Análisis de Lesiones en Accidentes de Tránsito en Colombia (2013)
Paula Jiménez A.
15-06-2024
- Introducción
- Datos
- Metodología
- Importar la base de datos
- Resultados
- Gráficos
- Conclusiones
Introducción
Este análisis explora datos de lesiones por accidentes de tránsito en Colombia en 2013, con el objetivo de identificar patrones y tendencias para mejorar la prevención y mitigación de estos accidentes.
Datos
Los datos fueron obtenidos de la página Estadística delictiva de la Policía Nacional de Colombia. Se descargó una base de datos con 26,900 registros, originalmente compuesta por 7 columnas a las cuales se les añadieron 2 más con información adicional sobre el nombre del mes y la región.
Metodología
Para este análisis se utilizó un enfoque descriptivo y analítico. Se realizaron gráficos y tablas para visualizar y resumir la información relevante.
Importar la base de datos
# Cargar la librería readxl
library(readxl)
# Leer el archivo Excel "Lesiones_2013.xlsx" ubicado en la ruta especificada
BD_Lesiones_2013 <- read_excel("D:/TAD-6/R/Lesiones_2013.xlsx")
# Visualizar los datos cargados en BD_Lesiones_2013
View(BD_Lesiones_2013)Resultados
A continuación se presentan algunos de los hallazgos clave de este análisis:
Conteo del género
conteo_genero <- table(BD_Lesiones_2013$GENERO)
print(conteo_genero)##
## FEMENINO MASCULINO NO REPORTA
## 9582 17308 10Conteo de las edades agrupadas
conteo_edad_agrupada <- table(BD_Lesiones_2013$`AGRUPA EDAD PERSONA`)
print(conteo_edad_agrupada)##
## ADOLESCENTES ADULTOS MENORES
## 2486 21959 2455Tabla de lesiones por género y edad agrupada
Tabla que cuenta cuántos registros hay para cada combinación de género y grupo de edad de la BD_Lesiones_2013.
tabla_lesiones <- table(BD_Lesiones_2013$GENERO, BD_Lesiones_2013$`AGRUPA EDAD PERSONA`)
print(tabla_lesiones)##
## ADOLESCENTES ADULTOS MENORES
## FEMENINO 969 7567 1046
## MASCULINO 1517 14382 1409
## NO REPORTA 0 10 0Permite entender cómo se distribuyen las personas según género y grupo de edad en la cantidad de lesiones.
Cantidad de lesiones por mes
Tabla que muestra la suma total de lesiones para cada mes registrado en la dase de datos.
lesiones_por_mes <- aggregate(`CANTIDAD` ~ `NOMBRE DEL MES`, data = BD_Lesiones_2013, FUN = sum)
print(lesiones_por_mes)## NOMBRE DEL MES CANTIDAD
## 1 Abril 3469
## 2 Agosto 3337
## 3 Diciembre 2825
## 4 Enero 3726
## 5 Febrero 3351
## 6 Julio 3746
## 7 Junio 3546
## 8 Marzo 3951
## 9 Mayo 3398
## 10 Noviembre 2869
## 11 Octubre 3369
## 12 Septiembre 3693Permite ver cuántas lesiones ocurrieron en cada mes del año.
Meses con cifras más bajas:
Diciembre (2,825) y noviembre (2,869) tienen cifras más bajas de lesiones, lo cual puede deberse a la temporada festiva y posiblemente menos actividad social o laboral que pueda llevar a lesiones.
