos dados sobre criminalidade afeta a segurança pública e a capacidade de implementar estratégias eficazes de prevenção.

Abordagem Planejada:Para abordar essa questão, planejo realizar uma análise de padrões nos perfis de crimes em Los Angeles. A coleta de dados será feita por meio do Dataset provido pelo Departamento de policia de Los Angels, com registros oficiais das ocorrencias registrados apartir de 2020. A metodologia envolverá a aplicação de técnicas de mineração de dados e análise estatística para identificar padrões significativos nos tipos de crimes, locais de ocorrência, Sexo das vitimas, horários e outros fatores relevantes.

Benefícios para os Potenciais Clientes:A análise resultante será valiosa para os potenciais clientes, incluindo o proprio Departamento de Policia de Los Angeles, autoridades municipais, pesquisadores e comunidade em geral. Ao identificar padrões em perfis de crimes, a análise fornecerá insights que podem ser usados para direcionar recursos de forma mais eficiente, desenvolver estratégias de prevenção direcionadas e melhorar a resposta da aplicação da lei. Isso contribuirá para uma abordagem mais eficaz na gestão da segurança pública em Los Angeles.

Pacotes utlizados

O pacote ggplot2 é amplamente utilizado para criar gráficos e visualizações de dados de forma flexível e eficiente. Ele segue a filosofia de “Grammar of Graphics”, permitindo a construção de gráficos complexos com facilidade, oferecendo controle detalhado sobre elementos visuais como cor, forma, eixos, entre outros.

O pacote dplyr é fundamental para manipulação e transformação eficiente de conjuntos de dados. Ele fornece funções simplificadas para filtrar, organizar, resumir e modificar dados de maneira intuitiva, melhorando a legibilidade e a eficácia do código.

Computação para Análise de Dados - Projeto

Aluno: Eduardo Gomes Diniz

\(~\)

Distrititos policias com os maiores numeros de ocorrencias registradas

\(~\)

# Análise exploratória: Contagem de crimes por área
crime_count_by_area <- crime_data %>%
  group_by(AREA.NAME) %>%
  summarize(crime_count = n())

# Ordenar as áreas pelo número de crimes
crime_count_by_area <- crime_count_by_area %>%
  arrange(desc(crime_count))

#   As 21 Áreas Geográficas ou Divisões de Patrulha também recebem uma designação de nome que faz referência a um marco ou à comunidade vizinha pela qual é responsável. Por exemplo, a 77th Street Division está localizada no cruzamento da South Broadway com a 77th Street, atendendo bairros no sul de Los Angeles.

# Selecionar as top 4 áreas
top_areas <- head(crime_count_by_area, 4)

# Criar um gráfico de barras
ggplot(top_areas, aes(x = reorder(AREA.NAME, crime_count), y = crime_count)) +
  geom_bar(stat = "identity", fill = "skyblue") +
  labs(title = "Ocorrências de Crimes por Áreaveja ",
       x = "Área",
       y = "Número de Ocorrências") +
  theme_minimal()

Ocorrências de Crimes Graves por Area

\(~\)

# Carregar bibliotecas


# Filtrar apenas os crimes graves do seu dataset
crimes_graves <- crime_data %>%
  filter(!is.na(Crm.Cd.4))

# Filtrar as coordenadas dos crimes graves excluindo latitudes zero
crimes_graves_coords <- crimes_graves %>%
  filter(LAT != 0) %>%
  select(LAT, LON)

# Filtrar apenas os crimes com Crm.Cd.3 do seu dataset
crimes_cd3 <- crime_data %>%
  filter(!is.na(Crm.Cd.3))

# Filtrar as coordenadas dos crimes Cd.3 excluindo latitudes zero
crimes_cd3_coords <- crimes_cd3 %>%
  filter(LAT != 0) %>%
  select(LAT, LON)

# Filtrar apenas os crimes graves Cd.4 contra mulheres do seu dataset
crimes_cd4_female <- crime_data %>%
  filter(!is.na(Crm.Cd.4), Vict.Sex == "F")

# Filtrar as coordenadas dos crimes Cd.4 femininos excluindo latitudes zero
crimes_cd4_female_coords <- crimes_cd4_female %>%
  filter(LAT != 0) %>%
  select(LAT, LON)

