1. Carga de datos

df <- read_excel("Datos Violencia intrafamiliar_2023.xlsx") %>% 
  clean_names()

names(df)
##  [1] "arma_o_medio_de_agresion"                                            
##  [2] "departamento"                                                        
##  [3] "municipio"                                                           
##  [4] "fecha_del_hecho"                                                     
##  [5] "genero"                                                              
##  [6] "grupo_edad_de_la_victima"                                            
##  [7] "codigo_dane"                                                         
##  [8] "edad_de_la_victima"                                                  
##  [9] "cantidad_de_sucesos"                                                 
## [10] "numero_de_personas_por_hogar"                                        
## [11] "cantidad_de_habitaciones_por_hogar"                                  
## [12] "estrato_socioeconomico_de_la_victima"                                
## [13] "nivel_educativo_de_la_victima"                                       
## [14] "inestabilidad_residencial"                                           
## [15] "cantidad_de_establecimientos_con_venta_de_alcohol_cerca_del_hogar"   
## [16] "porcentaje_de_riesgo_de_la_victima"                                  
## [17] "porcentaje_de_actividades_comerciales_cerca_del_hogar"               
## [18] "indice_de_actividad_policial"                                        
## [19] "porcentaje_de_crimen_cerca_del_hogar"                                
## [20] "porcentaje_de_participacion_de_mujeres_en_las_decisiones_en_el_hogar"
## [21] "situacion_de_empleo_jefe_a_cabeza_de_hogar"                          
## [22] "edad_del_victimario"                                                 
## [23] "presencia_de_pandillas_juveniles"                                    
## [24] "cantidad_de_pandillas_juveniles"                                     
## [25] "presencia_de_crimen_organizado"                                      
## [26] "indice_de_pobreza"                                                   
## [27] "porcentaje_de_migrantes_venezolanos_en_el_sector"
glimpse(df)
## Rows: 190
## Columns: 27
## $ arma_o_medio_de_agresion                                             <chr> "…
## $ departamento                                                         <chr> "…
## $ municipio                                                            <chr> "…
## $ fecha_del_hecho                                                      <dttm> …
## $ genero                                                               <chr> "…
## $ grupo_edad_de_la_victima                                             <chr> "…
## $ codigo_dane                                                          <dbl> 9…
## $ edad_de_la_victima                                                   <dbl> 4…
## $ cantidad_de_sucesos                                                  <dbl> 1…
## $ numero_de_personas_por_hogar                                         <dbl> 4…
## $ cantidad_de_habitaciones_por_hogar                                   <dbl> 3…
## $ estrato_socioeconomico_de_la_victima                                 <dbl> 1…
## $ nivel_educativo_de_la_victima                                        <chr> "…
## $ inestabilidad_residencial                                            <chr> "…
## $ cantidad_de_establecimientos_con_venta_de_alcohol_cerca_del_hogar    <dbl> 4…
## $ porcentaje_de_riesgo_de_la_victima                                   <dbl> 1…
## $ porcentaje_de_actividades_comerciales_cerca_del_hogar                <dbl> 9…
## $ indice_de_actividad_policial                                         <dbl> 2…
## $ porcentaje_de_crimen_cerca_del_hogar                                 <dbl> 3…
## $ porcentaje_de_participacion_de_mujeres_en_las_decisiones_en_el_hogar <dbl> 7…
## $ situacion_de_empleo_jefe_a_cabeza_de_hogar                           <chr> "…
## $ edad_del_victimario                                                  <dbl> 6…
## $ presencia_de_pandillas_juveniles                                     <chr> "…
## $ cantidad_de_pandillas_juveniles                                      <dbl> 5…
## $ presencia_de_crimen_organizado                                       <chr> "…
## $ indice_de_pobreza                                                    <dbl> 6…
## $ porcentaje_de_migrantes_venezolanos_en_el_sector                     <dbl> 6…

2. Descripción de la base

skim(df)
Data summary
Name df
Number of rows 190
Number of columns 27
_______________________
Column type frequency:
character 10
numeric 16
POSIXct 1
________________________
Group variables None

