Mortalidad en las vias de colombia

Integrantes: Mariana Rojas, Juan Pablo Tascón, Sebastián Epalza, David Jaramillo & Juliana Zúñiga

  1. Indicar el conjunto de datos a trabajar, el tamaño de muestra y el número de variables

Vamos a trabajar con una base de datos del gobierno, sacada de: “datos.gov.co”. En esta base de datos hay una muestra de 316 datos, cada uno es un accidente de tránsito en las vías de toda Colombia, y cada accidente contiene varias variables. En el caso de este análisis, nos enfocaremos en las variables denominadas como: Entidad, Fallecidos, Probabilidad de ocurrencia en el sector (GipValue), Entidad a cargo de la vía (ENTIDAD) y Departamento. Además, la base datos cuenta con otras variables como: identificador vía ministerio de transporte (ID_MT), calificación según análisis espacial (GipZScore), tramo, nombre de la vía (Nombre), punto de referencia (PR), municipio, código de división política (divipola), latitud y longitud

  1. Describir cada variable, si es cuantitativa o cualitativa, sus escalas de medición y unidades de medición

Entidad: Esta primera variable se refiere a la entidad a cargo de la vía, donde están las siguientes entidades: ANI / INVIAS-OTROS / DEPTO / CUIDAD. Es una variable cualitativa que no posee escalas de medición o unidades.

Fallecidos: Es una variable cuantitativa que hace referencia al número de fallecidos en el sector del accidente vial.

GipValue: Esta variable cuantitativa hace referencia a la probabilidad de ocurrencia en el sector, son valores menores a 1 sin unidades de medición, pero que al multiplicar por 100 nos da un porcentaje de probabilidad.

Departamento: Esta variable hace referencia a la zona geográfica donde ocurrieron los accidentes viales. Es una variable cualitativa ya que no posee escalas de medición o unidades.

  1. Analizar si el conjunto de datos presenta inconsistencias, errores de digitación, información faltante, entre otros. Realizar entonces la limpieza y preprocesamiento de los datos.

Al analizar la base de datos se puede decir que no se presentan inconsistencias ya que las variables son adecuadas y al momento estudiar la base, no se encontraron datos atípicos. Además de eso, no hay información faltante pues los datos están completos y sin errores de digitación. Sin embargo, como mencionamos anteriormente, hay algunas variables que no se tendran en cuenta por lo que son eliminadas de la base de datos.

Datos

Variables Cuatitativas

                    Fallecidos            GipValue

Minimo: 1.00 / 0.00

Maximo: 52.00 / 0.097007

Promedio: 11.33 / 0.021339

Mediana: 10 / 0.0006945

Rango intercuatilico: 7.00 / 0.034965

Desviacion estandar: 7.07 / 0.0267

Variables Cualitativas

    Entidad

ANI= 141 (44.6%)

DEPTO= 48 (15.2%)

CIUDAD= 1 (0.3%)

INVIAS-OTROS= 126 (39.9%)

    Departamento

ANTIOQUIA= 35 (11.1%)

ARAUCA= 5 (1.6%)

ATLÁNTICO= 8 (2.5%)

BOLÍVAR= 7 (2.2%)

BOYACÁ= 4 (1.3%)

CAQUETÁ= 2 (0.6%)

CAUCA= 19 (6.0%)

CESAR= 22 (7.0%)

CÓRDOBA= 15 (4.7%)

CUNDINAMARCA= 41 (13.0%)

HUILA= 6 (1.9%)

LA GUAJIRA= 6 (1.9%)

MAGDALENA= 10 (3.2%)

META 14= (4.4%)

NARIÑO= 19 (6.0%)

NORTE DE SANTANDER= 4 (1.3%)

QUINDÍO= 6 (1.9%)

RISARALDA= 2 (0.6%)

SANTANDER= 17 (5.4%)

SUCRE= 4 (1.3%)

TOLIMA= 10 (3.2%)

VALLE DEL CAUCA= 60 (19.0%)

Graficos 1

column 1 (data-width=450)

Fallecidos por Departamento

column 2 (data-width=450)

Analisis

A continuación, estos gráficos de barras corresponden al número de fallecidos separados por departamento, no es coincidencia mirar que los departamentos con mayor población tienen más accidentes, como Cundinamarca, Valle del Cauca y Antioquia.

Por otro lado, Boyacá, Caquetá y Risaralda son los departamentos con menor cifra de fallecidos.

Graficos 2

column 1 (data-width=450)

Relacion entre GipValue y Fallecidos

Analisis

  • Podemos observar que entre estas dos variables existe una corellacion negativa y debil.

  • Un “GiPvalue” más pequeño sugiere una mayor probabilidad de un evento específico.

  • Si el “GiPvalue” está asociado con un mayor número de Fallecidos, indica que el evento podría tener un impacto significativo en la mortalidad.

  • Si la línea de tendencia en un gráfico de dispersión muestra una disminución en el número de fallecidos a medida que aumenta el “GiPvalue”, esto sugiere que la probabilidad creciente del evento se correlaciona con una reducción en el número de fallecidos.

column 2 (data-width=450)

Relacion entre GipValue, Fallecidos y Departamento

Analisis

  • En este grafico relacionamos 3 variables como lo son el GIPValue, los fallecidos y el departamento, Concluimos que la mayor cantidad de accidentes fatales se encuentra con GIPValue cercano a 0 y la mayor cantidad de estos oscila entre un rango de 10 a 30.

  • Los departamentos más afectados a lo mejor por su concurrencia son los que pertenecen a la región andina del país.

Graficos 3

column 1 (data-width=450)

Distribucion de Fallecidos por entidad

Analisis

  • “ANI” e “Invias-Otros” tienen medianas similares, pero “ANI” muestra más variabilidad con un rango intercuartílico más amplio y cinco valores atípicos hacia arriba.

  • “Depto” tiene una mediana ligeramente más baja que las anteriores, pero presenta mayor variabilidad con dos valores atípicos hacia arriba.

  • “Ciudad” parece tener una distribución más compacta, pero no se proporcionaron detalles específicos sobre la variabilidad o valores atípicos.

column 2 (data-width=450)

Total Fallecidos por Entidad

Analisis

  • Las entidades “Invias-Otros” y “ANI” tienen más de 400 fallecidos cada una, lo que sugiere problemas significativos en seguridad vial o infraestructura.

  • “Invias-Otros” tiene ligeramente más fallecidos que “ANI”.

  • Las entidades “Ciudad” y “Depto” tienen muchos menos fallecidos, indicando posibles diferencias entre áreas urbanas y rurales en términos de seguridad vial.