# Definir as coordenadas para a visão de Los Angeles
la_coordinates <- c(lat = 34.0522, lon = -118.2437)

# Criar um mapa básico centrado em Los Angeles
crime_map <- leaflet() %>%
  addTiles() %>%
  setView(lng = la_coordinates["lon"], lat = la_coordinates["lat"], zoom = 10)

# Adicionar contorno da cidade de Los Angeles
la_limits <- tigris::places("California", class = "sf") %>%
  filter(NAME == "Los Angeles")
## 
  |                                                                            
  |                                                                      |   0%
  |                                                                            
  |                                                                      |   1%
  |                                                                            
  |=                                                                     |   1%
  |                                                                            
  |=                                                                     |   2%
  |                                                                            
  |==                                                                    |   2%
  |                                                                            
  |==                                                                    |   3%
  |                                                                            
  |==                                                                    |   4%
  |                                                                            
  |===                                                                   |   4%
  |                                                                            
  |===                                                                   |   5%
  |                                                                            
  |====                                                                  |   5%
  |                                                                            
  |====                                                                  |   6%
  |                                                                            
  |=====                                                                 |   6%
  |                                                                            
  |=====                                                                 |   7%
  |                                                                            
  |=====                                                                 |   8%
  |                                                                            
  |======                                                                |   8%
  |                                                                            
  |======                                                                |   9%
  |                                                                            
  |=======                                                               |   9%
  |                                                                            
  |=======                                                               |  10%
  |                                                                            
  |=======                                                               |  11%
  |                                                                            
  |========                                                              |  11%
  |                                                                            
  |========                                                              |  12%
  |                                                                            
  |=========                                                             |  12%
  |                                                                            
  |=========                                                             |  13%
  |                                                                            
  |=========                                                             |  14%
  |                                                                            
  |==========                                                            |  14%
  |                                                                            
  |==========                                                            |  15%
  |                                                                            
  |===========                                                           |  15%
  |                                                                            
  |===========                                                           |  16%
  |                                                                            
  |===============                                                       |  21%
  |                                                                            
  |================                                                      |  23%
  |                                                                            
  |=========================                                             |  36%
  |                                                                            
  |===================================                                   |  50%
  |                                                                            
  |============================================                          |  63%
  |                                                                            
  |======================================================                |  77%
  |                                                                            
  |===============================================================       |  90%
  |                                                                            
  |======================================================================| 100%
crime_map <- crime_map %>%
  addPolygons(data = la_limits, fillOpacity = 0, color = "green", weight = 6, group = "Zona de L.A")
## Warning: sf layer has inconsistent datum (+proj=longlat +datum=NAD83 +no_defs).
## Need '+proj=longlat +datum=WGS84'
# Adicionar dados de crimes graves como círculos ponderados
crime_map <- crime_map %>%
  addCircleMarkers(data = crimes_graves_coords, weight = 1, radius = 5, fillOpacity = 0.5, group = "Crimes Graves")

# Adicionar dados de crimes Cd.3 como círculos ponderados
crime_map <- crime_map %>%
  addCircleMarkers(data = crimes_cd3_coords, weight = 1, radius = 5, fillOpacity = 0.5, group = "Crimes Cd.3")

# Adicionar dados de crimes Cd.4 femininos como círculos ponderados
crime_map <- crime_map %>%
  addCircleMarkers(data = crimes_cd4_female_coords, weight = 1, radius = 5, fillOpacity = 0.5, group = "Crimes Graves Contra Mulheres")

# Adicionar controle de camadas
crime_map <- crime_map %>%
  addLayersControl(overlayGroups = c("Zona de L.A", "Crimes Graves", "Crimes Cd.3", "Crimes Graves Contra Mulheres"))

# Exibir o mapa
crime_map
# Obter dados dos limites da cidade de Los Angeles
la_limits <- tigris::places("California", class = "sf") %>%
  filter(NAME == "Los Angeles")

# Filtrar apenas os crimes graves do seu dataset
crimes_graves <- crime_data %>%
  filter(!is.na(Crm.Cd.4))

# Filtrar as coordenadas dos crimes graves excluindo latitudes zero
crimes_graves_coords <- crimes_graves %>%
  filter(LAT != 0) %>%
  st_as_sf(coords = c("LON", "LAT"), crs = 4326)

