VISUALIZACIÓN DE DATOS
Inseguridad y territorio en Bogotá:
¿qué nos cuentan las UPZ?
Docente: Carlos Amortegui
Para realizar la exploración de los datos se utilizarán paquetes de R que permiten importar archivos, organizar la información y realizar cálculos estadísticos.
El siguiente código instala los paquetes necesarios para trabajar con archivos Excel y CSV, manipular datos y elaborar gráficos.
# Instalación de paquetes necesarios para el proyecto
install.packages("tidyverse") # Manipulación, transformación y exploración de datos. Incluye dplyr, tidyr, ggplot2 y readr.
install.packages("sf") # Lectura y manejo de información geográfica. Permite trabajar con los polígonos de las UPZ y localidades.
install.packages("leaflet") # Creación de mapas interactivos con zoom, etiquetas y resaltado de territorios.
install.packages("scales") # Formato de números, porcentajes, tasas y escalas en gráficos.
install.packages("knitr") # Organización y presentación de tablas y resultados dentro del informe R Markdown.
Una vez instalados, los paquetes se cargan para poder utilizar sus funciones durante el análisis.
# Cargar las librerías necesarias
library(tidyverse)
library(sf)
library(leaflet)
library(scales)
library(knitr)
Configuración del comportamiento general del documento
# Definir la paleta de colores del proyecto
morado <- "#351A4F"
magenta <- "#D9006C"
turquesa <- "#168C86"
gris <- "#D9D6DD"
# Configuración general de los gráficos
tema_clase <- theme_minimal(base_size = 12) +
theme(
plot.title.position = "plot",
plot.title = element_text(
face = "bold", size = 15, color = morado
),
plot.subtitle = element_text(
size = 10.5, color = "grey35"
),
panel.grid.minor = element_blank(),
plot.caption = element_text(
hjust = 0, color = "grey45", size = 8.5
),
plot.margin = margin(10, 20, 10, 10)
)
# Opciones generales de presentación del informe
knitr::opts_chunk$set(
echo = TRUE,
warning = FALSE,
message = FALSE,
fig.align = "center",
fig.width = 8,
fig.height = 5,
dpi = 120
)
La seguridad ciudadana es una de las dimensiones que influye en la calidad de vida y en las condiciones de convivencia de una ciudad. Sin embargo, su comportamiento no necesariamente es igual en todos los territorios, ya que cada zona presenta características particulares relacionadas con su población, infraestructura, condiciones socioeconómicas y entorno urbano.
En Bogotá, las Unidades de Planeamiento Zonal (UPZ) permiten observar estas diferencias desde una perspectiva territorial. A través de ellas es posible comparar las condiciones de distintos sectores de la ciudad y explorar cómo se relacionan con los registros de delitos y la percepción de inseguridad de sus habitantes.
Este trabajo desarrolla un análisis exploratorio de datos (EDA) sobre las 112 UPZ urbanas de Bogotá, utilizando información relacionada con delitos denunciados, población, vivienda, alumbrado público y condiciones socioeconómicas.
El propósito es identificar patrones, diferencias y posibles relaciones entre las características de cada territorio y los indicadores de seguridad disponibles. Para ello, se utilizarán herramientas estadísticas y visualizaciones que faciliten la interpretación de los resultados, incluyendo representaciones geográficas que permitan reconocer las diferencias entre las zonas de la ciudad.
El análisis no busca establecer relaciones de causalidad ni afirmar que una característica territorial sea la causa directa de determinados comportamientos delictivos. Su alcance es exploratorio y pretende comprender mejor la información disponible, reconocer patrones y generar preguntas que puedan orientar investigaciones posteriores.
Explorar las condiciones de seguridad y las características territoriales, demográficas y socioeconómicas de las UPZ urbanas de Bogotá, mediante técnicas de análisis exploratorio de datos y visualización, con el propósito de identificar patrones, diferencias y posibles relaciones que permitan comprender el comportamiento de los indicadores de inseguridad en la ciudad.
Describir la estructura y las características de la información disponible para las 112 UPZ de Bogotá.
Explorar la distribución de los indicadores de delitos, población, vivienda, infraestructura y condiciones socioeconómicas.
Identificar diferencias territoriales mediante el uso de estadísticas descriptivas, comparaciones y mapas.
Examinar posibles relaciones entre los indicadores de seguridad y las características de cada UPZ.
Comunicar los principales hallazgos mediante visualizaciones y una narrativa basada en los datos.
Para desarrollar el análisis se utiliza una base de datos consolidada que contiene información de 112 Unidades de Planeamiento Zonal de Bogotá. Cada registro representa una UPZ e incluye variables relacionadas con su territorio, población, condiciones de vivienda, infraestructura, delitos denunciados y características socioeconómicas.
La información se encuentra organizada en cinco grandes bloques:
Territorio: identificación de la UPZ, localidad y extensión geográfica.
Demografía: población, densidad poblacional y composición por grupos de edad.
Vivienda e infraestructura: características de las viviendas y disponibilidad de alumbrado público.
Delitos: registros de denuncias y tasas por cada 10.000 habitantes para diez categorías de delitos.
Encuesta Multipropósito: información relacionada con pobreza, ingresos, estrato, educación, percepción de inseguridad y condiciones del entorno.
Adicionalmente, se dispone de archivos geográficos que representan los límites de las UPZ y las localidades urbanas de Bogotá. Estos archivos permitirán integrar la información estadística con su ubicación territorial.
Vamos a conectar nuestro informe con los archivos.
Se cargaran tres fuentes: 1. La base estadística de las UPZ. 2. El mapa de las UPZ. 3. El mapa de las localidades.
# 3.1. Importación de la base estadística
upz <- read_csv(
"input/upz_variables.csv",
show_col_types = FALSE
)
# 3.2. Importación de los archivos geográficos
upz_shp <- st_read(
"input/shp/upz_bogota.shp",
quiet = TRUE
)
localidades_shp <- st_read(
"input/shp/localidades_bogota.shp",
quiet = TRUE
)
Notas:
read_csv() permite importar la información estadística.
st_read() permite leer los archivos geográficos.
Los objetos terminados en **_shp** contienen geometrías que representan los límites territoriales.
Antes de realizar los análisis estadísticos y las visualizaciones, es necesario conocer la estructura de la información disponible y verificar sus características generales.
Esta primera exploración permite identificar la cantidad de registros y variables, los tipos de datos utilizados y las condiciones generales de la base. De esta manera, se busca establecer un punto de partida que facilite el desarrollo de las siguientes etapas del análisis.
La base de datos contiene información de diferentes características de las UPZ de Bogotá. Para comenzar, se revisa su dimensión general, identificando cuántos registros y variables están disponibles.
Cada registro representa una UPZ, mientras que las columnas corresponden a las diferentes características e indicadores recopilados para el análisis.
# Consultar las dimensiones generales de la base
dim(upz)
## [1] 112 67
# Identificar la cantidad de registros
nrow(upz)
## [1] 112
# Identificar la cantidad de variables
ncol(upz)
## [1] 67
# Consultar los primeros registros
head(upz)
| upz_cod | upz_nombre | localidad_cod | localidad | area_km2 | poblacion | densidad_hab_km2 | pct_mujeres | pct_0_14 | pct_15_29 | pct_60_mas | viviendas_totales | viviendas_ocupadas | pct_viviendas_desocupadas | personas_por_vivienda | luminarias | luminarias_km2 | luminarias_1000hab | pct_luminarias_led | casos_homicidios | casos_lesiones | casos_hurto_personas | casos_hurto_residencias | casos_hurto_automotor | casos_hurto_bicicletas | casos_hurto_comercio | casos_hurto_celulares | casos_hurto_motos | casos_violencia_intrafamiliar | casos_total | tasa_homicidios | tasa_lesiones | tasa_hurto_personas | tasa_hurto_residencias | tasa_hurto_automotor | tasa_hurto_bicicletas | tasa_hurto_comercio | tasa_hurto_celulares | tasa_hurto_motos | tasa_violencia_intrafamiliar | tasa_total | em_agrupada | pct_pobreza | edad_promedio | salario_promedio | pct_estrato_1_2 | pct_estrato_3_4 | pct_estrato_5_6 | pct_vivienda_propia | pct_arriendo | anios_educacion_15mas | pct_padre_universitario | pct_madre_universitaria | pct_percibe_inseguridad | pct_cerca_ollas | pct_cerca_bares | pct_cerca_lotes_oscuros | pct_cerca_basureros | pct_cerca_terminales | pct_cerca_fabricas | min_transmilenio | min_sitp | min_parque | min_cai_policia | min_centro_medico | min_cultura | min_ciclorruta |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Paseo De Los Libertadores | 1 | Usaquén | 6.33 | 2690 | 424.81 | 51.26 | 18.85 | 26.13 | 12.94 | 1087 | 1022 | 5.98 | 2.63 | 524 | 82.75 | 194.80 | 28.44 | 0 | 8 | 44 | 1 | 0 | 1 | 3 | 17 | 0 | 0 | 74 | 0.00 | 29.74 | 163.57 | 3.72 | 0.00 | 3.72 | 11.15 | 63.20 | 0.00 | 0.00 | 275.09 | TRUE | 1.37 | 36.54 | 3937004 | 13.92 | 83.87 | 2.21 | 54.45 | 38.00 | 12.16 | 24.14 | 17.37 | 36.18 | 17.53 | 15.68 | 24.15 | 6.13 | 20.93 | 11.55 | 13.01 | 9.99 | 7.00 | 21.66 | 29.82 | 33.90 | 9.00 |
| 2 | La Academia | 11 | Suba | 6.74 | 5260 | 779.85 | 51.35 | 24.11 | 18.46 | 9.26 | 1554 | 1515 | 2.51 | 3.47 | 534 | 79.17 | 101.52 | 0.37 | 1 | 3 | 75 | 0 | 3 | 1 | 9 | 26 | 0 | 5 | 123 | 1.90 | 5.70 | 142.59 | 0.00 | 5.70 | 1.90 | 17.11 | 49.43 | 0.00 | 9.51 | 233.84 | TRUE | 0.86 | 38.71 | 4280663 | 0.63 | 87.06 | 12.31 | 57.98 | 36.81 | 13.57 | 24.16 | 14.82 | 40.88 | 7.43 | 17.03 | 16.71 | 1.35 | 26.66 | 1.70 | 10.78 | 9.56 | 5.44 | 24.50 | 34.17 | 29.61 | 13.45 |
| 3 | Guaymaral | 11 | Suba | 4.55 | 2692 | 591.30 | 51.63 | 18.31 | 20.88 | 14.04 | 789 | 698 | 11.53 | 3.86 | 184 | 40.42 | 68.35 | 0.00 | 0 | 1 | 29 | 0 | 0 | 2 | 2 | 9 | 0 | 2 | 45 | 0.00 | 3.71 | 107.73 | 0.00 | 0.00 | 7.43 | 7.43 | 33.43 | 0.00 | 7.43 | 167.16 | TRUE | 0.86 | 38.71 | 4280663 | 0.63 | 87.06 | 12.31 | 57.98 | 36.81 | 13.57 | 24.16 | 14.82 | 40.88 | 7.43 | 17.03 | 16.71 | 1.35 | 26.66 | 1.70 | 10.78 | 9.56 | 5.44 | 24.50 | 34.17 | 29.61 | 13.45 |
| 9 | Verbenal | 1 | Usaquén | 3.57 | 131999 | 36967.66 | 52.77 | 20.15 | 25.15 | 11.61 | 46809 | 45055 | 3.75 | 2.93 | 3555 | 995.61 | 26.93 | 65.77 | 3 | 104 | 386 | 29 | 19 | 17 | 26 | 125 | 30 | 205 | 944 | 0.23 | 7.88 | 29.24 | 2.20 | 1.44 | 1.29 | 1.97 | 9.47 | 2.27 | 15.53 | 71.52 | FALSE | 3.12 | 33.28 | 1933709 | 31.32 | 66.05 | 2.63 | 36.78 | 55.53 | 12.16 | 8.36 | 6.13 | 65.43 | 17.53 | 15.68 | 24.15 | 6.13 | 20.93 | 11.55 | 6.96 | 5.96 | 8.60 | 18.39 | 34.18 | 42.77 | 14.45 |
| 10 | La Uribe | 1 | Usaquén | 3.47 | 37014 | 10682.12 | 54.34 | 17.24 | 20.18 | 15.62 | 14399 | 13763 | 4.42 | 2.69 | 1328 | 383.26 | 35.88 | 49.25 | 1 | 26 | 328 | 31 | 4 | 14 | 47 | 129 | 1 | 40 | 621 | 0.27 | 7.02 | 88.62 | 8.38 | 1.08 | 3.78 | 12.70 | 34.85 | 0.27 | 10.81 | 167.77 | TRUE | 1.37 | 36.54 | 3937004 | 13.92 | 83.87 | 2.21 | 54.45 | 38.00 | 12.16 | 24.14 | 17.37 | 36.18 | 17.53 | 15.68 | 24.15 | 6.13 | 20.93 | 11.55 | 13.01 | 9.99 | 7.00 | 21.66 | 29.82 | 33.90 | 9.00 |
| 11 | San Cristobal Norte | 1 | Usaquén | 2.76 | 72939 | 26401.70 | 52.65 | 19.59 | 24.65 | 14.38 | 24886 | 24401 | 1.95 | 2.99 | 2578 | 933.16 | 35.34 | 49.34 | 4 | 73 | 351 | 27 | 5 | 11 | 39 | 117 | 9 | 157 | 793 | 0.55 | 10.01 | 48.12 | 3.70 | 0.69 | 1.51 | 5.35 | 16.04 | 1.23 | 21.52 | 108.72 | FALSE | 5.19 | 34.50 | 1368739 | 29.48 | 68.87 | 1.65 | 28.86 | 58.05 | 10.95 | 4.76 | 3.31 | 49.84 | 25.91 | 15.41 | 19.15 | 8.30 | 3.38 | 5.99 | 17.76 | 11.43 | 10.39 | 25.32 | 29.71 | 28.10 | 18.27 |
Además de conocer el tamaño de la base, es importante identificar el tipo de información que contiene cada variable.
Esta revisión permite diferenciar los campos que representan cantidades, porcentajes, tasas, categorías territoriales y otras características.
La identificación de estos tipos de datos es importante porque no todas las variables pueden analizarse de la misma manera. Por ejemplo, una variable de población permite realizar cálculos estadísticos, mientras que una variable como el nombre de la localidad se utiliza principalmente para clasificar y agrupar la información.