Variable type: character

skim_variable n_missing complete_rate min max empty n_unique whitespace
arma_o_medio_de_agresion 0 1 12 27 0 4 0
departamento 0 1 4 18 0 24 0
municipio 0 1 4 26 0 74 0
genero 0 1 8 9 0 2 0
grupo_edad_de_la_victima 0 1 7 12 0 3 0
nivel_educativo_de_la_victima 0 1 7 19 0 7 0
inestabilidad_residencial 0 1 2 2 0 2 0
situacion_de_empleo_jefe_a_cabeza_de_hogar 0 1 5 19 0 4 0
presencia_de_pandillas_juveniles 0 1 4 5 0 3 0
presencia_de_crimen_organizado 0 1 2 2 0 2 0

Variable type: numeric

skim_variable n_missing complete_rate mean sd p0 p25 p50 p75 p100 hist
codigo_dane 0 1 40357163.16 30797146.44 5.079e+06 1.5572e+07 25343500.00 6.6001e+07 9.520e+07 ▇▂▃▁▃
edad_de_la_victima 0 1 34.17 14.77 7.000e+00 2.4000e+01 33.00 4.5000e+01 7.600e+01 ▃▇▅▂▁
cantidad_de_sucesos 0 1 1.48 1.32 1.000e+00 1.0000e+00 1.00 1.0000e+00 1.000e+01 ▇▁▁▁▁
numero_de_personas_por_hogar 0 1 4.94 1.67 1.000e+00 4.0000e+00 5.00 6.0000e+00 1.200e+01 ▃▇▅▁▁
cantidad_de_habitaciones_por_hogar 0 1 2.83 0.86 1.000e+00 2.0000e+00 3.00 4.0000e+00 5.000e+00 ▁▇▆▅▁
estrato_socioeconomico_de_la_victima 0 1 1.93 1.15 1.000e+00 1.0000e+00 2.00 2.0000e+00 6.000e+00 ▇▁▁▁▁
cantidad_de_establecimientos_con_venta_de_alcohol_cerca_del_hogar 0 1 4.06 1.89 0.000e+00 3.0000e+00 4.00 5.0000e+00 1.000e+01 ▂▇▅▁▁
porcentaje_de_riesgo_de_la_victima 0 1 9.62 6.15 1.130e+00 5.5900e+00 8.84 1.2310e+01 4.963e+01 ▇▅▁▁▁
porcentaje_de_actividades_comerciales_cerca_del_hogar 0 1 16.40 8.99 1.420e+00 8.8800e+00 17.55 2.3270e+01 3.665e+01 ▇▇▇▇▂
indice_de_actividad_policial 0 1 19.18 7.19 1.880e+00 1.6460e+01 19.40 2.3200e+01 6.185e+01 ▂▇▁▁▁
porcentaje_de_crimen_cerca_del_hogar 0 1 29.87 7.68 1.300e+00 2.7580e+01 31.02 3.4120e+01 6.357e+01 ▁▂▇▁▁
porcentaje_de_participacion_de_mujeres_en_las_decisiones_en_el_hogar 0 1 76.17 11.65 1.690e+00 7.2580e+01 75.89 7.8910e+01 9.975e+01 ▁▁▁▇▂
edad_del_victimario 0 1 45.48 9.59 2.400e+01 3.7000e+01 45.00 5.3750e+01 6.700e+01 ▂▆▇▆▂
cantidad_de_pandillas_juveniles 0 1 7.24 4.07 0.000e+00 4.0000e+00 6.00 1.0000e+01 1.800e+01 ▂▇▃▂▂
indice_de_pobreza 0 1 27.92 17.16 2.400e+00 1.4290e+01 24.50 3.9720e+01 7.340e+01 ▇▇▆▃▂
porcentaje_de_migrantes_venezolanos_en_el_sector 0 1 0.18 0.78 0.000e+00 1.0000e-02 0.01 3.0000e-02 6.540e+00 ▇▁▁▁▁

Variable type: POSIXct

skim_variable n_missing complete_rate min max median n_unique
fecha_del_hecho 0 1 2021-09-01 2021-09-30 2021-09-09 30