# Criar um gráfico de dispersão com as coordenadas dos crimes graves sobreposto ao mapa de Los Angeles
ggplot() +
  geom_sf(data = la_limits, fill = "white", color = "black") +
  geom_sf(data = crimes_graves_coords, color = "blue", size = 2) +
  labs(title = "Ocorrencias de Crimes Graves no Mapa (Los Angeles)",
       x = "Longitude",
       y = "Latitude") +
  theme_minimal()

Distribuição do Sexo das Vítimas

\(~\)

# Transformar o sexo das vítimas para "Desconhecido" se não for "Homem" ou "Mulher"
crime_data$Vict.Sex <- ifelse(crime_data$Vict.Sex == "M", "Homem",
                              ifelse(crime_data$Vict.Sex == "F", "Mulher", "Desconhecido"))

# Análise exploratória: Distribuição do sexo das vítimas
victim_sex_distribution <- crime_data %>%
  group_by(Vict.Sex) %>%
  summarize(count = n()) %>%
  mutate(percentage = (count / sum(count)) * 100)

# Criar um gráfico de pizza com porcentagens
ggplot(victim_sex_distribution, aes(x = "", y = count, fill = Vict.Sex)) +
  geom_bar(stat = "identity", width = 1, color = "white") +
  geom_text(aes(label = paste0(round(percentage, 1), "%")), position = position_stack(vjust = 0.5)) +
  coord_polar(theta = "y") +
  labs(title = "Distribuição do Sexo das Vítimas",
       fill = "Sexo das Vítimas") +
  theme_minimal() +
  theme(axis.text = element_blank(),
        axis.title = element_blank(),
        panel.grid = element_blank(),
        plot.title = element_text(hjust = 0.5))

Distribuição da Idade das Vítimas por Faixa Etaria

\(~\)

# Meu Projeto de Data Science Sobre Crimes
# Eduardo Gomes
# Data


# Visualizar as primeiras linhas do dataset
head(crime_data)
##       DR_NO              Date.Rptd               DATE.OCC TIME.OCC AREA
## 1 190326475 03/01/2020 12:00:00 AM 03/01/2020 12:00:00 AM     2130    7
## 2 200106753 02/09/2020 12:00:00 AM 02/08/2020 12:00:00 AM     1800    1
## 3 200320258 11/11/2020 12:00:00 AM 11/04/2020 12:00:00 AM     1700    3
## 4 200907217 05/10/2023 12:00:00 AM 03/10/2020 12:00:00 AM     2037    9
## 5 220614831 08/18/2022 12:00:00 AM 08/17/2020 12:00:00 AM     1200    6
## 6 231808869 04/04/2023 12:00:00 AM 12/01/2020 12:00:00 AM     2300   18
##   AREA.NAME Rpt.Dist.No Part.1.2 Crm.Cd
## 1  Wilshire         784        1    510
## 2   Central         182        1    330
## 3 Southwest         356        1    480
## 4  Van Nuys         964        1    343
## 5 Hollywood         666        2    354
## 6 Southeast        1826        2    354
##                                Crm.Cd.Desc             Mocodes Vict.Age
## 1                         VEHICLE - STOLEN                            0
## 2                    BURGLARY FROM VEHICLE      1822 1402 0344       47
## 3                            BIKE - STOLEN           0344 1251       19
## 4 SHOPLIFTING-GRAND THEFT ($950.01 & OVER)           0325 1501       19
## 5                        THEFT OF IDENTITY 1822 1501 0930 2004       28
## 6                        THEFT OF IDENTITY 1822 0100 0930 0929       41
##       Vict.Sex Vict.Descent Premis.Cd
## 1        Homem            O       101
## 2        Homem            O       128
## 3 Desconhecido            X       502
## 4        Homem            O       405
## 5        Homem            H       102
## 6        Homem            H       501
##                                    Premis.Desc Weapon.Used.Cd Weapon.Desc
## 1                                       STREET             NA            
## 2            BUS STOP/LAYOVER (ALSO QUERY 124)             NA            
## 3 MULTI-UNIT DWELLING (APARTMENT, DUPLEX, ETC)             NA            
## 4                               CLOTHING STORE             NA            
## 5                                     SIDEWALK             NA            
## 6                       SINGLE FAMILY DWELLING             NA            
##   Status  Status.Desc Crm.Cd.1 Crm.Cd.2 Crm.Cd.3 Crm.Cd.4
## 1     AA Adult Arrest      510      998       NA       NA
## 2     IC  Invest Cont      330      998       NA       NA
## 3     IC  Invest Cont      480       NA       NA       NA
## 4     IC  Invest Cont      343       NA       NA       NA
## 5     IC  Invest Cont      354       NA       NA       NA
## 6     IC  Invest Cont      354       NA       NA       NA
##                                   LOCATION Cross.Street     LAT       LON
## 1  1900 S  LONGWOOD                     AV              34.0375 -118.3506
## 2  1000 S  FLOWER                       ST              34.0444 -118.2628
## 3  1400 W  37TH                         ST              34.0210 -118.3002
## 4 14000    RIVERSIDE                    DR              34.1576 -118.4387
## 5                        1900    TRANSIENT              34.0944 -118.3277
## 6  9900    COMPTON                      AV              33.9467 -118.2463
# Verificar as colunas disponíveis no dataset
column_names <- names(crime_data)
print(column_names)
##  [1] "DR_NO"          "Date.Rptd"      "DATE.OCC"       "TIME.OCC"      
##  [5] "AREA"           "AREA.NAME"      "Rpt.Dist.No"    "Part.1.2"      
##  [9] "Crm.Cd"         "Crm.Cd.Desc"    "Mocodes"        "Vict.Age"      
## [13] "Vict.Sex"       "Vict.Descent"   "Premis.Cd"      "Premis.Desc"   
## [17] "Weapon.Used.Cd" "Weapon.Desc"    "Status"         "Status.Desc"   
## [21] "Crm.Cd.1"       "Crm.Cd.2"       "Crm.Cd.3"       "Crm.Cd.4"      
## [25] "LOCATION"       "Cross.Street"   "LAT"            "LON"
# Transformar a idade das vítimas em grupos de intervalos específicos
crime_data$Vict.Age_Group <- cut(crime_data$Vict.Age,
                                  breaks = c(0, 17, 25, 45, 60, Inf),
                                  labels = c("0-17", "18-25", "26-45", "46-60", "60+"))