# Consultar la estructura y los tipos de variables
glimpse(upz)
## Rows: 112
## Columns: 67
## $ upz_cod <dbl> 1, 2, 3, 9, 10, 11, 12, 13, 14, 15, 16, …
## $ upz_nombre <chr> "Paseo De Los Libertadores", "La Academi…
## $ localidad_cod <dbl> 1, 11, 11, 1, 1, 1, 1, 1, 1, 1, 1, 11, 1…
## $ localidad <chr> "Usaquén", "Suba", "Suba", "Usaquén", "U…
## $ area_km2 <dbl> 6.33, 6.74, 4.55, 3.57, 3.47, 2.76, 2.92…
## $ poblacion <dbl> 2690, 5260, 2692, 131999, 37014, 72939, …
## $ densidad_hab_km2 <dbl> 424.81, 779.85, 591.30, 36967.66, 10682.…
## $ pct_mujeres <dbl> 51.26, 51.35, 51.63, 52.77, 54.34, 52.65…
## $ pct_0_14 <dbl> 18.85, 24.11, 18.31, 20.15, 17.24, 19.59…
## $ pct_15_29 <dbl> 26.13, 18.46, 20.88, 25.15, 20.18, 24.65…
## $ pct_60_mas <dbl> 12.94, 9.26, 14.04, 11.61, 15.62, 14.38,…
## $ viviendas_totales <dbl> 1087, 1554, 789, 46809, 14399, 24886, 24…
## $ viviendas_ocupadas <dbl> 1022, 1515, 698, 45055, 13763, 24401, 23…
## $ pct_viviendas_desocupadas <dbl> 5.98, 2.51, 11.53, 3.75, 4.42, 1.95, 3.6…
## $ personas_por_vivienda <dbl> 2.63, 3.47, 3.86, 2.93, 2.69, 2.99, 2.68…
## $ luminarias <dbl> 524, 534, 184, 3555, 1328, 2578, 2734, 5…
## $ luminarias_km2 <dbl> 82.75, 79.17, 40.42, 995.61, 383.26, 933…
## $ luminarias_1000hab <dbl> 194.80, 101.52, 68.35, 26.93, 35.88, 35.…
## $ pct_luminarias_led <dbl> 28.44, 0.37, 0.00, 65.77, 49.25, 49.34, …
## $ casos_homicidios <dbl> 0, 1, 0, 3, 1, 4, 1, 0, 0, 0, 3, 1, 2, 0…
## $ casos_lesiones <dbl> 8, 3, 1, 104, 26, 73, 52, 75, 36, 14, 49…
## $ casos_hurto_personas <dbl> 44, 75, 29, 386, 328, 351, 500, 1189, 78…
## $ casos_hurto_residencias <dbl> 1, 0, 0, 29, 31, 27, 19, 87, 35, 24, 76,…
## $ casos_hurto_automotor <dbl> 0, 3, 0, 19, 4, 5, 7, 11, 3, 1, 8, 14, 1…
## $ casos_hurto_bicicletas <dbl> 1, 1, 2, 17, 14, 11, 38, 71, 26, 12, 32,…
## $ casos_hurto_comercio <dbl> 3, 9, 2, 26, 47, 39, 58, 95, 72, 28, 125…
## $ casos_hurto_celulares <dbl> 17, 26, 9, 125, 129, 117, 170, 368, 262,…
## $ casos_hurto_motos <dbl> 0, 0, 0, 30, 1, 9, 6, 3, 3, 0, 5, 8, 8, …
## $ casos_violencia_intrafamiliar <dbl> 0, 5, 2, 205, 40, 157, 92, 92, 73, 14, 4…
## $ casos_total <dbl> 74, 123, 45, 944, 621, 793, 943, 1991, 1…
## $ tasa_homicidios <dbl> 0.00, 1.90, 0.00, 0.23, 0.27, 0.55, 0.16…
## $ tasa_lesiones <dbl> 29.74, 5.70, 3.71, 7.88, 7.02, 10.01, 8.…
## $ tasa_hurto_personas <dbl> 163.57, 142.59, 107.73, 29.24, 88.62, 48…
## $ tasa_hurto_residencias <dbl> 3.72, 0.00, 0.00, 2.20, 8.38, 3.70, 3.01…
## $ tasa_hurto_automotor <dbl> 0.00, 5.70, 0.00, 1.44, 1.08, 0.69, 1.11…
## $ tasa_hurto_bicicletas <dbl> 3.72, 1.90, 7.43, 1.29, 3.78, 1.51, 6.03…
## $ tasa_hurto_comercio <dbl> 11.15, 17.11, 7.43, 1.97, 12.70, 5.35, 9…
## $ tasa_hurto_celulares <dbl> 63.20, 49.43, 33.43, 9.47, 34.85, 16.04,…
## $ tasa_hurto_motos <dbl> 0.00, 0.00, 0.00, 2.27, 0.27, 1.23, 0.95…
## $ tasa_violencia_intrafamiliar <dbl> 0.00, 9.51, 7.43, 15.53, 10.81, 21.52, 1…
## $ tasa_total <dbl> 275.09, 233.84, 167.16, 71.52, 167.77, 1…
## $ em_agrupada <lgl> TRUE, TRUE, TRUE, FALSE, TRUE, FALSE, FA…
## $ pct_pobreza <dbl> 1.37, 0.86, 0.86, 3.12, 1.37, 5.19, 0.84…
## $ edad_promedio <dbl> 36.54, 38.71, 38.71, 33.28, 36.54, 34.50…
## $ salario_promedio <dbl> 3937004, 4280663, 4280663, 1933709, 3937…
## $ pct_estrato_1_2 <dbl> 13.92, 0.63, 0.63, 31.32, 13.92, 29.48, …
## $ pct_estrato_3_4 <dbl> 83.87, 87.06, 87.06, 66.05, 83.87, 68.87…
## $ pct_estrato_5_6 <dbl> 2.21, 12.31, 12.31, 2.63, 2.21, 1.65, 0.…
## $ pct_vivienda_propia <dbl> 54.45, 57.98, 57.98, 36.78, 54.45, 28.86…
## $ pct_arriendo <dbl> 38.00, 36.81, 36.81, 55.53, 38.00, 58.05…
## $ anios_educacion_15mas <dbl> 12.16, 13.57, 13.57, 12.16, 12.16, 10.95…
## $ pct_padre_universitario <dbl> 24.14, 24.16, 24.16, 8.36, 24.14, 4.76, …
## $ pct_madre_universitaria <dbl> 17.37, 14.82, 14.82, 6.13, 17.37, 3.31, …
## $ pct_percibe_inseguridad <dbl> 36.18, 40.88, 40.88, 65.43, 36.18, 49.84…
## $ pct_cerca_ollas <dbl> 17.53, 7.43, 7.43, 17.53, 17.53, 25.91, …
## $ pct_cerca_bares <dbl> 15.68, 17.03, 17.03, 15.68, 15.68, 15.41…
## $ pct_cerca_lotes_oscuros <dbl> 24.15, 16.71, 16.71, 24.15, 24.15, 19.15…
## $ pct_cerca_basureros <dbl> 6.13, 1.35, 1.35, 6.13, 6.13, 8.30, 11.7…
## $ pct_cerca_terminales <dbl> 20.93, 26.66, 26.66, 20.93, 20.93, 3.38,…
## $ pct_cerca_fabricas <dbl> 11.55, 1.70, 1.70, 11.55, 11.55, 5.99, 2…
## $ min_transmilenio <dbl> 13.01, 10.78, 10.78, 6.96, 13.01, 17.76,…
## $ min_sitp <dbl> 9.99, 9.56, 9.56, 5.96, 9.99, 11.43, 6.8…
## $ min_parque <dbl> 7.00, 5.44, 5.44, 8.60, 7.00, 10.39, 5.1…
## $ min_cai_policia <dbl> 21.66, 24.50, 24.50, 18.39, 21.66, 25.32…
## $ min_centro_medico <dbl> 29.82, 34.17, 34.17, 34.18, 29.82, 29.71…
## $ min_cultura <dbl> 33.90, 29.61, 29.61, 42.77, 33.90, 28.10…
## $ min_ciclorruta <dbl> 9.00, 13.45, 13.45, 14.45, 9.00, 18.27, …
Los valores faltantes representan información que no se encuentra disponible para una o varias variables. Su identificación es importante porque pueden afectar los cálculos estadísticos, las comparaciones y las relaciones entre variables.
En esta etapa se revisa la cantidad de datos faltantes en cada columna, con el propósito de determinar si existen limitaciones en la información disponible.
# Calcular la cantidad de valores faltantes por variable
faltantes <- upz %>%
summarise(
across(
everything(),
~ sum(is.na(.))
)
) %>%
pivot_longer(
cols = everything(),
names_to = "Variable",
values_to = "Cantidad_faltantes"
) %>%
filter(Cantidad_faltantes > 0) %>%
arrange(desc(Cantidad_faltantes))
# Presentar los resultados
if (nrow(faltantes) == 0) {
cat("No se encontraron valores faltantes en la base de datos.")
} else {
knitr::kable(
faltantes,
caption = "Variables con valores faltantes"
)
}
## No se encontraron valores faltantes en la base de datos.
Debido a que cada registro representa una UPZ, el código de identificación territorial debe ser único dentro de la base de datos.
Por esta razón, se revisa si existen códigos repetidos que puedan generar duplicidad de información o afectar las comparaciones posteriores.
# Identificar códigos UPZ repetidos
duplicados_upz <- upz %>%
count(upz_cod, name = "Frecuencia") %>%
filter(Frecuencia > 1)
# Presentar el resultado
if (nrow(duplicados_upz) == 0) {
cat("No se encontraron códigos UPZ duplicados.")
} else {
knitr::kable(
duplicados_upz,
caption = "Códigos UPZ duplicados"
)
}
## No se encontraron códigos UPZ duplicados.
Una vez realizadas las verificaciones iniciales, se consolida un resumen de las principales características de la base de datos.
Este resultado permite establecer las condiciones generales de la información con la que se desarrollará el análisis exploratorio.
resumen_base <- tibble(
Indicador = c(
"Cantidad de registros",
"Cantidad de variables",
"Códigos UPZ únicos",
"Valores faltantes",
"Códigos UPZ duplicados"
),
Resultado = c(
nrow(upz),
ncol(upz),
n_distinct(upz$upz_cod),
sum(is.na(upz)),
nrow(duplicados_upz)
)
)
knitr::kable(
resumen_base,
col.names = c("Indicador", "Resultado"),
caption = "Resumen de la exploración inicial"
)
| Indicador | Resultado |
|---|---|
| Cantidad de registros | 112 |
| Cantidad de variables | 67 |
| Códigos UPZ únicos | 112 |
| Valores faltantes | 0 |
| Códigos UPZ duplicados | 0 |
Los resultados muestran que la base de datos está conformada por 112 registros y 67 variables, con una correspondencia de un registro por cada código UPZ.
En la revisión realizada no se identificaron valores faltantes ni códigos territoriales duplicados. Esto representa una condición favorable para continuar con el análisis exploratorio.
Sin embargo, la ausencia de valores faltantes y duplicados no garantiza por sí sola la calidad de toda la información. Todavía es necesario revisar la distribución de las variables, identificar posibles valores extremos y evaluar la coherencia de los indicadores calculados.
Por lo tanto, esta primera revisión constituye un punto de partida para profundizar en el comportamiento estadístico de las variables.
Una vez revisada la estructura general de la información, se inicia el análisis exploratorio de las variables con el propósito de comprender su comportamiento, identificar diferencias entre los territorios y reconocer posibles patrones que puedan orientar la investigación.
En esta etapa se utilizarán estadísticas descriptivas y representaciones gráficas para examinar las principales características de las UPZ de Bogotá.
La población constituye una de las variables fundamentales para comprender las diferencias entre las UPZ, ya que permite dimensionar el tamaño de cada territorio en términos de habitantes.
Su análisis es especialmente importante para este trabajo, porque los indicadores de delitos se expresan tanto en cantidades absolutas como en tasas por cada 10.000 habitantes. Por lo tanto, conocer cómo se distribuye la población permitirá interpretar posteriormente las diferencias en los indicadores de seguridad.
Inicialmente se analiza la cantidad de habitantes registrados en cada UPZ, con el propósito de identificar las diferencias existentes entre los territorios y reconocer cuáles concentran una mayor o menor población.
Primero vamos a calcular las principales medidas estadísticas.
# Calcular las principales medidas descriptivas
# de la población de las UPZ
estadisticas_poblacion <- upz %>%
summarise(
Total_UPZ = n(),
Poblacion_total = sum(poblacion),
Media = mean(poblacion),
Mediana = median(poblacion),
Desviacion_estandar = sd(poblacion),
Minimo = min(poblacion),
Q1 = quantile(poblacion, 0.25),
Q3 = quantile(poblacion, 0.75),
Maximo = max(poblacion)
)
# Presentar resultados
estadisticas_poblacion %>%
tidyr::pivot_longer(
cols = everything(),
names_to = "Estadística",
values_to = "Valor"
) %>%
knitr::kable(
col.names = c("Estadística", "Resultado"),
caption = "Estadísticas descriptivas de población por UPZ"
)
| Estadística | Resultado |
|---|---|
| Total_UPZ | 112.00 |
| Poblacion_total | 7936532.00 |
| Media | 70861.89 |
| Mediana | 54102.50 |
| Desviacion_estandar | 58406.41 |
| Minimo | 30.00 |
| Q1 | 30081.75 |
| Q3 | 100972.25 |
| Maximo | 305907.00 |
¿Qué estamos calculando?
| Medida | Qué nos permite conocer |
|---|---|
| Media | Población promedio por UPZ. |
| Mediana | Valor que divide las UPZ en dos grupos iguales. |
| Desviación estándar | Qué tan dispersa está la población respecto a la media. |
| Mínimo y máximo | Los extremos de población. |
| Q1 | El 25 % de las UPZ tiene una población igual o inferior a este valor. |
| Q3 | El 75 % de las UPZ tiene una población igual o inferior a este valor. |
Una comparación especialmente importante será la media frente a la mediana. Para cuantificar esta diferencia se incorpora la relación media/mediana y la diferencia porcentual entre ambas medidas. Cuando la media supera considerablemente a la mediana, puede existir una asimetría hacia valores altos, lo que sugiere que algunas UPZ con poblaciones elevadas están influyendo en el promedio. Esta situación debe contrastarse con la distribución gráfica y la identificación de los territorios extremos.
Ahora vamos a visualizar cómo se distribuye la población entre las 112 UPZ
# Calcular medidas centrales
media_poblacion <- mean(upz$poblacion, na.rm = TRUE)
mediana_poblacion <- median(upz$poblacion, na.rm = TRUE)
# Definir el ancho de los intervalos del histograma
ancho_bin <- diff(range(upz$poblacion, na.rm = TRUE)) / 20
# Construir el gráfico
ggplot(upz, aes(x = poblacion)) +
# Histograma: número de UPZ por intervalo
geom_histogram(
binwidth = ancho_bin,
fill = magenta,
color = "white",
alpha = 0.75,
na.rm = TRUE
) +
# Curva de densidad ajustada a la escala del histograma
geom_density(
aes(y = after_stat(count * ancho_bin)),
color = morado,
linewidth = 1.1,
adjust = 1.2,
na.rm = TRUE
) +
# Línea de la media
geom_vline(
xintercept = media_poblacion,
color = "#D55E00",
linetype = "dashed",
linewidth = 1
) +
# Línea de la mediana
geom_vline(
xintercept = mediana_poblacion,
color = "#0072B2",
linetype = "dotted",
linewidth = 1
) +
labs(
title = "Distribución de la población por UPZ",
subtitle = "Histograma, curva de densidad y medidas de tendencia central",
x = "Cantidad de habitantes",
y = "Número de UPZ",
caption = paste0(
"Media: ", scales::comma(round(media_poblacion)),
" habitantes | Mediana: ",
scales::comma(round(mediana_poblacion)),
" habitantes. Fuente: Base de datos del taller."
)
) +
scale_x_continuous(
labels = scales::label_number(
big.mark = ".",
decimal.mark = ","
)
) +
tema_clase +
theme(
legend.position = "none"
)
¿Qué buscamos identificar?
El histograma nos permite observar dónde se concentra la mayor cantidad de UPZ según su población.
También nos ayuda a identificar si la distribución es simétrica o si presenta una concentración de territorios con poblaciones pequeñas y unos pocos territorios con poblaciones considerablemente mayores.
No debemos asumir que la población se distribuye de manera uniforme entre las UPZ.
Y como el histograma nos muestra el comportamiento general, pero ahora necesitamos identificar los territorios que se encuentran en los extremos.
Vamos a construir dos rankings: las 10 UPZ más pobladas y las 10 menos pobladas.
# 10 UPZ con mayor población
upz_mayor_poblacion <- upz %>%
arrange(desc(poblacion)) %>%
select(
upz_nombre,
localidad,
poblacion
) %>%
slice_head(n = 10)
# 10 UPZ con menor población
upz_menor_poblacion <- upz %>%
arrange(poblacion) %>%
select(
upz_nombre,
localidad,
poblacion
) %>%
slice_head(n = 10)
# Presentar las UPZ más pobladas
knitr::kable(
upz_mayor_poblacion,
col.names = c("UPZ", "Localidad", "Habitantes"),
caption = "Las 10 UPZ con mayor población",
digits = 0
)
| UPZ | Localidad | Habitantes |
|---|---|---|
| Tibabuyes | Suba | 305907 |
| El Rincon | Suba | 295322 |
| Bosa Central | Bosa | 237111 |
| Bosa Occidental | Bosa | 199365 |
| Suba | Suba | 186728 |
| Garces Navas | Engativá | 168657 |
| Ismael Perdomo | Ciudad Bolívar | 166602 |
| Lucero | Ciudad Bolívar | 163588 |
| El Porvenir | Bosa | 143758 |
| Engativa | Engativá | 142612 |
# Presentar las UPZ menos pobladas
knitr::kable(
upz_menor_poblacion,
col.names = c("UPZ", "Localidad", "Habitantes"),
caption = "Las 10 UPZ con menor población",
digits = 0
)
| UPZ | Localidad | Habitantes |
|---|---|---|
| El Mochuelo | Ciudad Bolívar | 30 |
| Aeropuerto El Dorado | Fontibón | 883 |
| Parque Entrenubes | Usme | 1169 |
| Parque Salitre | Barrios Unidos | 1442 |
| Paseo De Los Libertadores | Usaquén | 2690 |
| Guaymaral | Suba | 2692 |
| Jardin Botanico | Engativá | 2900 |
| Parque Simon Bolivar - Can | Teusaquillo | 3323 |
| La Academia | Suba | 5260 |
| Monte Blanco | Ciudad Bolívar | 6575 |
Ahora vamos a representar visualmente estos resultados.
# Identificar los 10 territorios de cada extremo
upz_extremos <- bind_rows(
upz_menor_poblacion %>%
mutate(Extremo = "10 menos pobladas"),
upz_mayor_poblacion %>%
mutate(Extremo = "10 más pobladas")
)
# Preparar todas las UPZ ordenadas por población
datos_grafico_poblacion <- upz %>%
arrange(poblacion) %>%
mutate(
posicion = row_number(),
Extremo = case_when(
upz_nombre %in% upz_menor_poblacion$upz_nombre ~ "10 menos pobladas",
upz_nombre %in% upz_mayor_poblacion$upz_nombre ~ "10 más pobladas",
TRUE ~ "Resto de UPZ"
),
Etiqueta = if_else(
Extremo != "Resto de UPZ",
paste0(upz_nombre, "\n", scales::comma(poblacion, big.mark = ".")),
NA_character_
)
)
# Gráfico de puntos de las 112 UPZ
ggplot(
datos_grafico_poblacion,
aes(
x = posicion,
y = poblacion,
color = Extremo
)
) +
geom_line(
color = "grey75",
linewidth = 0.5
) +
geom_point(
size = 2.5,
alpha = 0.85
) +
geom_text(
aes(label = Etiqueta),
nudge_y = max(datos_grafico_poblacion$poblacion, na.rm = TRUE) * 0.035,
size = 2.7,
fontface = "bold",
show.legend = FALSE,
na.rm = TRUE,
check_overlap = TRUE
) +
scale_color_manual(
values = c(
"10 menos pobladas" = "#0072B2",
"Resto de UPZ" = "grey65",
"10 más pobladas" = "#D55E00"
)
) +
scale_y_continuous(
labels = scales::label_number(
big.mark = ".",
decimal.mark = ","
),
expand = expansion(mult = c(0.05, 0.20))
) +
labs(
title = "Distribución de la población en las 112 UPZ",
subtitle = "Se destacan las 10 UPZ menos pobladas y las 10 más pobladas",
x = "UPZ ordenadas de menor a mayor población",
y = "Cantidad de habitantes",
color = "Clasificación",
caption = "Fuente: Base de datos del taller."
) +
tema_clase +
theme(
legend.position = "bottom",
axis.text.x = element_blank(),
axis.ticks.x = element_blank(),
panel.grid.minor = element_blank()
)
Consideración metodológica para el análisis posterior de las tasas
La identificación de las UPZ con menor población es especialmente relevante para el análisis de seguridad. Cuando un territorio tiene pocos habitantes, un número reducido de denuncias puede generar incrementos considerables en la tasa de delitos por cada 10.000 habitantes. Por esta razón, las diferencias observadas entre las UPZ no deben interpretarse únicamente a partir de sus tasas, sin considerar previamente el tamaño de su población.
En consecuencia, las UPZ identificadas en los extremos de la distribución serán objeto de una revisión específica en las etapas posteriores. Esto no implica excluirlas automáticamente del análisis, sino evaluar la estabilidad de sus indicadores y determinar en qué medida pueden influir en las comparaciones, los rankings y las relaciones estadísticas.
La cantidad de habitantes no es el único elemento que permite caracterizar un territorio. También es importante considerar su extensión geográfica para comprender qué tan concentrada se encuentra la población.
Para ello se utiliza la densidad poblacional, medida en habitantes por kilómetro cuadrado (hab/km²). Este indicador relaciona la población de cada UPZ con el área que ocupa.
Su análisis permite diferenciar territorios con grandes poblaciones y extensiones amplias de aquellos que presentan una mayor concentración de habitantes en superficies más reducidas.