3. Estadística descriptiva

Variables numéricas

df %>% 
  select(where(is.numeric)) %>% 
  summary() %>% 
  kable()
codigo_dane edad_de_la_victima cantidad_de_sucesos numero_de_personas_por_hogar cantidad_de_habitaciones_por_hogar estrato_socioeconomico_de_la_victima cantidad_de_establecimientos_con_venta_de_alcohol_cerca_del_hogar porcentaje_de_riesgo_de_la_victima porcentaje_de_actividades_comerciales_cerca_del_hogar indice_de_actividad_policial porcentaje_de_crimen_cerca_del_hogar porcentaje_de_participacion_de_mujeres_en_las_decisiones_en_el_hogar edad_del_victimario cantidad_de_pandillas_juveniles indice_de_pobreza porcentaje_de_migrantes_venezolanos_en_el_sector
Min. : 5079000 Min. : 7.00 Min. : 1.000 Min. : 1.000 Min. :1.000 Min. :1.000 Min. : 0.000 Min. : 1.130 Min. : 1.420 Min. : 1.88 Min. : 1.30 Min. : 1.69 Min. :24.00 Min. : 0.000 Min. : 2.40 Min. :0.003000
1st Qu.:15572000 1st Qu.:24.00 1st Qu.: 1.000 1st Qu.: 4.000 1st Qu.:2.000 1st Qu.:1.000 1st Qu.: 3.000 1st Qu.: 5.588 1st Qu.: 8.877 1st Qu.:16.46 1st Qu.:27.58 1st Qu.:72.58 1st Qu.:37.00 1st Qu.: 4.000 1st Qu.:14.29 1st Qu.:0.005436
Median :25343500 Median :33.00 Median : 1.000 Median : 5.000 Median :3.000 Median :2.000 Median : 4.000 Median : 8.835 Median :17.545 Median :19.39 Median :31.02 Median :75.89 Median :45.00 Median : 6.000 Median :24.50 Median :0.010013
Mean :40357163 Mean :34.17 Mean : 1.484 Mean : 4.937 Mean :2.826 Mean :1.932 Mean : 4.058 Mean : 9.620 Mean :16.405 Mean :19.18 Mean :29.87 Mean :76.17 Mean :45.48 Mean : 7.242 Mean :27.92 Mean :0.182329
3rd Qu.:66001000 3rd Qu.:45.00 3rd Qu.: 1.000 3rd Qu.: 6.000 3rd Qu.:4.000 3rd Qu.:2.000 3rd Qu.: 5.000 3rd Qu.:12.307 3rd Qu.:23.270 3rd Qu.:23.20 3rd Qu.:34.12 3rd Qu.:78.91 3rd Qu.:53.75 3rd Qu.:10.000 3rd Qu.:39.72 3rd Qu.:0.031399
Max. :95200000 Max. :76.00 Max. :10.000 Max. :12.000 Max. :5.000 Max. :6.000 Max. :10.000 Max. :49.630 Max. :36.650 Max. :61.85 Max. :63.57 Max. :99.75 Max. :67.00 Max. :18.000 Max. :73.40 Max. :6.538687

Frecuencias de variables categóricas

cat_vars <- df %>% select(where(is.character), where(is.factor)) %>% names()