# Substituir NA em Vict.Age_Group por "Desconhecido"
crime_data$Vict.Age_Group <- ifelse(is.na(crime_data$Vict.Age_Group), "Desconhecido", crime_data$Vict.Age_Group)

# Análise exploratória: Distribuição da idade das vítimas
victim_age_distribution <- crime_data %>%
  group_by(Vict.Age_Group) %>%
  summarize(count = n()) %>%
  mutate(percentage = (count / sum(count)) * 100)

# Criar um gráfico de pizza com porcentagens e rótulos
ggplot(victim_age_distribution, aes(x = "0-17", "18-25", "26-45", "46-60", "60+", y = count, fill = Vict.Age_Group, label = Vict.Age_Group)) +
  geom_bar(stat = "identity", width = 1, color = "white") +
  geom_text(aes(label = paste0(round(percentage, 1), "%")), position = position_stack(vjust = 0.5)) +
  coord_polar(theta = "y") +
  labs(title = "Distribuição da Idade das Vítimas",
       fill = "Faixa Etária") +
  theme_minimal() +
  theme(axis.text = element_blank(),
        axis.title = element_blank(),
        panel.grid = element_blank(),
        plot.title = element_text(hjust = 0.5))
## Warning: Duplicated aesthetics after name standardisation:

Quantidade de vitimas para ocorrencias graves por sexo

\(~\)

# Filtrar apenas os crimes graves do seu dataset
crimes_graves <- crime_data %>%
  filter(!is.na(Crm.Cd.4))

# Transformar o sexo das vítimas para "Desconhecido" se não for "Homem" ou "Mulher"
crimes_graves$Vict.Sex <- ifelse(crimes_graves$Vict.Sex == "M", "Homem",
                                  ifelse(crimes_graves$Vict.Sex == "F", "Mulher", "Desconhecido"))

# Análise exploratória: Distribuição do sexo das vítimas nos crimes graves
victim_sex_distribution_graves <- crimes_graves %>%
  group_by(Vict.Sex) %>%
  summarize(count = n()) %>%
  mutate(percentage = (count / sum(count)) * 100)