# Estadísticas descriptivas de densidad poblacional
estadisticas_densidad <- upz %>%
summarise(
Media = mean(densidad_hab_km2),
Mediana = median(densidad_hab_km2),
Desviacion_estandar = sd(densidad_hab_km2),
Minimo = min(densidad_hab_km2),
Q1 = quantile(densidad_hab_km2, 0.25),
Q3 = quantile(densidad_hab_km2, 0.75),
Maximo = max(densidad_hab_km2)
)
knitr::kable(
estadisticas_densidad,
digits = 2,
caption = "Estadísticas descriptivas de la densidad poblacional"
)
| Media | Mediana | Desviacion_estandar | Minimo | Q1 | Q3 | Maximo |
|---|---|---|---|---|---|---|
| 19119.36 | 20180.22 | 10801.85 | 9.44 | 11160.41 | 25826.54 | 46156.87 |
# Identificar las UPZ con mayor densidad poblacional
ranking_densidad <- upz %>%
arrange(desc(densidad_hab_km2)) %>%
select(
upz_nombre,
localidad,
poblacion,
area_km2,
densidad_hab_km2
)
# Presentar las 10 UPZ con mayor densidad
knitr::kable(
ranking_densidad %>% slice_head(n = 10),
col.names = c(
"UPZ",
"Localidad",
"Habitantes",
"Área (km²)",
"Densidad (hab/km²)"
),
digits = 2,
caption = "Las 10 UPZ con mayor densidad poblacional"
)
| UPZ | Localidad | Habitantes | Área (km²) | Densidad (hab/km²) |
|---|---|---|---|---|
| Bosa Occidental | Bosa | 199365 | 4.32 | 46156.87 |
| Patio Bonito | Kennedy | 137776 | 3.18 | 43262.66 |
| Calandaima | Kennedy | 134340 | 3.20 | 41970.43 |
| Tibabuyes | Suba | 305907 | 7.29 | 41963.01 |
| El Rincon | Suba | 295322 | 7.13 | 41440.43 |
| San Francisco | Ciudad Bolívar | 72057 | 1.79 | 40199.86 |
| Verbenal | Usaquén | 131999 | 3.57 | 36967.66 |
| Diana Turbay | Rafael Uribe Uribe | 76093 | 2.12 | 35859.94 |
| Gran Britalia | Kennedy | 62139 | 1.81 | 34416.53 |
| Marruecos | Rafael Uribe Uribe | 123085 | 3.64 | 33796.36 |
# Presentar las 10 UPZ con menor densidad
knitr::kable(
ranking_densidad %>% arrange(densidad_hab_km2) %>% slice_head(n = 10),
col.names = c(
"UPZ",
"Localidad",
"Habitantes",
"Área (km²)",
"Densidad (hab/km²)"
),
digits = 2,
caption = "Las 10 UPZ con menor densidad poblacional"
)
| UPZ | Localidad | Habitantes | Área (km²) | Densidad (hab/km²) |
|---|---|---|---|---|
| El Mochuelo | Ciudad Bolívar | 30 | 3.18 | 9.44 |
| Aeropuerto El Dorado | Fontibón | 883 | 7.46 | 118.40 |
| Parque Entrenubes | Usme | 1169 | 4.21 | 277.97 |
| Paseo De Los Libertadores | Usaquén | 2690 | 6.33 | 424.81 |
| Guaymaral | Suba | 2692 | 4.55 | 591.30 |
| La Academia | Suba | 5260 | 6.74 | 779.85 |
| Parque Simon Bolivar - Can | Teusaquillo | 3323 | 4.00 | 830.50 |
| Parque Salitre | Barrios Unidos | 1442 | 1.66 | 869.50 |
| Monte Blanco | Ciudad Bolívar | 6575 | 6.98 | 941.73 |
| Jardin Botanico | Engativá | 2900 | 1.62 | 1786.96 |
# Identificar las 10 UPZ de menor y mayor densidad
upz_menor_densidad <- ranking_densidad %>%
arrange(densidad_hab_km2) %>%
slice_head(n = 10)
upz_mayor_densidad <- ranking_densidad %>%
arrange(desc(densidad_hab_km2)) %>%
slice_head(n = 10)
# Ordenar todas las UPZ de menor a mayor densidad
datos_grafico_densidad <- ranking_densidad %>%
arrange(densidad_hab_km2) %>%
mutate(
posicion = row_number(),
Extremo = case_when(
upz_nombre %in% upz_menor_densidad$upz_nombre ~ "10 menos densas",
upz_nombre %in% upz_mayor_densidad$upz_nombre ~ "10 más densas",
TRUE ~ "Resto de UPZ"
),
Etiqueta = if_else(
Extremo != "Resto de UPZ",
paste0(
upz_nombre,
"\n",
scales::comma(
round(densidad_hab_km2),
big.mark = "."
)
),
NA_character_
)
)
# Gráfico de puntos de todas las UPZ
ggplot(
datos_grafico_densidad,
aes(
x = posicion,
y = densidad_hab_km2,
color = Extremo
)
) +
geom_line(
color = "grey75",
linewidth = 0.5
) +
geom_point(
size = 2.5,
alpha = 0.85
) +
geom_text(
aes(label = Etiqueta),
nudge_y = max(datos_grafico_densidad$densidad_hab_km2, na.rm = TRUE) * 0.035,
size = 2.7,
fontface = "bold",
show.legend = FALSE,
na.rm = TRUE,
check_overlap = TRUE
) +
scale_color_manual(
values = c(
"10 menos densas" = "#0072B2",
"Resto de UPZ" = "grey65",
"10 más densas" = "#D55E00"
)
) +
scale_y_continuous(
labels = scales::label_number(
big.mark = ".",
decimal.mark = ","
),
expand = expansion(mult = c(0.05, 0.20))
) +
labs(
title = "Distribución de la densidad poblacional en las UPZ",
subtitle = "Se destacan las 10 UPZ con menor y mayor densidad",
x = "UPZ ordenadas de menor a mayor densidad",
y = "Habitantes por km²",
color = "Clasificación",
caption = "Fuente: Base de datos del taller."
) +
tema_clase +
theme(
legend.position = "bottom",
axis.text.x = element_blank(),
axis.ticks.x = element_blank(),
panel.grid.minor = element_blank()
)
Para complementar el análisis anterior, se examina la relación entre la población y el área geográfica de cada UPZ.
Esta comparación permite observar si los territorios con mayor extensión también concentran una mayor cantidad de habitantes o si existen diferencias importantes en la ocupación del espacio.
La visualización se realiza mediante un diagrama de dispersión, en el que cada punto representa una UPZ.
# Relación entre población y área territorial
ggplot(
upz,
aes(
x = area_km2,
y = poblacion
)
) +
geom_point(
color = magenta,
size = 2.8,
alpha = 0.75
) +
geom_smooth(
method = "lm",
se = FALSE,
color = morado,
linewidth = 0.9
) +
labs(
title = "Relación entre población y área de las UPZ",
subtitle = "Cada punto representa una unidad territorial",
x = "Área de la UPZ (km²)",
y = "Cantidad de habitantes",
caption = "Fuente: Base de datos del taller."
) +
scale_y_continuous(
labels = scales::label_number(
big.mark = ".",
decimal.mark = ","
)
) +
tema_clase
¿Qué debemos observar?
Si existe una tendencia positiva entre el área y la población.
Si las UPZ de mayor extensión concentran necesariamente más habitantes.
Si existen territorios que se apartan del comportamiento general.
La línea representa una tendencia lineal de referencia. No significa que el área territorial explique por sí sola la cantidad de habitantes.
Durante el análisis de la población es importante identificar territorios que presenten valores considerablemente diferentes al comportamiento general de las UPZ.
Para ello se utiliza el rango intercuartílico (IQR), que corresponde a la diferencia entre el tercer y el primer cuartil de la distribución.
Mediante este procedimiento se identifican posibles valores atípicos, entendidos como observaciones que se encuentran por fuera de los límites estadísticos establecidos.
La identificación de estos valores no significa que deban eliminarse de la información. Por el contrario, permite reconocer territorios con características particulares que deben considerarse en las comparaciones posteriores.
# Calcular los límites para identificar posibles valores atípicos
q1_poblacion <- quantile(upz$poblacion, 0.25)
q3_poblacion <- quantile(upz$poblacion, 0.75)
iqr_poblacion <- IQR(upz$poblacion)
limite_inferior <- q1_poblacion - 1.5 * iqr_poblacion
limite_superior <- q3_poblacion + 1.5 * iqr_poblacion
# Identificar las UPZ que se encuentran fuera de los límites
valores_extremos <- upz %>%
filter(
poblacion < limite_inferior |
poblacion > limite_superior
) %>%
select(
upz_nombre,
localidad,
poblacion,
area_km2,
densidad_hab_km2
) %>%
arrange(desc(poblacion))
# Presentar resultados
knitr::kable(
valores_extremos,
col.names = c(
"UPZ",
"Localidad",
"Habitantes",
"Área (km²)",
"Densidad (hab/km²)"
),
digits = 2,
caption = "UPZ identificadas como posibles valores atípicos en población"
)
| UPZ | Localidad | Habitantes | Área (km²) | Densidad (hab/km²) |
|---|---|---|---|---|
| Tibabuyes | Suba | 305907 | 7.29 | 41963.01 |
| El Rincon | Suba | 295322 | 7.13 | 41440.43 |
| Bosa Central | Bosa | 237111 | 7.17 | 33059.28 |
# Mostrar los límites estadísticos
cat("Límite inferior:", round(limite_inferior, 2), "/n")
## Límite inferior: -76254 /n
cat("Límite superior:", round(limite_superior, 2), "/n")
## Límite superior: 207308 /n
cat("Cantidad de posibles valores atípicos:", nrow(valores_extremos))
## Cantidad de posibles valores atípicos: 3
# 1. Preparar los datos completos para el modelo
datos_modelo_area <- upz %>%
filter(
!is.na(area_km2),
!is.na(poblacion)
)
# 2. Ajustar el modelo de regresión lineal
modelo_poblacion_area <- lm(
poblacion ~ area_km2,
data = datos_modelo_area
)
# 3. Calcular los residuos estandarizados
datos_diagnostico <- datos_modelo_area %>%
mutate(
residuo_estandarizado = rstandard(modelo_poblacion_area),
posible_atipico = abs(residuo_estandarizado) > 2
)
# 4. Identificar las UPZ que requieren revisión
upz_residuos_extremos <- datos_diagnostico %>%
filter(posible_atipico) %>%
select(
upz_nombre,
localidad,
area_km2,
poblacion,
residuo_estandarizado
) %>%
arrange(desc(abs(residuo_estandarizado)))
# 5. Presentar las UPZ identificadas
knitr::kable(
upz_residuos_extremos,
digits = 2,
col.names = c(
"UPZ",
"Localidad",
"Área (km²)",
"Población",
"Residuo estandarizado"
),
caption = "UPZ que se apartan de la tendencia entre población y área"
)
| UPZ | Localidad | Área (km²) | Población | Residuo estandarizado |
|---|---|---|---|---|
| Tibabuyes | Suba | 7.29 | 305907 | 3.50 |
| El Rincon | Suba | 7.13 | 295322 | 3.34 |
| Ciudad Usme | Usme | 9.29 | 28258 | -2.94 |
| Aeropuerto El Dorado | Fontibón | 7.46 | 883 | -2.76 |
| Monte Blanco | Ciudad Bolívar | 6.98 | 6575 | -2.46 |
| La Academia | Suba | 6.74 | 5260 | -2.40 |
| Bosa Occidental | Bosa | 4.32 | 199365 | 2.35 |
| Paseo De Los Libertadores | Usaquén | 6.33 | 2690 | -2.30 |
| Bosa Central | Bosa | 7.17 | 237111 | 2.15 |
# 6. Construir el gráfico de diagnóstico
ggplot(
datos_diagnostico,
aes(
x = area_km2,
y = poblacion
)
) +
geom_point(
aes(
color = posible_atipico
),
size = 2.8,
alpha = 0.8
) +
geom_smooth(
method = "lm",
se = FALSE,
color = morado,
linewidth = 0.9
) +
geom_text(
data = datos_diagnostico %>%
filter(posible_atipico),
aes(
label = upz_nombre
),
color = magenta,
size = 3,
fontface = "bold",
nudge_y = max(datos_diagnostico$poblacion, na.rm = TRUE) * 0.025,
check_overlap = TRUE
) +
scale_color_manual(
values = c(
"FALSE" = "grey65",
"TRUE" = magenta
),
labels = c(
"FALSE" = "Dentro del rango exploratorio",
"TRUE" = "Posible valor atípico"
)
) +
scale_y_continuous(
labels = scales::label_number(
big.mark = ".",
decimal.mark = ","
)
) +
labs(
title = "UPZ que se apartan de la relación entre población y área",
subtitle = "Identificación mediante residuos estandarizados de la regresión",
x = "Área de la UPZ (km²)",
y = "Cantidad de habitantes",
color = "Clasificación",
caption = "Se señalan observaciones con residuos estandarizados absolutos superiores a 2. Fuente: Base de datos del taller."
) +
tema_clase +
theme(
legend.position = "bottom"
)
El análisis demográfico permite reconocer diferencias importantes entre las 112 UPZ de Bogotá en términos de población, extensión territorial y densidad poblacional. Estas características muestran que los territorios no presentan una distribución homogénea de habitantes y que existen unidades con condiciones demográficas particulares.
La aplicación del rango intercuartílico (IQR) permite identificar posibles valores atípicos en la distribución de la población, mientras que el análisis de la relación entre población y área permite reconocer territorios que se apartan del comportamiento general esperado. Estas observaciones constituyen señales para profundizar en la revisión de las características de cada UPZ, sin asumir que representan errores en los datos.
Adicionalmente, se identifica una consideración metodológica fundamental para el análisis posterior: las UPZ con poblaciones muy pequeñas pueden generar tasas considerablemente elevadas ante un número reducido de registros de delitos. Esto ocurre porque el denominador utilizado para calcular las tasas es reducido, de manera que cada caso representa un incremento proporcionalmente mayor en el indicador.
Por esta razón, una población pequeña no debe interpretarse necesariamente como un valor atípico estadístico, pero sí como una condición que puede comprometer la estabilidad de las tasas y afectar las comparaciones territoriales. En consecuencia, antes de interpretar los rankings, las distribuciones y las relaciones estadísticas de los indicadores de seguridad, será necesario evaluar el tamaño poblacional de las UPZ y la sensibilidad de los resultados frente a estos territorios.
Los resultados de este análisis demográfico establecen así una base para interpretar las diferencias territoriales con mayor rigor, evitando atribuir a los indicadores de seguridad comportamientos que pueden estar influenciados por el tamaño de la población.
En este apartado se analizan las condiciones de vivienda y la infraestructura de alumbrado público de las UPZ de Bogotá. Estas variables permiten ampliar la caracterización territorial, incorporando aspectos relacionados con la ocupación residencial y las condiciones físicas del entorno urbano.
Se consideran variables como la cantidad de viviendas, el porcentaje de viviendas desocupadas, el número de personas por vivienda y la disponibilidad de luminarias por unidad de superficie.
El análisis busca identificar diferencias entre territorios y explorar posibles patrones que posteriormente puedan contrastarse con los indicadores de seguridad.
Inicialmente se realiza una descripción estadística de las variables relacionadas con la vivienda. Se consideran la cantidad total de viviendas, las viviendas ocupadas, el porcentaje de viviendas desocupadas y el promedio de personas por vivienda.
El propósito es reconocer cómo se distribuyen estas características entre las UPZ e identificar posibles diferencias territoriales.
estadisticas_vivienda <- upz %>%
summarise(
Total_UPZ = n(),
Media_viviendas = mean(viviendas_totales),
Mediana_viviendas = median(viviendas_totales),
Desv_viviendas = sd(viviendas_totales),
Q1_viviendas = quantile(viviendas_totales, 0.25),
Q3_viviendas = quantile(viviendas_totales, 0.75),
Media_ocupadas = mean(viviendas_ocupadas),
Mediana_ocupadas = median(viviendas_ocupadas),
Media_desocupacion = mean(pct_viviendas_desocupadas),
Mediana_desocupacion = median(pct_viviendas_desocupadas),
Media_personas = mean(personas_por_vivienda),
Mediana_personas = median(personas_por_vivienda)
)
knitr::kable(
estadisticas_vivienda,
digits = 2,
caption = "Estadísticas descriptivas de las variables de vivienda"
)
| Total_UPZ | Media_viviendas | Mediana_viviendas | Desv_viviendas | Q1_viviendas | Q3_viviendas | Media_ocupadas | Mediana_ocupadas | Media_desocupacion | Mediana_desocupacion | Media_personas | Mediana_personas |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 112 | 26456.44 | 21155 | 20192.39 | 12908.75 | 35986 | 25127.23 | 19897 | 6.06 | 4.38 | 2.81 | 2.82 |
El porcentaje de viviendas desocupadas permite observar qué proporción de las viviendas de cada UPZ no se encuentra ocupada.
Se utiliza un histograma para examinar la distribución de esta variable, identificar su concentración y reconocer si existen territorios con porcentajes considerablemente diferentes al comportamiento general.
# Calcular medidas de tendencia central
media_desocupacion <- mean(
upz$pct_viviendas_desocupadas,
na.rm = TRUE
)
mediana_desocupacion <- median(
upz$pct_viviendas_desocupadas,
na.rm = TRUE
)
# Histograma con media y mediana
ggplot(
upz,
aes(x = pct_viviendas_desocupadas)
) +
geom_histogram(
bins = 20,
fill = magenta,
color = "white",
alpha = 0.85,
na.rm = TRUE
) +
# Línea de la media
geom_vline(
xintercept = media_desocupacion,
color = "#D55E00",
linetype = "dashed",
linewidth = 1
) +
# Línea de la mediana
geom_vline(
xintercept = mediana_desocupacion,
color = "#0072B2",
linetype = "dotted",
linewidth = 1
) +
labs(
title = "Distribución de viviendas desocupadas por UPZ",
subtitle = "Porcentaje de viviendas desocupadas y medidas de tendencia central",
x = "Porcentaje de viviendas desocupadas",
y = "Cantidad de UPZ",
caption = paste0(
"Media: ", round(media_desocupacion, 2), "%",
" | Mediana: ", round(mediana_desocupacion, 2), "%",
" | Fuente: información consolidada en la base UPZ."
)
) +
scale_x_continuous(
labels = scales::label_number(
decimal.mark = ",",
suffix = "%"
)
) +
tema_clase +
theme(
legend.position = "none"
)
¿Qué debemos observar?
La distribución permite identificar cómo se comporta el porcentaje de viviendas desocupadas entre las UPZ. La comparación entre la media y la mediana permite evaluar la posible influencia de los territorios con porcentajes elevados sobre el promedio general.