for (v in cat_vars) {
  cat("### Frecuencia de:", v, "\n")
  print(kable(as.data.frame(table(df[[v]], useNA = "ifany"))))
  cat("\n\n")
}
## ### Frecuencia de: arma_o_medio_de_agresion 
## 
## 
## |Var1                        | Freq|
## |:---------------------------|----:|
## |ARMA BLANCA / CORTOPUNZANTE |   38|
## |ARMA DE FUEGO               |    3|
## |CONTUNDENTES                |  113|
## |SIN EMPLEO DE ARMAS         |   36|
## 
## 
## ### Frecuencia de: departamento 
## 
## 
## |Var1               | Freq|
## |:------------------|----:|
## |AMAZONAS           |    6|
## |ANTIOQUIA          |   10|
## |ARAUCA             |   10|
## |ATLÁNTICO          |   10|
## |BOLÍVAR            |   10|
## |BOYACÁ             |    7|
## |CALDAS             |    7|
## |CAQUETÁ            |    8|
## |CASANARE           |   10|
## |CAUCA              |   10|
## |CESAR              |   10|
## |CHOCÓ              |   10|
## |CÓRDOBA            |   10|
## |CUNDINAMARCA       |   13|
## |GUAINÍA            |    7|
## |GUAJIRA            |   10|
## |GUAVIARE           |   10|
## |HUILA              |    4|
## |MAGDALENA          |    5|
## |META               |    6|
## |NARIÑO             |    6|
## |NORTE DE SANTANDER |    4|
## |PUTUMAYO           |    2|
## |RISARALDA          |    5|
## 
## 
## ### Frecuencia de: municipio 
## 
## 
## |Var1                       | Freq|
## |:--------------------------|----:|
## |ACANDÍ                     |    1|
## |AGUACHICA                  |    1|
## |AQUITANIA                  |    1|
## |ARACATACA                  |    1|
## |ARAUCA (CT)                |    7|
## |ARJONA                     |    1|
## |AYAPEL                     |    1|
## |BAHÍA SOLANO               |    3|
## |BARBOSA                    |    2|
## |BARRANCAS                  |    2|
## |BARRANQUILLA (CT)          |    8|
## |BELÉN                      |    1|
## |BELLO                      |    2|
## |BOGOTÁ D.C. (CT)           |   13|
## |BUENAVISTA                 |    2|
## |CALAMAR                    |    1|
## |CARTAGENA (CT)             |    8|
## |CARTAGENA DEL CHAIRÁ       |    3|
## |CERETÉ                     |    2|
## |CHIBOLO                    |    1|
## |CHIMICHAGUA                |    1|
## |CHINCHINÁ                  |    4|
## |CIÉNAGA                    |    3|
## |COPACABANA                 |    1|
## |CÚCUTA (CT)                |    4|
## |DIBULLA                    |    1|
## |DUITAMA                    |    1|
## |EL CARMEN DE ATRATO        |    1|
## |EL PASO                    |    1|
## |EL RETORNO                 |    1|
## |EL SANTUARIO               |    1|
## |FLORENCIA (CT)             |    5|
## |FONSECA                    |    3|
## |FREDONIA                   |    1|
## |GUACHENÉ                   |    1|
## |GUATAPÉ                    |    1|
## |INÍRIDA (CT)               |    7|
## |ISTMINA                    |    1|
## |LETICIA (CT)               |    5|
## |MACEO                      |    1|
## |MANIZALES (CT)             |    3|
## |MARÍA LA BAJA              |    1|
## |MARINILLA                  |    1|
## |MIRAFLORES                 |    1|
## |MONTERÍA (CT)              |    3|
## |NEIVA (CT)                 |    2|
## |NUNCHÍA                    |    1|
## |PASTO (CT)                 |    6|
## |PAZ DE ARIPORO             |    3|
## |PEREIRA (CT)               |    5|
## |PIENDAMÓ                   |    1|
## |PITALITO                   |    2|
## |POPAYÁN (CT)               |    8|
## |PORE                       |    2|
## |PUERTO ASÍS                |    1|
## |PUERTO BOYACÁ              |    2|
## |PUERTO NARIÑO              |    1|
## |QUIBDÓ (CT)                |    2|
## |RIOHACHA (CT)              |    4|
## |RIOSUCIO                   |    1|
## |SAN JOSÉ DEL GUAVIARE (CT) |    7|
## |SAN PELAYO                 |    2|
## |SANTA LUCÍA                |    1|
## |SARAVENA                   |    2|
## |SOGAMOSO                   |    1|
## |SOLEDAD                    |    1|
## |TADÓ                       |    1|
## |TAME                       |    1|
## |TRINIDAD                   |    3|
## |TUNJA (CT)                 |    1|
## |VALLE DEL GUAMUEZ          |    1|
## |VALLEDUPAR (CT)            |    7|
## |VILLAVICENCIO (CT)         |    6|
## |YOPAL (CT)                 |    1|
## 
## 
## ### Frecuencia de: genero 
## 
## 
## |Var1      | Freq|
## |:---------|----:|
## |FEMENINO  |  147|
## |MASCULINO |   43|
## 
## 
## ### Frecuencia de: grupo_edad_de_la_victima 
## 
## 
## |Var1         | Freq|
## |:------------|----:|
## |ADOLESCENTES |   10|
## |ADULTOS      |  166|
## |MENORES      |   14|
## 
## 
## ### Frecuencia de: nivel_educativo_de_la_victima 
## 
## 
## |Var1                | Freq|
## |:-------------------|----:|
## |Posgrado            |   21|
## |Primaria            |   11|
## |Primaria completa   |    1|
## |Primaria incompleta |   22|
## |Secundaria completa |   32|
## |Técnico             |   48|
## |Universitaria       |   55|
## 
## 
## ### Frecuencia de: inestabilidad_residencial 
## 
## 
## |Var1 | Freq|
## |:----|----:|
## |No   |  130|
## |Si   |   60|
## 
## 
## ### Frecuencia de: situacion_de_empleo_jefe_a_cabeza_de_hogar 
## 
## 
## |Var1                | Freq|
## |:-------------------|----:|
## |Desempleado         |   69|
## |Empleado/Ocupado    |   92|
## |Jubilado / Retirado |    4|
## |Otras               |   25|
## 
## 
## ### Frecuencia de: presencia_de_pandillas_juveniles 
## 
## 
## |Var1  | Freq|
## |:-----|----:|
## |Alta  |  103|
## |Baja  |    5|
## |Media |   82|
## 
## 
## ### Frecuencia de: presencia_de_crimen_organizado 
## 
## 
## |Var1 | Freq|
## |:----|----:|
## |No   |   35|
## |Si   |  155|