# Criar um gráfico de pizza com porcentagens para os crimes graves
ggplot(victim_sex_distribution_graves, aes(x = "", y = count, fill = Vict.Sex)) +
  geom_bar(stat = "identity", width = 1, color = "white") +
  geom_text(aes(label = paste0(round(percentage, 1), "%")), position = position_stack(vjust = 0.5)) +
  coord_polar(theta = "y") +
  labs(title = "Distribuicao do Sexo das Vitimas em Crimes Grave",
       fill = "Sexo das Vitimas") +
  theme_minimal() +
  theme(axis.text = element_blank(),
        axis.title = element_blank(),
        panel.grid = element_blank(),
        plot.title = element_text(hjust = 0.5))

Distribuição da Descendência das Vítimas por crimes graves.

\(~\)

# Filtrar apenas as linhas onde Crm.Cd.3 ou Crm.Cd.4 têm valor para crimes graves
filtered_data_graves <- crime_data %>%
  filter(!is.na(Crm.Cd.3) | !is.na(Crm.Cd.4))

# Filtrar e contar a frequência de cada categoria para crimes graves
count_data_graves <- filtered_data_graves %>%
  filter(!is.na(Vict.Descent), Vict.Descent != "Desconhecido") %>%
  count(Vict.Descent, sort = TRUE)

# Mapear os valores para nomes mais descritivos para crimes graves
count_data_graves$Vict.Descent <- recode(count_data_graves$Vict.Descent, 
                                         'A' = 'Asiático', 
                                         'B' = 'Negro', 
                                         'H' = 'Hispânico', 
                                         'W' = 'Branco',
                                         'O' = 'Outro',
                                         'X' = 'Desconhecido',
                                         .default = 'Desconhecido')

# Remover os desconhecidos do dataset para crimes graves
count_data_graves <- count_data_graves %>%
  filter(Vict.Descent != "Desconhecido")

# Calcular as porcentagens
count_data_graves <- count_data_graves %>%
  mutate(percent = prop.table(n) * 100)

# Criar um gráfico de pizza para crimes graves
ggplot(count_data_graves, aes(x = "", y = percent, fill = Vict.Descent)) +
  geom_bar(stat = "identity", width = 1) +
  coord_polar(theta = "y") +
  geom_text(aes(label = scales::percent(percent/100), y = percent),
            position = position_stack(vjust = 0.5)) +
  labs(title = "Frequência de Descendência de Vítimas para Crimes Graves",
       fill = "Descendência",
       y = "Porcentagem") +
  theme_minimal() +
  theme(axis.text = element_blank(),
        axis.title = element_blank(),
        panel.grid = element_blank(),
        plot.title = element_text(hjust = 0.5))

Distribuição da Descendência das Vítimas.

\(~\)

# Filtrar e contar a frequência de cada categoria para Vict.Descent
count_data <- crime_data %>%
  filter(!is.na(Vict.Descent), Vict.Descent != "Desconhecido") %>%
  count(Vict.Descent, sort = TRUE)

# Mapear os valores para nomes mais descritivos
count_data$Vict.Descent <- recode(count_data$Vict.Descent, 
                                  'A' = 'Asiático', 
                                  'B' = 'Negro', 
                                  'H' = 'Hispânico', 
                                  'W' = 'Branco',
                                  'O' = 'Outro',
                                  'X' = 'Desconhecido',
                                  .default = 'Desconhecido')

# Remover os desconhecidos do dataset
count_data <- count_data %>%
  filter(Vict.Descent != "Desconhecido")

# Calcular as porcentagens
count_data <- count_data %>%
  mutate(percent = prop.table(n) * 100)

# Criar um gráfico de pizza para Vict.Descent
ggplot(count_data, aes(x = "", y = percent, fill = Vict.Descent)) +
  geom_bar(stat = "identity", width = 1) +
  coord_polar(theta = "y") +
  geom_text(aes(label = scales::percent(percent/100), y = percent),
            position = position_stack(vjust = 0.5)) +
  labs(title = "Frequência de Descendência de Vítimas",
       fill = "Descendência",
       y = "Porcentagem") +
  theme_minimal() +
  theme(axis.text = element_blank(),
        axis.title = element_blank(),
        panel.grid = element_blank(),
        plot.title = element_text(hjust = 0.5))