Cuando la media supera considerablemente a la mediana, puede existir una asimetría hacia valores altos, lo que indica que algunas UPZ podrían estar elevando el promedio. Esta diferencia debe contrastarse con la distribución gráfica y con la identificación de los territorios que presentan los mayores porcentajes.
La mediana constituye una medida complementaria especialmente útil, ya que representa el valor central de la distribución y es menos sensible a los valores extremos.
# 1. Calcular los cuartiles y el rango intercuartílico
q1_desocupacion <- quantile(
upz$pct_viviendas_desocupadas,
0.25,
na.rm = TRUE
)
q3_desocupacion <- quantile(
upz$pct_viviendas_desocupadas,
0.75,
na.rm = TRUE
)
iqr_desocupacion <- IQR(
upz$pct_viviendas_desocupadas,
na.rm = TRUE
)
# 2. Establecer los límites estadísticos
limite_inferior_desocupacion <- q1_desocupacion - 1.5 * iqr_desocupacion
limite_superior_desocupacion <- q3_desocupacion + 1.5 * iqr_desocupacion
# 3. Clasificar las UPZ según los límites IQR
datos_desocupacion <- upz %>%
mutate(
Clasificacion = case_when(
pct_viviendas_desocupadas < limite_inferior_desocupacion ~
"Posible atípico inferior",
pct_viviendas_desocupadas > limite_superior_desocupacion ~
"Posible atípico superior",
TRUE ~ "Dentro del rango"
)
)
# 4. Mostrar los límites calculados
limites_desocupacion <- tibble(
Indicador = c(
"Primer cuartil (Q1)",
"Tercer cuartil (Q3)",
"Rango intercuartílico (IQR)",
"Límite inferior",
"Límite superior"
),
Valor = c(
q1_desocupacion,
q3_desocupacion,
iqr_desocupacion,
limite_inferior_desocupacion,
limite_superior_desocupacion
)
)
knitr::kable(
limites_desocupacion,
digits = 2,
caption = "Criterios estadísticos para identificar posibles valores atípicos"
)
| Indicador | Valor |
|---|---|
| Primer cuartil (Q1) | 1.62 |
| Tercer cuartil (Q3) | 7.71 |
| Rango intercuartílico (IQR) | 6.09 |
| Límite inferior | -7.52 |
| Límite superior | 16.85 |
# 5. Construir los rankings de mayor y menor desocupación
mayor_desocupacion <- datos_desocupacion %>%
arrange(desc(pct_viviendas_desocupadas)) %>%
select(
upz_nombre,
localidad,
viviendas_totales,
viviendas_ocupadas,
pct_viviendas_desocupadas,
Clasificacion
) %>%
slice_head(n = 10)
menor_desocupacion <- datos_desocupacion %>%
arrange(pct_viviendas_desocupadas) %>%
select(
upz_nombre,
localidad,
viviendas_totales,
viviendas_ocupadas,
pct_viviendas_desocupadas,
Clasificacion
) %>%
slice_head(n = 10)
# 6. Presentar las UPZ con mayor desocupación
knitr::kable(
mayor_desocupacion,
digits = 2,
col.names = c(
"UPZ",
"Localidad",
"Viviendas totales",
"Viviendas ocupadas",
"% desocupación",
"Clasificación IQR"
),
caption = "Diez UPZ con mayor porcentaje de viviendas desocupadas"
)
| UPZ | Localidad | Viviendas totales | Viviendas ocupadas | % desocupación | Clasificación IQR |
|---|---|---|---|---|---|
| Tintal Norte | Kennedy | 16184 | 9082 | 43.88 | Posible atípico superior |
| Las Nieves | Santa Fe | 12994 | 9276 | 28.61 | Posible atípico superior |
| La Macarena | Santa Fe | 7361 | 5795 | 21.27 | Posible atípico superior |
| Parque Entrenubes | Usme | 449 | 355 | 20.94 | Posible atípico superior |
| Parque Salitre | Barrios Unidos | 754 | 620 | 17.77 | Posible atípico superior |
| El Refugio | Chapinero | 22261 | 18434 | 17.19 | Posible atípico superior |
| Chico Lago | Chapinero | 23343 | 19458 | 16.64 | Dentro del rango |
| La Alhambra | Suba | 23749 | 20038 | 15.63 | Dentro del rango |
| Chapinero | Chapinero | 18209 | 15624 | 14.20 | Dentro del rango |
| Los Alcazares | Barrios Unidos | 21714 | 18946 | 12.75 | Dentro del rango |
# 7. Presentar las UPZ con menor desocupación
knitr::kable(
menor_desocupacion,
digits = 2,
col.names = c(
"UPZ",
"Localidad",
"Viviendas totales",
"Viviendas ocupadas",
"% desocupación",
"Clasificación IQR"
),
caption = "Diez UPZ con menor porcentaje de viviendas desocupadas"
)
| UPZ | Localidad | Viviendas totales | Viviendas ocupadas | % desocupación | Clasificación IQR |
|---|---|---|---|---|---|
| El Mochuelo | Ciudad Bolívar | 7 | 7 | 0.00 | Dentro del rango |
| San Francisco | Ciudad Bolívar | 25727 | 25689 | 0.15 | Dentro del rango |
| Patio Bonito | Kennedy | 46233 | 46145 | 0.19 | Dentro del rango |
| Tunjuelito | Tunjuelito | 12653 | 12614 | 0.31 | Dentro del rango |
| Bosa Central | Bosa | 74624 | 74387 | 0.32 | Dentro del rango |
| Lucero | Ciudad Bolívar | 59218 | 59024 | 0.33 | Dentro del rango |
| Minuto De Dios | Engativá | 38880 | 38721 | 0.41 | Dentro del rango |
| Apogeo | Bosa | 11249 | 11202 | 0.42 | Dentro del rango |
| Timiza | Kennedy | 45336 | 45076 | 0.57 | Dentro del rango |
| Kennedy Central | Kennedy | 33444 | 33250 | 0.58 | Dentro del rango |
# 8. Contabilizar los posibles valores atípicos
resumen_atipicos_desocupacion <- datos_desocupacion %>%
count(Clasificacion, name = "Cantidad_UPZ")
knitr::kable(
resumen_atipicos_desocupacion,
caption = "Clasificación de las UPZ según el criterio IQR"
)
| Clasificacion | Cantidad_UPZ |
|---|---|
| Dentro del rango | 106 |
| Posible atípico superior | 6 |
# Ordenar las UPZ según su porcentaje de desocupación
datos_grafico_desocupacion <- datos_desocupacion %>%
arrange(pct_viviendas_desocupadas) %>%
mutate(
posicion = row_number()
)
# Gráfico de puntos de todas las UPZ
ggplot(
datos_grafico_desocupacion,
aes(
x = posicion,
y = pct_viviendas_desocupadas,
color = Clasificacion
)
) +
geom_point(
size = 2.8,
alpha = 0.85
) +
geom_hline(
yintercept = limite_superior_desocupacion,
color = magenta,
linetype = "dashed",
linewidth = 0.9
) +
geom_hline(
yintercept = limite_inferior_desocupacion,
color = "#0072B2",
linetype = "dashed",
linewidth = 0.9
) +
geom_text(
data = datos_grafico_desocupacion %>%
filter(Clasificacion != "Dentro del rango"),
aes(label = upz_nombre),
nudge_y = max(
datos_grafico_desocupacion$pct_viviendas_desocupadas,
na.rm = TRUE
) * 0.025,
size = 3,
fontface = "bold",
show.legend = FALSE,
check_overlap = TRUE
) +
scale_color_manual(
values = c(
"Dentro del rango" = "grey65",
"Posible atípico inferior" = "#0072B2",
"Posible atípico superior" = magenta
)
) +
labs(
title = "Valores atípicos en viviendas desocupadas por UPZ",
subtitle = "Identificación mediante el rango intercuartílico (IQR)",
x = "UPZ ordenadas de menor a mayor porcentaje",
y = "Porcentaje de viviendas desocupadas",
color = "Clasificación",
caption = paste0(
"Límite inferior: ",
round(limite_inferior_desocupacion, 2),
"% | Límite superior: ",
round(limite_superior_desocupacion, 2),
"%. Fuente: Base de datos del taller."
)
) +
scale_y_continuous(
labels = scales::label_number(
decimal.mark = ",",
suffix = "%"
)
) +
tema_clase +
theme(
legend.position = "bottom",
axis.text.x = element_blank(),
axis.ticks.x = element_blank()
)
El alumbrado público constituye una característica relevante de la infraestructura urbana y permite describir las condiciones físicas de los territorios.
Para este análisis se consideran tres variables: cantidad de luminarias, densidad de luminarias por kilómetro cuadrado y porcentaje de luminarias con tecnología LED.
Se diferencia entre la cantidad total de luminarias y su densidad territorial, debido a que las UPZ presentan extensiones geográficas distintas. La densidad permite realizar una comparación que considera el tamaño del territorio.
estadisticas_alumbrado <- upz %>%
summarise(
Media_luminarias = mean(luminarias),
Mediana_luminarias = median(luminarias),
Desv_luminarias = sd(luminarias),
Q1_luminarias = quantile(luminarias, 0.25),
Q3_luminarias = quantile(luminarias, 0.75),
Media_luminarias_km2 = mean(luminarias_km2),
Mediana_luminarias_km2 = median(luminarias_km2),
Media_led = mean(pct_luminarias_led),
Mediana_led = median(pct_luminarias_led)
)
knitr::kable(
estadisticas_alumbrado,
digits = 2,
caption = "Estadísticas descriptivas del alumbrado público"
)
| Media_luminarias | Mediana_luminarias | Desv_luminarias | Q1_luminarias | Q3_luminarias | Media_luminarias_km2 | Mediana_luminarias_km2 | Media_led | Mediana_led |
|---|---|---|---|---|---|---|---|---|
| 3138.54 | 2741.5 | 1875.89 | 1739 | 4530.75 | 908.47 | 1000 | 42.64 | 49.31 |
Se analiza la distribución de luminarias por kilómetro cuadrado mediante un histograma. Esta representación permite observar cómo se concentra la infraestructura de alumbrado entre las UPZ y reconocer posibles diferencias territoriales.
Esta variable resulta especialmente útil porque permite comparar la disponibilidad de luminarias teniendo en cuenta la extensión geográfica de cada UPZ.
# Calcular medidas de tendencia central
media_luminarias_km2 <- mean(
upz$luminarias_km2,
na.rm = TRUE
)
mediana_luminarias_km2 <- median(
upz$luminarias_km2,
na.rm = TRUE
)
# Construir el histograma con media y mediana
ggplot(
upz,
aes(x = luminarias_km2)
) +
geom_histogram(
bins = 20,
fill = turquesa,
color = "white",
alpha = 0.9,
na.rm = TRUE
) +
# Línea de la media
geom_vline(
xintercept = media_luminarias_km2,
color = "#D55E00",
linetype = "dashed",
linewidth = 1
) +
# Línea de la mediana
geom_vline(
xintercept = mediana_luminarias_km2,
color = "#0072B2",
linetype = "dotted",
linewidth = 1
) +
labs(
title = "Distribución de la densidad de luminarias",
subtitle = "Luminarias por km² y medidas de tendencia central",
x = "Luminarias por km²",
y = "Cantidad de UPZ",
caption = paste0(
"Media: ",
round(media_luminarias_km2, 2),
" luminarias/km² | Mediana: ",
round(mediana_luminarias_km2, 2),
" luminarias/km². Fuente: información de alumbrado público, última actualización 2021."
)
) +
scale_x_continuous(
labels = scales::label_number(
big.mark = ".",
decimal.mark = ","
)
) +
tema_clase +
theme(
legend.position = "none"
)
¿Qué debemos observar?
El histograma permite identificar cómo se distribuye la densidad de luminarias entre las UPZ y dónde se concentra la mayor cantidad de territorios.
La comparación entre la media y la mediana permite evaluar si los valores elevados de densidad están influyendo en el promedio general. Cuando la media supera considerablemente a la mediana, puede existir una asimetría hacia valores altos, lo que sugiere que algunas UPZ presentan concentraciones de luminarias superiores al comportamiento central.
Esta diferencia debe contrastarse con los rankings territoriales y la identificación estadística de posibles valores atípicos mediante el rango intercuartílico (IQR).
Para identificar las diferencias territoriales, se construyen dos rankings que permiten reconocer las diez UPZ con mayor y menor densidad de luminarias. Se incluyen también el área y la cantidad total de luminarias para facilitar la comparación.
# 1. Calcular cuartiles y rango intercuartílico
q1_luminarias <- quantile(
upz$luminarias_km2, 0.25, na.rm = TRUE
)
q3_luminarias <- quantile(
upz$luminarias_km2, 0.75, na.rm = TRUE
)
iqr_luminarias <- IQR(
upz$luminarias_km2, na.rm = TRUE
)
# 2. Establecer límites estadísticos
limite_inferior_luminarias <- q1_luminarias - 1.5 * iqr_luminarias
limite_superior_luminarias <- q3_luminarias + 1.5 * iqr_luminarias
# 3. Clasificar las UPZ
datos_luminarias <- upz %>%
mutate(
Clasificacion = case_when(
luminarias_km2 < limite_inferior_luminarias ~
"Posible atípico inferior",
luminarias_km2 > limite_superior_luminarias ~
"Posible atípico superior",
TRUE ~ "Dentro del rango"
)
)
# 4. Mostrar los límites estadísticos
limites_luminarias <- tibble(
Indicador = c(
"Primer cuartil (Q1)",
"Tercer cuartil (Q3)",
"Rango intercuartílico (IQR)",
"Límite inferior",
"Límite superior"
),
Valor = c(
q1_luminarias,
q3_luminarias,
iqr_luminarias,
limite_inferior_luminarias,
limite_superior_luminarias
)
)
knitr::kable(
limites_luminarias,
digits = 2,
caption = "Criterios estadísticos para identificar posibles valores atípicos en la densidad de luminarias"
)
| Indicador | Valor |
|---|---|
| Primer cuartil (Q1) | 644.34 |
| Tercer cuartil (Q3) | 1182.59 |
| Rango intercuartílico (IQR) | 538.25 |
| Límite inferior | -163.04 |
| Límite superior | 1989.96 |
# 5. Construir los rankings
mayor_alumbrado <- datos_luminarias %>%
arrange(desc(luminarias_km2)) %>%
select(
upz_nombre,
localidad,
area_km2,
luminarias,
luminarias_km2,
pct_luminarias_led,
Clasificacion
) %>%
slice_head(n = 10)
menor_alumbrado <- datos_luminarias %>%
arrange(luminarias_km2) %>%
select(
upz_nombre,
localidad,
area_km2,
luminarias,
luminarias_km2,
pct_luminarias_led,
Clasificacion
) %>%
slice_head(n = 10)
# 6. Presentar las UPZ con mayor densidad
knitr::kable(
mayor_alumbrado,
digits = 2,
caption = "Diez UPZ con mayor densidad de luminarias"
)
| upz_nombre | localidad | area_km2 | luminarias | luminarias_km2 | pct_luminarias_led | Clasificacion |
|---|---|---|---|---|---|---|
| Minuto De Dios | Engativá | 3.75 | 6561 | 1751.44 | 60.75 | Dentro del rango |
| Las Nieves | Santa Fe | 1.73 | 2863 | 1653.05 | 36.22 | Dentro del rango |
| Patio Bonito | Kennedy | 3.18 | 5157 | 1619.34 | 87.61 | Dentro del rango |
| Muzu | Puente Aranda | 2.54 | 4054 | 1597.74 | 75.85 | Dentro del rango |
| Diana Turbay | Rafael Uribe Uribe | 2.12 | 3269 | 1540.56 | 89.81 | Dentro del rango |
| Timiza | Kennedy | 4.32 | 6309 | 1460.46 | 81.80 | Dentro del rango |
| La Candelaria | Candelaria | 2.07 | 2985 | 1443.66 | 15.61 | Dentro del rango |
| Bosa Occidental | Bosa | 4.32 | 6110 | 1414.58 | 88.09 | Dentro del rango |
| Chico Lago | Chapinero | 4.24 | 5987 | 1412.14 | 38.85 | Dentro del rango |
| San Francisco | Ciudad Bolívar | 1.79 | 2516 | 1403.65 | 4.53 | Dentro del rango |
# 7. Presentar las UPZ con menor densidad
knitr::kable(
menor_alumbrado,
digits = 2,
caption = "Diez UPZ con menor densidad de luminarias"
)
| upz_nombre | localidad | area_km2 | luminarias | luminarias_km2 | pct_luminarias_led | Clasificacion |
|---|---|---|---|---|---|---|
| Parque Entrenubes | Usme | 4.21 | 77 | 18.31 | 67.53 | Dentro del rango |
| Guaymaral | Suba | 4.55 | 184 | 40.42 | 0.00 | Dentro del rango |
| El Mochuelo | Ciudad Bolívar | 3.18 | 131 | 41.21 | 0.00 | Dentro del rango |
| Monte Blanco | Ciudad Bolívar | 6.98 | 388 | 55.57 | 11.86 | Dentro del rango |
| Aeropuerto El Dorado | Fontibón | 7.46 | 515 | 69.06 | 22.52 | Dentro del rango |
| La Academia | Suba | 6.74 | 534 | 79.17 | 0.37 | Dentro del rango |
| Paseo De Los Libertadores | Usaquén | 6.33 | 524 | 82.75 | 28.44 | Dentro del rango |
| Ciudad Usme | Usme | 9.29 | 1080 | 116.28 | 74.44 | Dentro del rango |
| Tintal Norte | Kennedy | 3.45 | 461 | 133.77 | 51.84 | Dentro del rango |
| Zona Franca | Fontibón | 4.93 | 1189 | 241.00 | 45.16 | Dentro del rango |
# 8. Resumir la clasificación estadística
resumen_atipicos_luminarias <- datos_luminarias %>%
count(Clasificacion, name = "Cantidad_UPZ")
knitr::kable(
resumen_atipicos_luminarias,
caption = "Clasificación de las UPZ según el criterio IQR"
)
| Clasificacion | Cantidad_UPZ |
|---|---|
| Dentro del rango | 112 |
# Ordenar todas las UPZ por densidad de luminarias
datos_grafico_luminarias <- datos_luminarias %>%
arrange(luminarias_km2) %>%
mutate(
posicion = row_number()
)
# Gráfico de puntos
ggplot(
datos_grafico_luminarias,
aes(
x = posicion,
y = luminarias_km2,
color = Clasificacion
)
) +
geom_point(
size = 2.8,
alpha = 0.85
) +
geom_hline(
yintercept = limite_superior_luminarias,
color = magenta,
linetype = "dashed",
linewidth = 0.9
) +
geom_hline(
yintercept = limite_inferior_luminarias,
color = "#0072B2",
linetype = "dashed",
linewidth = 0.9
) +
geom_text(
data = datos_grafico_luminarias %>%
filter(Clasificacion != "Dentro del rango"),
aes(label = upz_nombre),
nudge_y = max(
datos_grafico_luminarias$luminarias_km2,
na.rm = TRUE
) * 0.025,
size = 3,
fontface = "bold",
show.legend = FALSE,
check_overlap = TRUE
) +
scale_color_manual(
values = c(
"Dentro del rango" = "grey65",
"Posible atípico inferior" = "#0072B2",
"Posible atípico superior" = magenta
)
) +
scale_y_continuous(
labels = scales::label_number(
big.mark = ".",
decimal.mark = ","
)
) +
labs(
title = "Posibles valores atípicos en la densidad de luminarias",
subtitle = "Identificación de UPZ mediante el rango intercuartílico (IQR)",
x = "UPZ ordenadas de menor a mayor densidad",
y = "Luminarias por km²",
color = "Clasificación",
caption = paste0(
"Límite inferior: ",
round(limite_inferior_luminarias, 2),
" | Límite superior: ",
round(limite_superior_luminarias, 2),
". Fuente: información de alumbrado público, 2021."