Histograma de la edad de la víctima

ggplot(df, aes(edad_de_la_victima)) +
  geom_histogram(bins = 20, fill = "#4B9CD3") +
  labs(title = "Distribución de edades", x = "Edad", y = "Frecuencia")

4. Pruebas de hipótesis

Hipótesis 1 — Correlación edad vs sucesos

H0: No existe correlación entre la edad de la víctima y la cantidad de sucesos registrados.
H1: Sí existe correlación entre la edad de la víctima y la cantidad de sucesos registrados.

cor.test(df$edad_de_la_victima,
         df$cantidad_de_sucesos,
         use = "complete.obs",
         method = "pearson")
## 
##  Pearson's product-moment correlation
## 
## data:  df$edad_de_la_victima and df$cantidad_de_sucesos
## t = 3.8998, df = 188, p-value = 0.0001339
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.1365369 0.4003356
## sample estimates:
##       cor 
## 0.2735729

Hipótesis 2 — Correlación riesgo vs sucesos

H0: No existe correlación entre el porcentaje de riesgo de la víctima y la cantidad de sucesos registrados.
H1: Sí existe correlación entre el porcentaje de riesgo de la víctima y la cantidad de sucesos registrados.

cor.test(df$porcentaje_de_riesgo_de_la_victima,
         df$cantidad_de_sucesos,
         use = "complete.obs",
         method = "pearson")
## 
##  Pearson's product-moment correlation
## 
## data:  df$porcentaje_de_riesgo_de_la_victima and df$cantidad_de_sucesos
## t = 15.176, df = 188, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.6704602 0.7998631
## sample estimates:
##       cor 
## 0.7419958

Hipótesis 3 — Diferencias por género (t-test)

H0: La cantidad de sucesos es igual entre los géneros.
H1: La cantidad de sucesos difiere entre los géneros.

t.test(cantidad_de_sucesos ~ genero, data = df)
## 
##  Welch Two Sample t-test
## 
## data:  cantidad_de_sucesos by genero
## t = 3.4176, df = 187.67, p-value = 0.0007746
## alternative hypothesis: true difference in means between group FEMENINO and group MASCULINO is not equal to 0
## 95 percent confidence interval:
##  0.2010613 0.7500541
## sample estimates:
##  mean in group FEMENINO mean in group MASCULINO 
##                1.591837                1.116279