Cantidad de lesiones por departamento
lesiones_por_departamento <- aggregate(`CANTIDAD` ~ `DEPARTAMENTO`, data = BD_Lesiones_2013, FUN = sum)
print(lesiones_por_departamento)## DEPARTAMENTO CANTIDAD
## 1 AMAZONAS 34
## 2 ANTIOQUIA 3467
## 3 ARAUCA 261
## 4 ATLÁNTICO 2269
## 5 BOLÍVAR 2163
## 6 BOYACÁ 926
## 7 CALDAS 1389
## 8 CAQUETÁ 362
## 9 CASANARE 765
## 10 CAUCA 474
## 11 CESAR 586
## 12 CHOCÓ 90
## 13 CÓRDOBA 1252
## 14 CUNDINAMARCA 3424
## 15 GUAINÍA 7
## 16 GUAJIRA 399
## 17 GUAVIARE 17
## 18 HUILA 1503
## 19 MAGDALENA 271
## 20 META 889
## 21 NARIÑO 1316
## 22 NORTE DE SANTANDER 1510
## 23 PUTUMAYO 79
## 24 QUINDÍO 1200
## 25 RISARALDA 2943
## 26 SAN ANDRÉS 165
## 27 SANTANDER 5125
## 28 SUCRE 298
## 29 TOLIMA 1593
## 30 VALLE 6470
## 31 VICHADA 33Departamento con mayor cantidad de lesiones
# Obtener el departamento con la mayor cantidad de lesiones
max_lesiones <- lesiones_por_departamento[which.max(lesiones_por_departamento$CANTIDAD), ]
print(max_lesiones)## DEPARTAMENTO CANTIDAD
## 30 VALLE 6470Departamento con menor cantidad de lesiones
# Obtener el departamento con la menor cantidad de lesiones
min_lesiones <- lesiones_por_departamento[which.min(lesiones_por_departamento$CANTIDAD), ]
print(min_lesiones)## DEPARTAMENTO CANTIDAD
## 15 GUAINÍA 7Departamento no presente
El departamento de Vaupés no presento lesiones en accidentes de tránsito en el año 2013.
Cantidad de lesiones por región
lesiones_por_region <- aggregate(`CANTIDAD` ~ `REGION`, data = BD_Lesiones_2013, FUN = sum)
print(lesiones_por_region)## REGION CANTIDAD
## 1 Amazónica 499
## 2 Andina 23080
## 3 Caribe 7403
## 4 Orinoquía 1948
## 5 Pacífico 8350Cantidad total de lesiones
cantidad_total_lesiones <- sum(BD_Lesiones_2013$CANTIDAD)
cat("Cantidad total de Lesiones en accidentes de tránsito en Colombia durante el año 2013:", cantidad_total_lesiones)## Cantidad total de Lesiones en accidentes de tránsito en Colombia durante el año 2013: 41280Gráficos
Gráfico de barras
# Código para generar gráfico de barras
colores <- c("red", "cyan", "lightgreen", "yellow", "gray")
barplot(lesiones_por_region$CANTIDAD, names.arg = lesiones_por_region$REGION,
main = "Cantidad total de lesiones por region (2013)",
xlab = "Region", ylab = "Cantidad",
col = colores)
Gráfico circular
# Código para generar gráfico circular
colores <- c("skyblue", "magenta", "brown")
porcentajes <- round(100 * conteo_genero / sum(conteo_genero), 1)
etiquetas <- paste(names(porcentajes), "\n", porcentajes, "%")
# Establecer los márgenes de la figura
par(mar = c(5, 5, 2, 2)) # c(bottom, left, top, right)
# Crear el gráfico de pastel
pie(conteo_genero, main = "Distribucion de lesiones en accidentes de transito por genero",
col = colores, labels = etiquetas)
Gráfico de diagrama de caja
Se visualiza la distribución de la cantidad total de lesiones según diferentes grupos de edad.
boxplot(`CANTIDAD` ~ `AGRUPA EDAD PERSONA`, data = BD_Lesiones_2013, FUN = sum)
Conclusiones
Los resultados obtenidos reflejan la situación de seguridad vial en Colombia durante el año 2013. Es importante la prevención y control de accidentes de tránsito, así como de mejorar las infraestructuras viales y promover una cultura de conducta responsable entre los habitantes, con el fin de promover una conducción más segura y que salvaguarden la vida de toda la sociedad colombiana de en las vías.