)
) +
tema_clase +
theme(
legend.position = "bottom",
axis.text.x = element_blank(),
axis.ticks.x = element_blank()
)
Interpretación de posibles valores atípicos
La aplicación del criterio del rango intercuartílico (IQR) no identificó UPZ con valores atípicos en la densidad de luminarias por kilómetro cuadrado. El límite inferior calculado fue de -163,04 y el superior de 1.989,96 luminarias por km². Todas las observaciones se encuentran dentro de este intervalo.
Aunque se presentan diferencias entre los territorios y algunas UPZ registran densidades considerablemente superiores a otras, estas variaciones no superan los umbrales establecidos por el criterio estadístico aplicado. Por tanto, los valores más altos deben interpretarse como extremos relativos de la distribución, pero no como observaciones atípicas según Tukey.
Finalmente, se explora la relación entre el porcentaje de viviendas desocupadas y la densidad de luminarias por kilómetro cuadrado.
Esta comparación permite observar si existen patrones entre ambas características del entorno urbano. Se incorpora una línea de tendencia como apoyo visual para identificar el comportamiento general de los datos.
Este ejercicio tiene un alcance exploratorio y no permite establecer relaciones de causalidad.
ggplot(
upz,
aes(
x = pct_viviendas_desocupadas,
y = luminarias_km2
)
) +
geom_point(
color = morado,
alpha = 0.7,
size = 2.5
) +
geom_smooth(
method = "lm",
se = FALSE,
color = magenta,
linewidth = 1
) +
labs(
title = "Viviendas desocupadas y densidad de alumbrado",
subtitle = "Relación exploratoria entre características del entorno urbano",
x = "Porcentaje de viviendas desocupadas",
y = "Luminarias por km²",
caption = "Fuente: información consolidada de las UPZ."
) +
tema_clase
Los resultados de este apartado permiten complementar la caracterización territorial de las UPZ mediante variables relacionadas con las condiciones de vivienda y la infraestructura de alumbrado público.
La interpretación se centrará en las diferencias observadas entre territorios, la distribución de las variables y los posibles patrones identificados en la comparación entre viviendas desocupadas y densidad de luminarias.
Se tendrá en cuenta que estos indicadores describen características del entorno urbano y que, por sí solos, no permiten explicar ni establecer causas del comportamiento delictivo.
En esta sección se exploran las condiciones socioeconómicas de las UPZ de Bogotá a partir de la información de la Encuesta Multipropósito de 2021.
Se analizan variables relacionadas con la pobreza, el ingreso promedio, la composición por estrato socioeconómico y el nivel educativo de la población. Estas características permiten ampliar la comprensión de las diferencias territoriales e incorporar elementos sociales y económicos al análisis de la inseguridad.
El propósito es identificar cómo se distribuyen estas condiciones entre las UPZ y reconocer posibles patrones que posteriormente puedan contrastarse con los indicadores de delitos y percepción de inseguridad.
Es importante tener en cuenta que la Encuesta Multipropósito presenta información agrupada para 32 UPZ. En estos casos, varias unidades territoriales comparten el mismo valor estimado. Por esta razón, los resultados deben interpretarse con precaución y no asumir que cada registro representa una observación socioeconómica independiente.
Antes de analizar las variables socioeconómicas, se revisa la cobertura de la información de la Encuesta Multipropósito.
Esta verificación permite identificar cuántas UPZ cuentan con información individual y cuántas reciben valores compartidos con otras unidades territoriales. Esta distinción es importante para interpretar correctamente las estadísticas y evitar asumir que todos los registros representan mediciones independientes.
# Revisar la cantidad de UPZ con información individual y agrupada
revision_encuesta <- upz %>%
count(em_agrupada) %>%
mutate(
Tipo_informacion = if_else(
em_agrupada,
"Información agrupada",
"Información individual"
),
Porcentaje = n / sum(n) * 100
) %>%
select(
Tipo_informacion,
Cantidad_UPZ = n,
Porcentaje
)
knitr::kable(
revision_encuesta,
digits = 2,
caption = "Cobertura de la Encuesta Multipropósito por tipo de información"
)
| Tipo_informacion | Cantidad_UPZ | Porcentaje |
|---|---|---|
| Información individual | 80 | 71.43 |
| Información agrupada | 32 | 28.57 |
¿Qué buscamos identificar?
La cantidad de UPZ que tienen información individual.
La cantidad de UPZ que comparten información con otras unidades territoriales.
La proporción que representa cada grupo sobre el total de UPZ.
Para caracterizar las condiciones socioeconómicas se seleccionan variables relacionadas con la pobreza, los ingresos, la composición por estrato y el nivel educativo.
Se calculan medidas de tendencia central y dispersión, incluyendo media, mediana, desviación estándar, cuartiles, valores mínimos y máximos. Estas medidas permiten reconocer las diferencias entre territorios y observar qué tan concentrados o dispersos se encuentran los indicadores.
La selección de estas variables busca representar diferentes dimensiones de las condiciones de vida, evitando limitar el análisis a una sola característica económica.
# Seleccionar las variables socioeconómicas de interés
variables_socioeconomicas <- upz %>%
select(
pct_pobreza,
salario_promedio,
pct_estrato_1_2,
pct_estrato_3_4,
pct_estrato_5_6,
anios_educacion_15mas
)
# Calcular estadísticas descriptivas
estadisticas_socioeconomicas <- variables_socioeconomicas %>%
summarise(
across(
everything(),
list(
Media = ~ mean(.),
Mediana = ~ median(.),
Desviacion = ~ sd(.),
Minimo = ~ min(.),
Q1 = ~ quantile(., 0.25),
Q3 = ~ quantile(., 0.75),
Maximo = ~ max(.)
)
)
) %>%
pivot_longer(
cols = everything(),
names_to = c("Variable", "Estadistica"),
names_sep = "_(?=[^_]+$)",
values_to = "Valor"
) %>%
pivot_wider(
names_from = Estadistica,
values_from = Valor
)
knitr::kable(
estadisticas_socioeconomicas,
digits = 2,
caption = "Estadísticas descriptivas de las variables socioeconómicas"
)
| Variable | Media | Mediana | Desviacion | Minimo | Q1 | Q3 | Maximo |
|---|---|---|---|---|---|---|---|
| pct_pobreza | 4.01 | 2.58 | 3.95 | 0.07 | 0.98 | 5.82 | 16.56 |
| salario_promedio | 2580110.85 | 1866476.08 | 1735971.89 | 845688.39 | 1227872.19 | 3689024.52 | 7977532.49 |
| pct_estrato_1_2 | 40.49 | 20.48 | 43.01 | 0.00 | 0.56 | 97.04 | 100.00 |
| pct_estrato_3_4 | 51.62 | 69.13 | 41.59 | 0.00 | 2.15 | 93.17 | 100.00 |
| pct_estrato_5_6 | 7.79 | 0.00 | 21.97 | 0.00 | 0.00 | 0.62 | 98.94 |
| anios_educacion_15mas | 11.89 | 11.80 | 2.23 | 7.98 | 9.89 | 13.57 | 15.91 |
El porcentaje de pobreza permite aproximarse a las condiciones económicas de la población de cada territorio.
Mediante un histograma se examina la distribución de este indicador entre las UPZ, buscando identificar dónde se concentran los valores y si existen territorios con porcentajes considerablemente superiores al comportamiento general.
Este análisis permite reconocer diferencias socioeconómicas que posteriormente podrán contrastarse con los indicadores de seguridad.
# Calcular medidas de tendencia central
media_pobreza <- mean(
upz$pct_pobreza,
na.rm = TRUE
)
mediana_pobreza <- median(
upz$pct_pobreza,
na.rm = TRUE
)
# Construir histograma con media y mediana
ggplot(
upz,
aes(x = pct_pobreza)
) +
geom_histogram(
bins = 20,
fill = magenta,
color = "white",
alpha = 0.9,
na.rm = TRUE
) +
# Línea de la media
geom_vline(
xintercept = media_pobreza,
color = "#D55E00",
linetype = "dashed",
linewidth = 1
) +
# Línea de la mediana
geom_vline(
xintercept = mediana_pobreza,
color = "#0072B2",
linetype = "dotted",
linewidth = 1
) +
labs(
title = "Distribución del porcentaje de pobreza por UPZ",
subtitle = "Porcentaje de personas clasificadas como pobres y medidas de tendencia central",
x = "Población en condición de pobreza (%)",
y = "Cantidad de UPZ",
caption = paste0(
"Media: ", round(media_pobreza, 2), "%",
" | Mediana: ", round(mediana_pobreza, 2),
"%. Fuente: Encuesta Multipropósito DANE, 2021."
)
) +
scale_x_continuous(
labels = scales::label_number(
decimal.mark = ",",
suffix = "%"
)
) +
tema_clase +
theme(
legend.position = "none"
)
¿Qué debemos observar?
El histograma permite reconocer cómo se distribuye el porcentaje de pobreza entre las UPZ y dónde se concentra la mayor cantidad de territorios.
La comparación entre la media y la mediana permite evaluar si los porcentajes más elevados están influyendo en el promedio general. Cuando la media supera considerablemente a la mediana, puede existir una asimetría hacia valores altos, lo que sugiere diferencias importantes entre los territorios.
Esta observación se complementará con los rankings de las UPZ con mayores y menores porcentajes de pobreza y con la identificación de posibles valores atípicos mediante el rango intercuartílico (IQR).
Para complementar el gráfico, identificamos los territorios con mayores y menores porcentajes de pobreza.
# 1. Calcular cuartiles y rango intercuartílico
q1_pobreza <- quantile(
upz$pct_pobreza,
0.25,
na.rm = TRUE
)
q3_pobreza <- quantile(
upz$pct_pobreza,
0.75,
na.rm = TRUE
)
iqr_pobreza <- IQR(
upz$pct_pobreza,
na.rm = TRUE
)
# 2. Establecer los límites estadísticos
limite_inferior_pobreza <- q1_pobreza - 1.5 * iqr_pobreza
limite_superior_pobreza <- q3_pobreza + 1.5 * iqr_pobreza
# 3. Clasificar las UPZ
datos_pobreza <- upz %>%
filter(!is.na(pct_pobreza)) %>%
mutate(
Clasificacion = case_when(
pct_pobreza < limite_inferior_pobreza ~
"Posible atípico inferior",
pct_pobreza > limite_superior_pobreza ~
"Posible atípico superior",
TRUE ~ "Dentro del rango"
)
)
# 4. Presentar los límites calculados
limites_pobreza <- tibble(
Indicador = c(
"Primer cuartil (Q1)",
"Tercer cuartil (Q3)",
"Rango intercuartílico (IQR)",
"Límite inferior",
"Límite superior"
),
Valor = c(
q1_pobreza,
q3_pobreza,
iqr_pobreza,
limite_inferior_pobreza,
limite_superior_pobreza
)
)
knitr::kable(
limites_pobreza,
digits = 2,
caption = "Límites estadísticos para identificar posibles valores atípicos en pobreza"
)
| Indicador | Valor |
|---|---|
| Primer cuartil (Q1) | 0.98 |
| Tercer cuartil (Q3) | 5.82 |
| Rango intercuartílico (IQR) | 4.84 |
| Límite inferior | -6.29 |
| Límite superior | 13.08 |
# 5. Construir los rankings
ranking_pobreza <- datos_pobreza %>%
arrange(desc(pct_pobreza)) %>%
select(
upz_nombre,
localidad,
em_agrupada,
pct_pobreza,
Clasificacion
)
# 6. Mostrar las diez UPZ con mayor pobreza
knitr::kable(
ranking_pobreza %>%
slice_head(n = 10),
digits = 2,
caption = "Diez UPZ con mayor porcentaje de pobreza"
)
| upz_nombre | localidad | em_agrupada | pct_pobreza | Clasificacion |
|---|---|---|---|---|
| Alfonso Lopez | Usme | TRUE | 16.56 | Posible atípico superior |
| Ciudad Usme | Usme | TRUE | 16.56 | Posible atípico superior |
| La Flora | Usme | FALSE | 15.09 | Posible atípico superior |
| Lourdes | Santa Fe | FALSE | 14.12 | Posible atípico superior |
| El Mochuelo | Ciudad Bolívar | TRUE | 12.89 | Dentro del rango |
| Monte Blanco | Ciudad Bolívar | TRUE | 12.89 | Dentro del rango |
| El Tesoro | Ciudad Bolívar | TRUE | 12.89 | Dentro del rango |
| Lucero | Ciudad Bolívar | FALSE | 10.47 | Dentro del rango |
| Danubio | Usme | TRUE | 10.31 | Dentro del rango |
| Parque Entrenubes | Usme | TRUE | 10.31 | Dentro del rango |
# 7. Mostrar las diez UPZ con menor pobreza
knitr::kable(
ranking_pobreza %>%
arrange(pct_pobreza) %>%
slice_head(n = 10),
digits = 2,
caption = "Diez UPZ con menor porcentaje de pobreza"
)
| upz_nombre | localidad | em_agrupada | pct_pobreza | Clasificacion |
|---|---|---|---|---|
| Country Club | Usaquén | TRUE | 0.07 | Dentro del rango |
| Santa Barbara | Usaquén | TRUE | 0.07 | Dentro del rango |
| Granjas De Techo | Fontibón | FALSE | 0.09 | Dentro del rango |
| Ciudad Salitre Oriental | Teusaquillo | FALSE | 0.12 | Dentro del rango |
| La Alhambra | Suba | FALSE | 0.22 | Dentro del rango |
| Parque Simon Bolivar - Can | Teusaquillo | TRUE | 0.26 | Dentro del rango |
| La Esmeralda | Teusaquillo | TRUE | 0.26 | Dentro del rango |
| Ciudad Salitre Occidental | Fontibón | FALSE | 0.26 | Dentro del rango |
| Modelia | Fontibón | FALSE | 0.31 | Dentro del rango |
| Teusaquillo | Teusaquillo | FALSE | 0.33 | Dentro del rango |
# 8. Resumir la clasificación estadística
resumen_atipicos_pobreza <- datos_pobreza %>%
count(Clasificacion, name = "Cantidad_UPZ")
knitr::kable(
resumen_atipicos_pobreza,
caption = "Clasificación de las UPZ según el criterio IQR"
)
| Clasificacion | Cantidad_UPZ |
|---|---|
| Dentro del rango | 108 |
| Posible atípico superior | 4 |
# Ordenar todas las UPZ por porcentaje de pobreza
datos_grafico_pobreza <- datos_pobreza %>%
arrange(pct_pobreza) %>%
mutate(
posicion = row_number()
)
# Construir gráfico de puntos
ggplot(
datos_grafico_pobreza,
aes(
x = posicion,
y = pct_pobreza,
color = Clasificacion
)
) +
geom_point(
size = 2.8,
alpha = 0.85
) +
geom_hline(
yintercept = limite_superior_pobreza,
color = magenta,
linetype = "dashed",
linewidth = 0.9
) +
geom_hline(
yintercept = limite_inferior_pobreza,
color = "#0072B2",
linetype = "dashed",
linewidth = 0.9
) +
geom_text(
data = datos_grafico_pobreza %>%
filter(Clasificacion != "Dentro del rango"),
aes(label = upz_nombre),
nudge_y = max(
datos_grafico_pobreza$pct_pobreza,
na.rm = TRUE
) * 0.025,
size = 3,
fontface = "bold",
show.legend = FALSE,
check_overlap = TRUE
) +
scale_color_manual(
values = c(
"Dentro del rango" = "grey65",
"Posible atípico inferior" = "#0072B2",
"Posible atípico superior" = magenta
)
) +
scale_y_continuous(
labels = scales::label_number(
decimal.mark = ",",
suffix = "%"
)
) +
labs(
title = "Posibles valores atípicos en el porcentaje de pobreza",
subtitle = "Identificación de UPZ mediante el rango intercuartílico (IQR)",
x = "UPZ ordenadas de menor a mayor porcentaje de pobreza",
y = "Personas en condición de pobreza (%)",
color = "Clasificación",
caption = paste0(
"Límite inferior: ",
round(limite_inferior_pobreza, 2),
"% | Límite superior: ",
round(limite_superior_pobreza, 2),
"%. Fuente: Encuesta Multipropósito DANE, 2021."
)
) +
tema_clase +
theme(
legend.position = "bottom",
axis.text.x = element_blank(),
axis.ticks.x = element_blank()
)
El salario promedio permite explorar las diferencias económicas entre los territorios.
Se utiliza un histograma para observar la distribución de los ingresos y reconocer posibles concentraciones o valores extremos. También se identifican las UPZ con mayores y menores salarios promedio.
Debido a que los ingresos pueden presentar diferencias importantes entre territorios, se compararán la media y la mediana para evaluar la influencia de los valores extremos sobre el promedio.