Hipótesis 4 — Crimen cercano vs sucesos

H0: No existe correlación entre el porcentaje de crimen cerca del hogar y la cantidad de sucesos registrados.
H1: Sí existe correlación entre el porcentaje de crimen cerca del hogar y la cantidad de sucesos registrados.

cor.test(df$porcentaje_de_crimen_cerca_del_hogar,
         df$cantidad_de_sucesos,
         use = "complete.obs",
         method = "pearson")
## 
##  Pearson's product-moment correlation
## 
## data:  df$porcentaje_de_crimen_cerca_del_hogar and df$cantidad_de_sucesos
## t = 6.8327, df = 188, p-value = 1.125e-10
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.3242498 0.5532428
## sample estimates:
##       cor 
## 0.4460159

Hipótesis 5 — Modelo lineal

H0: La edad de la víctima y el género no influyen significativamente en la cantidad de sucesos.
H1: La edad y/o el género influyen significativamente en la cantidad de sucesos.

modelo <- lm(cantidad_de_sucesos ~ edad_de_la_victima + genero, data = df)
summary(modelo)
## 
## Call:
## lm(formula = cantidad_de_sucesos ~ edad_de_la_victima + genero, 
##     data = df)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -1.5248 -0.5593 -0.3524  0.1171  7.9349 
## 
## Coefficients:
##                     Estimate Std. Error t value Pr(>|t|)    
## (Intercept)         0.777694   0.248003   3.136 0.001991 ** 
## edad_de_la_victima  0.022989   0.006345   3.623 0.000375 ***
## generoMASCULINO    -0.349471   0.223303  -1.565 0.119272    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.272 on 187 degrees of freedom
## Multiple R-squared:  0.0868, Adjusted R-squared:  0.07704 
## F-statistic: 8.888 on 2 and 187 DF,  p-value: 0.0002055
tidy(modelo)
## # A tibble: 3 × 5
##   term               estimate std.error statistic  p.value
##   <chr>                 <dbl>     <dbl>     <dbl>    <dbl>
## 1 (Intercept)          0.778    0.248        3.14 0.00199 
## 2 edad_de_la_victima   0.0230   0.00635      3.62 0.000375
## 3 generoMASCULINO     -0.349    0.223       -1.57 0.119

# 5. Gráficos

## Distribución de la edad de la víctima

``` r
ggplot(df, aes(edad_de_la_victima)) +
  geom_histogram(bins = 20, fill = "skyblue") +
  labs(title = "Distribución de la edad de la víctima",
       x = "Edad", y = "Frecuencia")

Cantidad de sucesos por género

ggplot(df, aes(genero, cantidad_de_sucesos)) +
  geom_boxplot(fill = "pink") +
  labs(title = "Cantidad de sucesos por género",
       x = "Género", y = "Cantidad de sucesos")

6. Resultados

Los resultados muestran que la edad no presenta una relación fuerte con la cantidad de sucesos, lo que sugiere que la violencia intrafamiliar afecta a distintos grupos etarios sin una tendencia marcada por la edad.

En cuanto al porcentaje de riesgo, se observó una relación positiva con los sucesos, indicando que niveles más altos de riesgo están asociados con mayor número de hechos reportados.

La comparación por género evidenció diferencias significativas: las mujeres presentan en promedio una mayor cantidad de sucesos registrados.

Respecto al crimen cercano, se encontró una correlación que sugiere que entornos con mayor criminalidad tienden a presentar más casos de violencia intrafamiliar.

Finalmente, el modelo lineal mostró que tanto la edad como el género contribuyen parcialmente a explicar la cantidad de sucesos, aunque no son los únicos factores relevantes.

7 . Conclusiones

El análisis de la base de datos permitió identificar patrones relevantes: la edad no determina la ocurrencia de sucesos, el género sí muestra diferencias importantes, y variables adicionales como el riesgo y el entorno criminal tienen un rol asociado.

Los resultados permiten concluir que la violencia intrafamiliar debe abordarse desde múltiples factores, considerando tanto características individuales como contextuales. A pesar de que los datos incluyen solo denuncias oficiales, constituyen una base valiosa para comprender el comportamiento de este fenómeno y orientar futuras investigaciones. ```