# Calcular medidas de tendencia central
media_salario <- mean(
upz$salario_promedio,
na.rm = TRUE
)
mediana_salario <- median(
upz$salario_promedio,
na.rm = TRUE
)
# Construir histograma con media y mediana
ggplot(
upz,
aes(x = salario_promedio)
) +
geom_histogram(
bins = 20,
fill = turquesa,
color = "white",
alpha = 0.9,
na.rm = TRUE
) +
# Línea de la media
geom_vline(
xintercept = media_salario,
color = "#D55E00",
linetype = "dashed",
linewidth = 1
) +
# Línea de la mediana
geom_vline(
xintercept = mediana_salario,
color = "#0072B2",
linetype = "dotted",
linewidth = 1
) +
labs(
title = "Distribución del salario promedio por UPZ",
subtitle = "Ingreso mensual promedio y medidas de tendencia central",
x = "Salario promedio mensual (pesos)",
y = "Cantidad de UPZ",
caption = paste0(
"Media: ",
scales::comma(round(media_salario), big.mark = "."),
" pesos | Mediana: ",
scales::comma(round(mediana_salario), big.mark = "."),
" pesos. Fuente: Encuesta Multipropósito DANE, 2021."
)
) +
scale_x_continuous(
labels = scales::label_number(
prefix = "$",
big.mark = ".",
decimal.mark = ","
)
) +
tema_clase +
theme(
legend.position = "none"
)
¿Qué debemos observar?
El histograma permite reconocer cómo se distribuyen los salarios promedio entre las UPZ y dónde se concentra la mayor cantidad de territorios.
La comparación entre la media y la mediana permite evaluar la influencia de las UPZ con salarios promedio más elevados sobre el promedio general. Cuando la media supera considerablemente a la mediana, puede existir una asimetría hacia valores altos, lo que sugiere diferencias importantes entre los territorios.
Esta observación se complementará con los rankings de las UPZ con mayores y menores salarios promedio y con la identificación de posibles valores atípicos mediante el rango intercuartílico (IQR).
Ranking de salarios:
# 1. Calcular cuartiles y rango intercuartílico
q1_salario <- quantile(
upz$salario_promedio,
0.25,
na.rm = TRUE
)
q3_salario <- quantile(
upz$salario_promedio,
0.75,
na.rm = TRUE
)
iqr_salario <- IQR(
upz$salario_promedio,
na.rm = TRUE
)
# 2. Establecer límites estadísticos
limite_inferior_salario <- q1_salario - 1.5 * iqr_salario
limite_superior_salario <- q3_salario + 1.5 * iqr_salario
# 3. Clasificar las UPZ
datos_salario <- upz %>%
filter(!is.na(salario_promedio)) %>%
mutate(
Clasificacion = case_when(
salario_promedio < limite_inferior_salario ~
"Posible atípico inferior",
salario_promedio > limite_superior_salario ~
"Posible atípico superior",
TRUE ~ "Dentro del rango"
)
)
# 4. Mostrar los límites calculados
limites_salario <- tibble(
Indicador = c(
"Primer cuartil (Q1)",
"Tercer cuartil (Q3)",
"Rango intercuartílico (IQR)",
"Límite inferior",
"Límite superior"
),
Valor = c(
q1_salario,
q3_salario,
iqr_salario,
limite_inferior_salario,
limite_superior_salario
)
)
knitr::kable(
limites_salario,
digits = 0,
caption = "Criterios estadísticos para identificar posibles valores atípicos en el salario promedio"
)
| Indicador | Valor |
|---|---|
| Primer cuartil (Q1) | 1227872 |
| Tercer cuartil (Q3) | 3689025 |
| Rango intercuartílico (IQR) | 2461152 |
| Límite inferior | -2463856 |
| Límite superior | 7380753 |
# 5. Construir los rankings
ranking_salario <- datos_salario %>%
arrange(desc(salario_promedio)) %>%
select(
upz_nombre,
localidad,
em_agrupada,
salario_promedio,
Clasificacion
)
# 6. Diez UPZ con mayor salario
knitr::kable(
ranking_salario %>%
slice_head(n = 10),
digits = 0,
caption = "Diez UPZ con mayor salario promedio"
)
| upz_nombre | localidad | em_agrupada | salario_promedio | Clasificacion |
|---|---|---|---|---|
| El Refugio | Chapinero | TRUE | 7977532 | Posible atípico superior |
| Chico Lago | Chapinero | TRUE | 7977532 | Posible atípico superior |
| Country Club | Usaquén | TRUE | 7624587 | Posible atípico superior |
| Santa Barbara | Usaquén | TRUE | 7624587 | Posible atípico superior |
| Usaquen | Usaquén | FALSE | 6893541 | Dentro del rango |
| La Alhambra | Suba | FALSE | 5907659 | Dentro del rango |
| Ciudad Salitre Oriental | Teusaquillo | FALSE | 5887923 | Dentro del rango |
| Niza | Suba | FALSE | 5276414 | Dentro del rango |
| Los Cedros | Usaquén | FALSE | 5226504 | Dentro del rango |
| Pardo Rubio | Chapinero | TRUE | 4981378 | Dentro del rango |
# 7. Diez UPZ con menor salario
knitr::kable(
ranking_salario %>%
arrange(salario_promedio) %>%
slice_head(n = 10),
digits = 0,
caption = "Diez UPZ con menor salario promedio"
)
| upz_nombre | localidad | em_agrupada | salario_promedio | Clasificacion |
|---|---|---|---|---|
| La Flora | Usme | FALSE | 845688 | Dentro del rango |
| Lucero | Ciudad Bolívar | FALSE | 949613 | Dentro del rango |
| Patio Bonito | Kennedy | FALSE | 956988 | Dentro del rango |
| El Mochuelo | Ciudad Bolívar | TRUE | 966749 | Dentro del rango |
| Monte Blanco | Ciudad Bolívar | TRUE | 966749 | Dentro del rango |
| El Tesoro | Ciudad Bolívar | TRUE | 966749 | Dentro del rango |
| Jerusalem | Ciudad Bolívar | FALSE | 985043 | Dentro del rango |
| Alfonso Lopez | Usme | TRUE | 1007783 | Dentro del rango |
| Ciudad Usme | Usme | TRUE | 1007783 | Dentro del rango |
| Diana Turbay | Rafael Uribe Uribe | FALSE | 1036645 | Dentro del rango |
# 8. Resumen de posibles valores atípicos
resumen_atipicos_salario <- datos_salario %>%
count(Clasificacion, name = "Cantidad_UPZ")
knitr::kable(
resumen_atipicos_salario,
caption = "Clasificación de las UPZ según el criterio IQR"
)
| Clasificacion | Cantidad_UPZ |
|---|---|
| Dentro del rango | 108 |
| Posible atípico superior | 4 |
# Ordenar las UPZ por salario promedio
datos_grafico_salario <- datos_salario %>%
arrange(salario_promedio) %>%
mutate(
posicion = row_number()
)
# Gráfico de puntos de todas las UPZ
ggplot(
datos_grafico_salario,
aes(
x = posicion,
y = salario_promedio,
color = Clasificacion
)
) +
geom_point(
size = 2.8,
alpha = 0.85
) +
# Límite superior e inferior del IQR
geom_hline(
yintercept = limite_superior_salario,
color = magenta,
linetype = "dashed",
linewidth = 0.9
) +
geom_hline(
yintercept = limite_inferior_salario,
color = "#0072B2",
linetype = "dashed",
linewidth = 0.9
) +
# Identificar las UPZ posibles atípicas
geom_text(
data = datos_grafico_salario %>%
filter(Clasificacion != "Dentro del rango"),
aes(label = upz_nombre),
nudge_y = max(
datos_grafico_salario$salario_promedio,
na.rm = TRUE
) * 0.025,
size = 3,
fontface = "bold",
show.legend = FALSE,
check_overlap = TRUE
) +
scale_color_manual(
values = c(
"Dentro del rango" = "grey65",
"Posible atípico inferior" = "#0072B2",
"Posible atípico superior" = magenta
)
) +
scale_y_continuous(
labels = scales::label_number(
prefix = "$",
big.mark = ".",
decimal.mark = ","
)
) +
labs(
title = "Posibles valores atípicos en el salario promedio por UPZ",
subtitle = "Identificación mediante el rango intercuartílico (IQR)",
x = "UPZ ordenadas de menor a mayor salario",
y = "Salario promedio mensual (pesos)",
color = "Clasificación",
caption = paste0(
"Límite inferior: $",
scales::comma(round(limite_inferior_salario), big.mark = "."),
" | Límite superior: $",
scales::comma(round(limite_superior_salario), big.mark = "."),
". Fuente: Encuesta Multipropósito DANE, 2021."
)
) +
tema_clase +
theme(
legend.position = "bottom",
axis.text.x = element_blank(),
axis.ticks.x = element_blank()
)
La composición por estrato permite observar las características socioeconómicas de las viviendas de cada UPZ.
Para este análisis se consideran tres grupos: estratos 1 y 2, estratos 3 y 4, y estratos 5 y 6. La comparación permite identificar qué grupos tienen mayor participación en cada territorio y reconocer las diferencias en la composición socioeconómica de las UPZ.
Es importante recordar que los porcentajes representan la distribución de viviendas por grupo de estrato y no deben interpretarse como una medición directa del ingreso de todos sus habitantes.
# Calcular el promedio de participación de cada grupo de estrato
promedio_estratos <- upz %>%
summarise(
`Estratos 1 y 2` = mean(pct_estrato_1_2),
`Estratos 3 y 4` = mean(pct_estrato_3_4),
`Estratos 5 y 6` = mean(pct_estrato_5_6)
) %>%
pivot_longer(
cols = everything(),
names_to = "Grupo_estrato",
values_to = "Porcentaje_promedio"
)
knitr::kable(
promedio_estratos,
digits = 2,
caption = "Participación promedio de los grupos de estrato entre las UPZ"
)
| Grupo_estrato | Porcentaje_promedio |
|---|---|
| Estratos 1 y 2 | 40.49 |
| Estratos 3 y 4 | 51.62 |
| Estratos 5 y 6 | 7.79 |
Ahora visualizamos los resultados:
ggplot(
promedio_estratos,
aes(
x = Grupo_estrato,
y = Porcentaje_promedio
)
) +
geom_col(
fill = morado,
width = 0.65
) +
labs(
title = "Composición promedio por grupos de estrato",
subtitle = "Participación promedio de cada grupo entre las UPZ",
x = "Grupo de estrato",
y = "Porcentaje promedio (%)",
caption = "Fuente: Encuesta Multipropósito DANE, 2021."
) +
tema_clase
Una precisión: este gráfico muestra el promedio simple de los porcentajes de las UPZ, no la distribución ponderada de todas las viviendas de Bogotá.
En este apartado se analiza el promedio de años de educación de las personas de 15 años o más por UPZ. Esta variable permite explorar las diferencias educativas entre los territorios y complementar la caracterización socioeconómica realizada anteriormente.
Se utilizan estadísticas descriptivas, gráficos de distribución y rankings territoriales para identificar los niveles educativos más altos y más bajos, así como posibles valores atípicos.
estadisticas_educacion <- upz %>%
summarise(
Total_UPZ = sum(!is.na(anios_educacion_15mas)),
Media = mean(anios_educacion_15mas, na.rm = TRUE),
Mediana = median(anios_educacion_15mas, na.rm = TRUE),
Desviacion_estandar = sd(anios_educacion_15mas, na.rm = TRUE),
Minimo = min(anios_educacion_15mas, na.rm = TRUE),
Q1 = quantile(anios_educacion_15mas, 0.25, na.rm = TRUE),
Q3 = quantile(anios_educacion_15mas, 0.75, na.rm = TRUE),
Maximo = max(anios_educacion_15mas, na.rm = TRUE)
)
knitr::kable(
estadisticas_educacion,
digits = 2,
caption = "Estadísticas descriptivas de los años promedio de educación por UPZ"
)
| Total_UPZ | Media | Mediana | Desviacion_estandar | Minimo | Q1 | Q3 | Maximo |
|---|---|---|---|---|---|---|---|
| 112 | 11.89 | 11.8 | 2.23 | 7.98 | 9.89 | 13.57 | 15.91 |
Distribución del nivel educativo Este gráfico permite observar cómo se distribuyen los años promedio de educación entre las UPZ. El histograma muestra la concentración de los valores, mientras que la curva de densidad permite reconocer la forma de la distribución.
Las líneas verticales representan la media y la mediana.
Distribución de los años promedio de educación:
media_educacion <- mean(upz$anios_educacion_15mas, na.rm = TRUE)
mediana_educacion <- median(upz$anios_educacion_15mas, na.rm = TRUE)
ggplot(
upz,
aes(x = anios_educacion_15mas)
) +
geom_histogram(
aes(y = after_stat(density)),
bins = 20,
fill = magenta,
color = "white",
alpha = 0.75,
na.rm = TRUE
) +
geom_density(
color = morado,
fill = morado,
alpha = 0.15,
linewidth = 1.1,
na.rm = TRUE
) +
geom_vline(
xintercept = media_educacion,
color = "#D55E00",
linetype = "dashed",
linewidth = 1
) +
geom_vline(
xintercept = mediana_educacion,
color = "#0072B2",
linetype = "dotted",
linewidth = 1
) +
labs(
title = "Distribución de los años promedio de educación",
subtitle = "Personas de 15 años o más por UPZ",
x = "Años promedio de educación",
y = "Densidad",
caption = paste0(
"Media: ", round(media_educacion, 2),
" años | Mediana: ", round(mediana_educacion, 2),
" años. Fuente: Encuesta Multipropósito DANE, 2021."
)
) +
tema_clase +
theme(legend.position = "none")
Rankings y detección de valores atípicos Se identifican las diez UPZ con mayor y menor promedio de años de educación. Adicionalmente, se aplica el criterio del rango intercuartílico (IQR), que permite establecer límites estadísticos para identificar posibles valores atípicos.
Para identificar las diferencias territoriales, se presentan las diez UPZ con mayores y menores promedios de años de educación. También se aplica el criterio del rango intercuartílico para identificar posibles valores atípicos.
# Calcular cuartiles y rango intercuartílico
q1_educacion <- quantile(
upz$anios_educacion_15mas,
0.25,
na.rm = TRUE
)
q3_educacion <- quantile(
upz$anios_educacion_15mas,
0.75,
na.rm = TRUE
)
iqr_educacion <- IQR(
upz$anios_educacion_15mas,
na.rm = TRUE
)
limite_inferior_educacion <- q1_educacion - 1.5 * iqr_educacion
limite_superior_educacion <- q3_educacion + 1.5 * iqr_educacion
# Clasificar las UPZ según los límites IQR
datos_educacion <- upz %>%
filter(!is.na(anios_educacion_15mas)) %>%
mutate(
Clasificacion = case_when(
anios_educacion_15mas < limite_inferior_educacion ~ "Atípico inferior",
anios_educacion_15mas > limite_superior_educacion ~ "Atípico superior",
TRUE ~ "Dentro del rango"
)
)
# Resumen de límites y valores atípicos
resumen_atipicos_educacion <- data.frame(
Indicador = c(
"Primer cuartil (Q1)",
"Tercer cuartil (Q3)",
"Rango intercuartílico (IQR)",
"Límite inferior",
"Límite superior",
"Cantidad de valores atípicos"
),
Valor = c(
q1_educacion,
q3_educacion,
iqr_educacion,
limite_inferior_educacion,
limite_superior_educacion,
sum(datos_educacion$Clasificacion != "Dentro del rango")
)
)
knitr::kable(
resumen_atipicos_educacion,
digits = 2,
caption = "Límites del rango intercuartílico y valores atípicos"
)
| Indicador | Valor |
|---|---|
| Primer cuartil (Q1) | 9.89 |
| Tercer cuartil (Q3) | 13.57 |
| Rango intercuartílico (IQR) | 3.68 |
| Límite inferior | 4.36 |
| Límite superior | 19.09 |
| Cantidad de valores atípicos | 0.00 |
# Diez UPZ con mayor promedio
ranking_educacion <- datos_educacion %>%
arrange(desc(anios_educacion_15mas))
knitr::kable(
ranking_educacion %>%
slice_head(n = 10) %>%
select(
upz_nombre,
localidad,
em_agrupada,
anios_educacion_15mas,
Clasificacion
),
digits = 2,
caption = "Diez UPZ con mayor promedio de años de educación"
)
| upz_nombre | localidad | em_agrupada | anios_educacion_15mas | Clasificacion |
|---|---|---|---|---|
| El Refugio | Chapinero | TRUE | 15.91 | Dentro del rango |
| Chico Lago | Chapinero | TRUE | 15.91 | Dentro del rango |
| Usaquen | Usaquén | FALSE | 15.67 | Dentro del rango |
| Country Club | Usaquén | TRUE | 15.67 | Dentro del rango |
| Santa Barbara | Usaquén | TRUE | 15.67 | Dentro del rango |
| Ciudad Salitre Oriental | Teusaquillo | FALSE | 15.47 | Dentro del rango |
| Teusaquillo | Teusaquillo | FALSE | 15.43 | Dentro del rango |
| Los Cedros | Usaquén | FALSE | 15.37 | Dentro del rango |
| Pardo Rubio | Chapinero | TRUE | 15.34 | Dentro del rango |
| Chapinero | Chapinero | TRUE | 15.34 | Dentro del rango |
# Diez UPZ con menor promedio
knitr::kable(
ranking_educacion %>%
arrange(anios_educacion_15mas) %>%
slice_head(n = 10) %>%
select(
upz_nombre,
localidad,
em_agrupada,
anios_educacion_15mas,
Clasificacion
),
digits = 2,
caption = "Diez UPZ con menor promedio de años de educación"
)
| upz_nombre | localidad | em_agrupada | anios_educacion_15mas | Clasificacion |
|---|---|---|---|---|
| La Flora | Usme | FALSE | 7.98 | Dentro del rango |
| El Mochuelo | Ciudad Bolívar | TRUE | 8.34 | Dentro del rango |
| Monte Blanco | Ciudad Bolívar | TRUE | 8.34 | Dentro del rango |
| El Tesoro | Ciudad Bolívar | TRUE | 8.34 | Dentro del rango |
| Alfonso Lopez | Usme | TRUE | 8.63 | Dentro del rango |
| Ciudad Usme | Usme | TRUE | 8.63 | Dentro del rango |
| Lucero | Ciudad Bolívar | FALSE | 8.69 | Dentro del rango |
| Jerusalem | Ciudad Bolívar | FALSE | 8.82 | Dentro del rango |
| Lourdes | Santa Fe | FALSE | 8.96 | Dentro del rango |
| Corabastos | Kennedy | FALSE | 8.97 | Dentro del rango |
Gráfico comparativo de todas las UPZ Este gráfico permite observar los resultados de todas las UPZ ordenados por su promedio de años de educación. Se destacan las diez UPZ con mayores valores y las diez con menores valores. Las líneas punteadas representan los límites del IQR.
datos_grafico_educacion <- datos_educacion %>%
arrange(anios_educacion_15mas) %>%
mutate(
posicion = row_number(),
Grupo = case_when(
posicion <= 10 ~ "Diez menores",
posicion > n() - 10 ~ "Diez mayores",
TRUE ~ "Otras UPZ"
),
Etiqueta = ifelse(
Grupo == "Otras UPZ",
NA,
upz_nombre
)
)
ggplot(
datos_grafico_educacion,
aes(
x = posicion,
y = anios_educacion_15mas,
color = Grupo
)
) +
geom_hline(
yintercept = limite_inferior_educacion,
linetype = "dashed",
color = "gray50"
) +
geom_hline(
yintercept = limite_superior_educacion,
linetype = "dashed",
color = "gray50"
) +
geom_point(
size = 2.8,
alpha = 0.85
) +
geom_text(
data = datos_grafico_educacion %>%
filter(!is.na(Etiqueta)),
aes(label = Etiqueta),
nudge_y = 0.20,
size = 2.8,
check_overlap = TRUE,
show.legend = FALSE
) +
scale_color_manual(
values = c(
"Diez mayores" = magenta,
"Diez menores" = turquesa,
"Otras UPZ" = "gray65"
)
) +
scale_x_continuous(
breaks = NULL
) +
labs(
title = "Promedio de años de educación por UPZ",
subtitle = "Se identifican las diez UPZ con mayores y menores promedios",
x = "UPZ ordenadas de menor a mayor",
y = "Años promedio de educación",
color = "Grupo",
caption = "Líneas punteadas: límites del criterio IQR. Fuente: Encuesta Multipropósito DANE, 2021."
) +
tema_clase +
theme(
axis.text.x = element_blank(),
axis.ticks.x = element_blank(),
legend.position = "bottom"
)
El análisis permite identificar diferencias territoriales en el promedio de años de educación. Los rankings muestran las UPZ con mayores y menores niveles educativos, mientras que el criterio del rango intercuartílico permite determinar si existen valores estadísticamente atípicos.
Es importante considerar que algunas UPZ presentan valores agrupados
de la Encuesta Multipropósito (em_agrupada = TRUE), por lo
que sus resultados no corresponden necesariamente a mediciones
independientes. Esta condición debe tenerse presente al comparar los
territorios y formular conclusiones.
Para complementar la descripción individual de las variables, se explora la relación entre el porcentaje de pobreza y el salario promedio mensual de las UPZ.
Se utiliza un diagrama de dispersión, en el que cada punto representa una unidad territorial. Se incorpora una línea de tendencia para observar el comportamiento general de ambas variables.
Esta comparación permite identificar posibles asociaciones entre las condiciones de pobreza y los ingresos promedio, sin asumir que una variable sea necesariamente la causa de la otra.
# Identificar el grupo de estrato con mayor participación en cada UPZ
datos_pobreza_salario <- upz %>%
mutate(
mayor_participacion = pmax(
pct_estrato_1_2,
pct_estrato_3_4,
pct_estrato_5_6,
na.rm = TRUE
),
Grupo_estrato = case_when(
if_all(
c(pct_estrato_1_2, pct_estrato_3_4, pct_estrato_5_6),
is.na
) ~ "Sin información",
pct_estrato_1_2 == mayor_participacion ~ "Predominan estratos 1 y 2",
pct_estrato_3_4 == mayor_participacion ~ "Predominan estratos 3 y 4",
pct_estrato_5_6 == mayor_participacion ~ "Predominan estratos 5 y 6"
)
)
# Relación entre pobreza y salario, diferenciada por grupo de estrato
ggplot(
datos_pobreza_salario,
aes(
x = pct_pobreza,
y = salario_promedio,
color = Grupo_estrato
)
) +
geom_point(
alpha = 0.8,
size = 2.8
) +
geom_smooth(
aes(group = Grupo_estrato),
method = "lm",
se = FALSE,
linewidth = 0.9
) +
scale_color_manual(
values = c(
"Predominan estratos 1 y 2" = turquesa,
"Predominan estratos 3 y 4" = morado,
"Predominan estratos 5 y 6" = magenta,
"Sin información" = "gray65"
)
) +
scale_y_continuous(
labels = scales::label_number(
prefix = "$",
big.mark = ".",
decimal.mark = ","
)
) +
labs(
title = "Relación entre pobreza y salario promedio",
subtitle = "Diferenciación de las UPZ según su grupo de estrato predominante",
x = "Porcentaje de pobreza (%)",
y = "Salario promedio mensual (pesos)",
color = "Grupo de estrato",
caption = "Fuente: Encuesta Multipropósito DANE, 2021."
) +
tema_clase
Después de analizar individualmente la pobreza, el salario promedio, la composición por estrato y el nivel educativo, se exploran las relaciones entre estas variables para identificar posibles patrones socioeconómicos entre las UPZ.
Se analizan dos relaciones: el promedio de años de educación frente al porcentaje de pobreza y el promedio de años de educación frente al salario promedio mensual.
Adicionalmente, se diferencia cada UPZ según el grupo de estrato con mayor participación en su composición de viviendas. Esto permite observar si las asociaciones identificadas presentan comportamientos distintos entre los grupos de estrato.
Los resultados se interpretan como asociaciones territoriales y no como relaciones de causalidad.
Preparación de los datos Primero clasificamos cada UPZ según el grupo de estrato que tenga mayor participación porcentual. Esta clasificación será utilizada en los dos gráficos.
datos_relaciones_socioeconomicas <- upz %>%
mutate(
mayor_participacion = pmax(
pct_estrato_1_2,
pct_estrato_3_4,
pct_estrato_5_6,
na.rm = TRUE
),
Grupo_estrato = case_when(
if_all(
c(pct_estrato_1_2, pct_estrato_3_4, pct_estrato_5_6),
is.na
) ~ "Sin información",
pct_estrato_1_2 == mayor_participacion ~ "Predominan estratos 1 y 2",
pct_estrato_3_4 == mayor_participacion ~ "Predominan estratos 3 y 4",
pct_estrato_5_6 == mayor_participacion ~ "Predominan estratos 5 y 6"
)
)
knitr::kable(
datos_relaciones_socioeconomicas %>%
count(Grupo_estrato, name = "Cantidad_UPZ"),
caption = "UPZ clasificadas según el grupo de estrato predominante"
)
| Grupo_estrato | Cantidad_UPZ |
|---|---|
| Predominan estratos 1 y 2 | 44 |
| Predominan estratos 3 y 4 | 61 |
| Predominan estratos 5 y 6 | 7 |
Relación entre educación y pobreza Este primer gráfico permite explorar si las UPZ con mayores promedios de años de educación tienden a presentar menores porcentajes de pobreza.
ggplot(
datos_relaciones_socioeconomicas,
aes(
x = pct_pobreza,
y = anios_educacion_15mas,
color = Grupo_estrato
)
) +
geom_point(
alpha = 0.8,
size = 2.8
) +
geom_smooth(
aes(group = Grupo_estrato),
method = "lm",
se = FALSE,
linewidth = 0.9
) +
scale_color_manual(
values = c(
"Predominan estratos 1 y 2" = turquesa,
"Predominan estratos 3 y 4" = morado,
"Predominan estratos 5 y 6" = magenta,
"Sin información" = "gray65"
)
) +
labs(
title = "Relación entre nivel educativo y pobreza",
subtitle = "Años promedio de educación y porcentaje de pobreza por UPZ",
x = "Población en condición de pobreza (%)",
y = "Años promedio de educación",
color = "Grupo de estrato",
caption = "Fuente: Encuesta Multipropósito DANE, 2021."
) +
tema_clase
Relación entre educación y salario promedio El segundo gráfico permite explorar si las UPZ con mayores promedios de años de educación también presentan mayores niveles de salario promedio mensual.
ggplot(
datos_relaciones_socioeconomicas,
aes(
x = anios_educacion_15mas,
y = salario_promedio,
color = Grupo_estrato
)
) +
geom_point(
alpha = 0.8,
size = 2.8
) +
geom_smooth(
aes(group = Grupo_estrato),
method = "lm",
se = FALSE,
linewidth = 0.9
) +
scale_color_manual(
values = c(
"Predominan estratos 1 y 2" = turquesa,
"Predominan estratos 3 y 4" = morado,
"Predominan estratos 5 y 6" = magenta,
"Sin información" = "gray65"
)
) +
scale_y_continuous(
labels = scales::label_number(
prefix = "$",
big.mark = ".",
decimal.mark = ","
)
) +
labs(
title = "Relación entre nivel educativo y salario promedio",
subtitle = "Años promedio de educación e ingreso mensual por UPZ",
x = "Años promedio de educación",
y = "Salario promedio mensual (pesos)",
color = "Grupo de estrato",
caption = "Fuente: Encuesta Multipropósito DANE, 2021."
) +
tema_clase
El análisis conjunto permite explorar cómo se relacionan las condiciones educativas y económicas entre las UPZ. La comparación entre educación y pobreza permite examinar posibles diferencias en los niveles de pobreza según los años promedio de educación, mientras que la relación entre educación y salario permite observar cómo varían los ingresos promedio entre territorios con distintos niveles educativos.
La diferenciación por grupo de estrato predominante complementa estas
relaciones y permite reconocer posibles patrones socioeconómicos
territoriales. Sin embargo, estas asociaciones no implican causalidad y
deben interpretarse considerando que algunas UPZ comparten información
agrupada de la Encuesta Multipropósito
(em_agrupada = TRUE).
El análisis socioeconómico permitió identificar diferencias importantes entre las UPZ de Bogotá en términos de pobreza, ingresos, composición por estrato y nivel educativo. Al integrar estos indicadores, se observan patrones territoriales que muestran cómo las condiciones económicas y educativas se relacionan entre sí.
Los resultados evidencian una asociación negativa entre el porcentaje de pobreza y el salario promedio: las UPZ con mayores niveles de pobreza tienden a presentar menores ingresos promedio. De manera similar, se observa una asociación negativa entre pobreza y años promedio de educación, mientras que la relación entre educación y salario permite explorar una tendencia positiva entre ambas variables.
La diferenciación por grupo de estrato predominante complementa estos resultados. Las UPZ donde predominan los estratos 1 y 2 presentan, en general, mayores niveles de pobreza y menores promedios educativos. Por su parte, los territorios donde predominan los estratos 5 y 6 se concentran principalmente en niveles educativos y salariales más altos. Las UPZ con predominio de estratos 3 y 4 muestran una mayor dispersión, reflejando diferencias importantes dentro de este grupo.
Estos patrones permiten reconocer que las condiciones socioeconómicas no se distribuyen de manera homogénea en el territorio. Sin embargo, las asociaciones observadas corresponden a indicadores agregados por UPZ y no permiten establecer relaciones de causalidad ni trasladar directamente las conclusiones al comportamiento individual de sus habitantes.
También es necesario considerar que algunas unidades territoriales
comparten información de la Encuesta Multipropósito
(em_agrupada = TRUE), por lo que ciertos valores no
representan mediciones independientes. Esta condición, junto con las
diferencias en la cobertura y los periodos de referencia de las fuentes,
debe tenerse presente al interpretar los resultados.
En conjunto, la caracterización socioeconómica proporciona un contexto territorial relevante para los análisis posteriores de seguridad. Permite examinar los indicadores de inseguridad no de manera aislada, sino considerando las diferencias económicas y educativas que caracterizan a las UPZ de Bogotá.
La percepción de inseguridad constituye una dimensión importante para comprender las condiciones de seguridad de un territorio. A diferencia de los registros de delitos denunciados, este indicador recoge la experiencia y percepción de las personas frente a los problemas de inseguridad presentes en el entorno de su vivienda.
En esta sección se exploran las diferencias entre UPZ en cuanto a la percepción de inseguridad, algunas condiciones del entorno y la accesibilidad a los servicios de policía. El propósito es identificar patrones y posibles asociaciones que permitan ampliar la comprensión de las características territoriales relacionadas con la seguridad.
Para desarrollar este análisis se seleccionamos seis variables de la Encuesta Multipropósito, relacionadas con la percepción de inseguridad, las condiciones del entorno y la accesibilidad a los servicios de policía.
La selección permite explorar diferentes características territoriales que pueden aportar información para comprender las diferencias entre las UPZ. Se analizará el porcentaje de percepción de inseguridad, la cercanía a determinados elementos del entorno y el tiempo promedio caminando hasta un CAI o estación de policía.
# Selección de variables de percepción y condiciones del entorno
variables_entorno <- upz %>%
select(
pct_percibe_inseguridad,
pct_cerca_ollas,
pct_cerca_bares,
pct_cerca_lotes_oscuros,
pct_cerca_basureros,
min_cai_policia
)
# Visualización de las primeras observaciones
head(variables_entorno)
| pct_percibe_inseguridad | pct_cerca_ollas | pct_cerca_bares | pct_cerca_lotes_oscuros | pct_cerca_basureros | min_cai_policia |
|---|---|---|---|---|---|
| 36.18 | 17.53 | 15.68 | 24.15 | 6.13 | 21.66 |
| 40.88 | 7.43 | 17.03 | 16.71 | 1.35 | 24.50 |
| 40.88 | 7.43 | 17.03 | 16.71 | 1.35 | 24.50 |
| 65.43 | 17.53 | 15.68 | 24.15 | 6.13 | 18.39 |
| 36.18 | 17.53 | 15.68 | 24.15 | 6.13 | 21.66 |
| 49.84 | 25.91 | 15.41 | 19.15 | 8.30 | 25.32 |
Como punto de partida, se calculan las principales medidas de estadística descriptiva para las variables seleccionadas. Este ejercicio permite conocer los niveles generales de percepción de inseguridad, las condiciones del entorno y los tiempos promedio de desplazamiento hasta los servicios de policía.
Se consideran medidas de tendencia central, dispersión y posición, con el propósito de identificar tanto el comportamiento general como las diferencias existentes entre las UPZ.
# Cálculo de estadísticas descriptivas
estadisticas_entorno <- variables_entorno %>%
summarise(
across(
everything(),
list(
Media = ~mean(.),
Mediana = ~median(.),
Desviacion = ~sd(.),
Minimo = ~min(.),
Q1 = ~quantile(., 0.25),
Q3 = ~quantile(., 0.75),
Maximo = ~max(.)
)
)
) %>%
pivot_longer(
cols = everything(),
names_to = c("Variable", "Estadistica"),
names_sep = "_(?=[^_]+$)",
values_to = "Valor"
) %>%
pivot_wider(
names_from = Estadistica,
values_from = Valor
)
knitr::kable(
estadisticas_entorno,
digits = 2,
caption = "Estadísticas descriptivas de percepción de inseguridad y condiciones del entorno"
)
| Variable | Media | Mediana | Desviacion | Minimo | Q1 | Q3 | Maximo |
|---|---|---|---|---|---|---|---|
| pct_percibe_inseguridad | 60.84 | 65.97 | 18.87 | 17.45 | 44.75 | 74.33 | 92.11 |
| pct_cerca_ollas | 21.59 | 20.56 | 15.85 | 0.31 | 9.05 | 31.11 | 75.60 |
| pct_cerca_bares | 14.42 | 12.96 | 10.76 | 0.64 | 5.71 | 19.40 | 53.91 |
| pct_cerca_lotes_oscuros | 19.98 | 18.16 | 12.56 | 0.64 | 11.68 | 26.01 | 59.76 |
| pct_cerca_basureros | 9.50 | 6.12 | 9.63 | 0.24 | 2.72 | 12.11 | 45.01 |
| min_cai_policia | 18.36 | 17.64 | 4.57 | 10.06 | 15.38 | 20.84 | 35.11 |
Para complementar las estadísticas descriptivas, se utiliza un diagrama de cajas y bigotes que permite comparar la distribución de las seis variables seleccionadas entre las UPZ.
Debido a que los indicadores presentan diferentes unidades de medida, se estandarizan mediante puntuaciones Z. Esta transformación permite comparar la dispersión relativa de las variables, identificando sus medianas, rangos intercuartílicos y posibles valores atípicos.
Los valores estandarizados representan la distancia de cada observación respecto a la media de su variable, expresada en desviaciones estándar. Por tanto, esta visualización permite comparar patrones de variabilidad, pero no los niveles absolutos de los indicadores.
# Transformar las variables a formato largo y estandarizar
datos_boxplot_entorno <- variables_entorno %>%
mutate(ID_UPZ = row_number()) %>%
pivot_longer(
cols = -ID_UPZ,
names_to = "Variable",
values_to = "Valor"
) %>%
group_by(Variable) %>%
mutate(
Valor_estandarizado = as.numeric(scale(Valor))
) %>%
ungroup()
# Diagrama de cajas y bigotes
ggplot(
datos_boxplot_entorno,
aes(
x = reorder(Variable, Valor_estandarizado, median, na.rm = TRUE),
y = Valor_estandarizado
)
) +
geom_boxplot(
fill = magenta,
color = morado,
alpha = 0.65,
outlier.color = turquesa,
outlier.size = 2
) +
coord_flip() +
labs(
title = "Distribución de las variables de percepción y entorno",
subtitle = "Comparación de la variabilidad entre UPZ mediante puntuaciones Z",
x = "Indicadores",
y = "Valor estandarizado (Z)",
caption = "Los puntos representan posibles valores atípicos según el criterio IQR. Fuente: Encuesta Multipropósito DANE, 2021."
) +
tema_clase
La percepción de inseguridad permite aproximarse a la manera en que los habitantes reconocen los problemas de seguridad presentes en su entorno cotidiano.
Para explorar su comportamiento entre las UPZ, se utiliza un histograma que permite visualizar la distribución de los porcentajes reportados. Esta representación facilita identificar los rangos de mayor concentración, la dispersión de los valores y posibles diferencias entre los territorios.
El análisis permite reconocer si la percepción de inseguridad presenta un comportamiento relativamente homogéneo o si existen diferencias importantes entre las zonas estudiadas.
# Calcular media y mediana
media_percepcion <- mean(
upz$pct_percibe_inseguridad,
na.rm = TRUE
)
mediana_percepcion <- median(
upz$pct_percibe_inseguridad,
na.rm = TRUE
)
# Histograma y curva de densidad
ggplot(
upz,
aes(x = pct_percibe_inseguridad)
) +
geom_histogram(
aes(y = after_stat(density)),
bins = 15,
fill = magenta,
color = "white",
alpha = 0.75,
na.rm = TRUE
) +
geom_density(
color = morado,
fill = morado,
alpha = 0.15,
linewidth = 1.1,
na.rm = TRUE
) +
geom_vline(
xintercept = media_percepcion,
color = "#D55E00",
linetype = "dashed",
linewidth = 1
) +
geom_vline(
xintercept = mediana_percepcion,
color = "#0072B2",
linetype = "dotted",
linewidth = 1
) +
scale_x_continuous(
labels = scales::label_number(suffix = "%")
) +
labs(
title = "Distribución de la percepción de inseguridad",
subtitle = "Porcentaje reportado en las UPZ de Bogotá",
x = "Percepción de inseguridad (%)",
y = "Densidad",
caption = paste0(
"Media: ", round(media_percepcion, 2),
"% | Mediana: ", round(mediana_percepcion, 2),
"%. Fuente: Encuesta Multipropósito DANE, 2021."
)
) +
tema_clase +
theme(legend.position = "none")
Identificación de las UPZ con mayor y menor percepción de inseguridad
Identificación de valores atípicos y diferencias territoriales en la percepción de inseguridad
Para profundizar en las diferencias territoriales de la percepción de inseguridad, se aplica el criterio del rango intercuartílico (IQR), con el propósito de identificar posibles valores atípicos entre las UPZ.
Este procedimiento permite establecer límites inferiores y superiores a partir de la distribución del indicador. Adicionalmente, se presentan los territorios con mayores y menores porcentajes de percepción de inseguridad para facilitar su comparación.
La clasificación estadística no implica necesariamente que una UPZ presente condiciones excepcionales de inseguridad, sino que su valor se encuentra alejado del comportamiento central de la distribución.
# Calcular cuartiles y rango intercuartílico
q1_percepcion <- quantile(
upz$pct_percibe_inseguridad,
0.25,
na.rm = TRUE
)
q3_percepcion <- quantile(
upz$pct_percibe_inseguridad,
0.75,
na.rm = TRUE
)
iqr_percepcion <- IQR(
upz$pct_percibe_inseguridad,
na.rm = TRUE
)
limite_inferior_percepcion <- q1_percepcion - 1.5 * iqr_percepcion
limite_superior_percepcion <- q3_percepcion + 1.5 * iqr_percepcion
# Clasificar las UPZ
datos_percepcion <- upz %>%
filter(!is.na(pct_percibe_inseguridad)) %>%
mutate(
Clasificacion = case_when(
pct_percibe_inseguridad < limite_inferior_percepcion ~ "Atípico inferior",
pct_percibe_inseguridad > limite_superior_percepcion ~ "Atípico superior",
TRUE ~ "Dentro del rango"
)
)
# Tabla resumen de los límites
resumen_atipicos_percepcion <- data.frame(
Indicador = c(
"Primer cuartil (Q1)",
"Tercer cuartil (Q3)",
"Rango intercuartílico (IQR)",
"Límite inferior",
"Límite superior",
"Cantidad de valores atípicos"
),
Valor = c(
q1_percepcion,
q3_percepcion,
iqr_percepcion,
limite_inferior_percepcion,
limite_superior_percepcion,
sum(datos_percepcion$Clasificacion != "Dentro del rango")
)
)
knitr::kable(
resumen_atipicos_percepcion,
digits = 2,
caption = "Límites del rango intercuartílico y valores atípicos de percepción de inseguridad"
)
| Indicador | Valor |
|---|---|
| Primer cuartil (Q1) | 44.75 |
| Tercer cuartil (Q3) | 74.33 |
| Rango intercuartílico (IQR) | 29.58 |
| Límite inferior | 0.38 |
| Límite superior | 118.71 |
| Cantidad de valores atípicos | 0.00 |
# Diez UPZ con mayor percepción
mayor_percepcion <- datos_percepcion %>%
arrange(desc(pct_percibe_inseguridad)) %>%
slice_head(n = 10) %>%
select(
upz_nombre,
localidad,
em_agrupada,
pct_percibe_inseguridad,
Clasificacion
)
knitr::kable(
mayor_percepcion,
digits = 2,
caption = "Diez UPZ con mayor percepción de inseguridad"
)
| upz_nombre | localidad | em_agrupada | pct_percibe_inseguridad | Clasificacion |
|---|---|---|---|---|
| Corabastos | Kennedy | FALSE | 92.11 | Dentro del rango |
| Tunjuelito | Tunjuelito | FALSE | 91.82 | Dentro del rango |
| Bosa Central | Bosa | FALSE | 89.69 | Dentro del rango |
| El Mochuelo | Ciudad Bolívar | TRUE | 86.83 | Dentro del rango |
| Monte Blanco | Ciudad Bolívar | TRUE | 86.83 | Dentro del rango |
| El Tesoro | Ciudad Bolívar | TRUE | 86.83 | Dentro del rango |
| Patio Bonito | Kennedy | FALSE | 86.07 | Dentro del rango |
| La Gloria | San Cristóbal | FALSE | 86.04 | Dentro del rango |
| Las Cruces | Santa Fe | FALSE | 85.97 | Dentro del rango |
| La Sabana | Los Mártires | FALSE | 83.45 | Dentro del rango |
# Diez UPZ con menor percepción
menor_percepcion <- datos_percepcion %>%
arrange(pct_percibe_inseguridad) %>%
slice_head(n = 10) %>%
select(
upz_nombre,
localidad,
em_agrupada,
pct_percibe_inseguridad,
Clasificacion
)
knitr::kable(
menor_percepcion,
digits = 2,
caption = "Diez UPZ con menor percepción de inseguridad"
)
| upz_nombre | localidad | em_agrupada | pct_percibe_inseguridad | Clasificacion |
|---|---|---|---|---|
| Casa Blanca Suba | Suba | FALSE | 17.45 | Dentro del rango |
| Bolivia | Engativá | FALSE | 19.37 | Dentro del rango |
| Ciudad Salitre Oriental | Teusaquillo | FALSE | 20.37 | Dentro del rango |
| El Refugio | Chapinero | TRUE | 21.48 | Dentro del rango |
| Chico Lago | Chapinero | TRUE | 21.48 | Dentro del rango |
| Usaquen | Usaquén | FALSE | 24.45 | Dentro del rango |
| Ciudad Salitre Occidental | Fontibón | FALSE | 26.72 | Dentro del rango |
| Capellania | Fontibón | TRUE | 32.58 | Dentro del rango |
| Aeropuerto El Dorado | Fontibón | TRUE | 32.58 | Dentro del rango |
| Parque Simon Bolivar - Can | Teusaquillo | TRUE | 32.98 | Dentro del rango |
# Ordenar las UPZ según su percepción de inseguridad
datos_grafico_percepcion <- datos_percepcion %>%
arrange(pct_percibe_inseguridad) %>%
mutate(
posicion = row_number(),
Etiqueta = ifelse(
Clasificacion == "Dentro del rango",
NA,
upz_nombre
)
)
ggplot(
datos_grafico_percepcion,
aes(
x = posicion,
y = pct_percibe_inseguridad,
color = Clasificacion
)
) +
geom_hline(
yintercept = limite_inferior_percepcion,
linetype = "dashed",
color = "gray40"
) +
geom_hline(
yintercept = limite_superior_percepcion,
linetype = "dashed",
color = "gray40"
) +
geom_point(
size = 2.8,
alpha = 0.85
) +
geom_text(
data = datos_grafico_percepcion %>%
filter(!is.na(Etiqueta)),
aes(label = Etiqueta),
nudge_y = 2,
size = 3,
check_overlap = TRUE,
show.legend = FALSE
) +
scale_color_manual(
values = c(
"Dentro del rango" = "gray65",
"Atípico inferior" = turquesa,
"Atípico superior" = magenta
)
) +
scale_x_continuous(
breaks = NULL
) +
scale_y_continuous(
labels = scales::label_number(suffix = "%")
) +
labs(
title = "Percepción de inseguridad por UPZ",
subtitle = "Identificación de posibles valores atípicos mediante el criterio IQR",
x = "UPZ ordenadas de menor a mayor",
y = "Percepción de inseguridad (%)",
color = "Clasificación",
caption = "Líneas punteadas: límites del rango intercuartílico. Fuente: Encuesta Multipropósito DANE, 2021."
) +
tema_clase +
theme(
axis.text.x = element_blank(),
axis.ticks.x = element_blank(),
legend.position = "bottom"
)
La percepción de inseguridad presenta una media de 60,84 % y una mediana de 65,97 %, lo que evidencia una diferencia entre ambas medidas de tendencia central. La media inferior a la mediana sugiere una distribución con asimetría hacia los valores bajos, influenciada por algunas UPZ con porcentajes de percepción considerablemente menores.
La distribución muestra una concentración importante de territorios en niveles de percepción cercanos al 65 % y 75 %, aunque también se identifican UPZ con porcentajes inferiores. Esto evidencia diferencias territoriales en la percepción de inseguridad.
Por otra parte, la aplicación del criterio del rango intercuartílico no identificó valores atípicos. Esto indica que, bajo este criterio estadístico, ninguna UPZ presenta un valor suficientemente alejado de la distribución central para ser clasificado como atípico. Sin embargo, la ausencia de valores atípicos no implica homogeneidad entre los territorios.
Con el propósito de profundizar en el análisis de las condiciones territoriales, se exploran las relaciones entre la percepción de inseguridad y cuatro características del entorno: la cercanía a ollas, bares, lotes oscuros y basureros.
Este análisis permite identificar si las UPZ que presentan mayores porcentajes de viviendas cercanas a determinadas condiciones del entorno también tienden a registrar mayores niveles de percepción de inseguridad.
Para ello, se utiliza el coeficiente de correlación de Spearman, que permite identificar asociaciones monotónicas entre las variables sin exigir que su relación sea lineal. Los resultados se presentan mediante una matriz de correlaciones y un mapa de calor que facilita la identificación de la dirección y magnitud de las asociaciones.
# Selección de variables de percepción y condiciones del entorno
variables_relacion_entorno <- upz %>%
select(
pct_percibe_inseguridad,
pct_cerca_ollas,
pct_cerca_bares,
pct_cerca_lotes_oscuros,
pct_cerca_basureros
)
Matriz de correlaciones de Spearman Calculamos las correlaciones entre todos los indicadores. Se utiliza pairwise.complete.obs para aprovechar los datos disponibles en cada pareja de variables, excluyendo los valores faltantes correspondientes.
# Calcular matriz de correlaciones de Spearman
matriz_correlacion_entorno <- cor(
variables_relacion_entorno,
use = "pairwise.complete.obs",
method = "spearman"
)
# Presentar matriz de correlaciones
knitr::kable(
matriz_correlacion_entorno,
digits = 3,
caption = "Matriz de correlaciones de Spearman entre percepción y condiciones del entorno"
)
| pct_percibe_inseguridad | pct_cerca_ollas | pct_cerca_bares | pct_cerca_lotes_oscuros | pct_cerca_basureros | |
|---|---|---|---|---|---|
| pct_percibe_inseguridad | 1.000 | 0.668 | 0.230 | 0.329 | 0.609 |
| pct_cerca_ollas | 0.668 | 1.000 | 0.517 | 0.722 | 0.833 |
| pct_cerca_bares | 0.230 | 0.517 | 1.000 | 0.405 | 0.387 |
| pct_cerca_lotes_oscuros | 0.329 | 0.722 | 0.405 | 1.000 | 0.755 |
| pct_cerca_basureros | 0.609 | 0.833 | 0.387 | 0.755 | 1.000 |
Mapa de calor de correlaciones Esta visualización permite reconocer rápidamente las asociaciones positivas y negativas entre las variables.
# Convertir matriz a formato largo
datos_correlacion_entorno <- as.data.frame(
as.table(matriz_correlacion_entorno)
)
# Asignar nombres descriptivos
etiquetas_entorno <- c(
pct_percibe_inseguridad = "Percepción de inseguridad",
pct_cerca_ollas = "Cercanía a ollas",
pct_cerca_bares = "Cercanía a bares",
pct_cerca_lotes_oscuros = "Cercanía a lotes oscuros",
pct_cerca_basureros = "Cercanía a basureros"
)
datos_correlacion_entorno <- datos_correlacion_entorno %>%
mutate(
Variable_1 = recode(as.character(Var1), !!!etiquetas_entorno),
Variable_2 = recode(as.character(Var2), !!!etiquetas_entorno)
)
# Orden de presentación
orden_entorno <- unname(etiquetas_entorno)
datos_correlacion_entorno <- datos_correlacion_entorno %>%
mutate(
Variable_1 = factor(Variable_1, levels = orden_entorno),
Variable_2 = factor(Variable_2, levels = orden_entorno)
)
# Mapa de calor
ggplot(
datos_correlacion_entorno,
aes(
x = Variable_1,
y = Variable_2,
fill = Freq
)
) +
geom_tile(
color = "white",
linewidth = 0.8
) +
geom_text(
aes(label = round(Freq, 2)),
color = "black",
size = 4
) +
scale_fill_gradient2(
low = turquesa,
mid = "white",
high = magenta,
midpoint = 0,
limits = c(-1, 1),
name = "Correlación"
) +
labs(
title = "Relación entre percepción de inseguridad y condiciones del entorno",
subtitle = "Matriz de correlaciones de Spearman",
x = NULL,
y = NULL,
caption = "Fuente: Encuesta Multipropósito DANE, 2021."
) +
tema_clase +
theme(
axis.text.x = element_text(
angle = 35,
hjust = 1
),
panel.grid = element_blank()
)
Consideraciones para interpretar los resultados Los coeficientes de Spearman permiten identificar la dirección y magnitud de las asociaciones entre las variables analizadas. Las correlaciones positivas indican que ambas variables tienden a aumentar conjuntamente, mientras que las negativas reflejan comportamientos inversos. Los valores cercanos a cero representan asociaciones monotónicas débiles o inexistentes.
Es importante aclarar que estas relaciones no demuestran causalidad
ni permiten establecer que una condición del entorno produzca
directamente una mayor percepción de inseguridad. Asimismo, los
resultados corresponden a indicadores agregados por UPZ y deben
interpretarse considerando las estimaciones agrupadas de la Encuesta
Multipropósito (em_agrupada = TRUE).
Por tanto, este análisis tiene un alcance exploratorio y busca identificar patrones territoriales que puedan orientar investigaciones posteriores sobre las condiciones del entorno y la percepción de inseguridad.
Los resultados muestran asociaciones positivas entre la percepción de inseguridad y las cuatro condiciones del entorno analizadas. La relación más alta se presenta con la cercanía a ollas (ρ = 0,67), seguida de la cercanía a basureros (ρ = 0,61). Por su parte, la cercanía a lotes oscuros (ρ = 0,33) y a bares (ρ = 0,23) presentan asociaciones de menor magnitud.
También se identifican asociaciones importantes entre las propias condiciones del entorno. Destaca la relación entre la cercanía a ollas y basureros (ρ = 0,83), así como entre lotes oscuros y basureros (ρ = 0,76) y entre ollas y lotes oscuros (ρ = 0,72). Estos resultados sugieren que algunas condiciones del entorno tienden a coincidir en determinados territorios.
En conjunto, los resultados permiten identificar que la percepción de inseguridad presenta una mayor asociación con la cercanía a ollas y basureros que con los otros factores analizados. Sin embargo, estas relaciones no demuestran causalidad ni permiten establecer que dichas condiciones generen directamente una mayor percepción de inseguridad. Se trata de asociaciones territoriales que deben interpretarse dentro del alcance exploratorio del estudio.x|
La accesibilidad a los servicios de policía representa otra característica relevante para el análisis territorial. En este apartado se examina el tiempo promedio caminando desde las viviendas hasta un CAI o estación de policía, con el propósito de identificar diferencias entre las UPZ.
Se utilizan medidas descriptivas, un histograma y una comparación de los territorios con mayores y menores tiempos de desplazamiento. De esta manera, se busca reconocer cómo se distribuye la accesibilidad a estos servicios en las zonas estudiadas.
Este indicador representa un tiempo promedio de desplazamiento y no debe interpretarse como una medida directa de presencia policial, cobertura operativa o tiempo de respuesta ante una emergencia.
estadisticas_cai <- upz %>%
summarise(
Media = mean(min_cai_policia),
Mediana = median(min_cai_policia),
Desviacion = sd(min_cai_policia),
Minimo = min(min_cai_policia),
Q1 = quantile(min_cai_policia, 0.25),
Q3 = quantile(min_cai_policia, 0.75),
Maximo = max(min_cai_policia)
)
knitr::kable(
estadisticas_cai,
digits = 2,
caption = "Estadísticas descriptivas del tiempo de desplazamiento hasta un CAI"
)
| Media | Mediana | Desviacion | Minimo | Q1 | Q3 | Maximo |
|---|---|---|---|---|---|---|
| 18.36 | 17.64 | 4.57 | 10.06 | 15.38 | 20.84 | 35.11 |
Ahora visualizamos la distribución de los tiempos.
# Calcular media y mediana
media_cai <- mean(
upz$min_cai_policia,
na.rm = TRUE
)
mediana_cai <- median(
upz$min_cai_policia,
na.rm = TRUE
)
# Histograma y curva de densidad
ggplot(
upz,
aes(x = min_cai_policia)
) +
geom_histogram(
aes(y = after_stat(density)),
bins = 15,
fill = morado,
color = "white",
alpha = 0.75,
na.rm = TRUE
) +
geom_density(
color = magenta,
fill = magenta,
alpha = 0.15,
linewidth = 1.1,
na.rm = TRUE
) +
geom_vline(
xintercept = media_cai,
color = "#D55E00",
linetype = "dashed",
linewidth = 1
) +
geom_vline(
xintercept = mediana_cai,
color = "#0072B2",
linetype = "dotted",
linewidth = 1
) +
labs(
title = "Distribución del tiempo de desplazamiento a un CAI",
subtitle = "Tiempo promedio caminando por UPZ",
x = "Minutos caminando",
y = "Densidad",
caption = paste0(
"Media: ", round(media_cai, 2),
" minutos | Mediana: ", round(mediana_cai, 2),
" minutos. Fuente: Encuesta Multipropósito DANE, 2021."
)
) +
tema_clase +
theme(legend.position = "none")
Finalmente, identificamos las diez UPZ con mayores y menores tiempos.
# Calcular cuartiles y rango intercuartílico
q1_cai <- quantile(upz$min_cai_policia, 0.25, na.rm = TRUE)
q3_cai <- quantile(upz$min_cai_policia, 0.75, na.rm = TRUE)
iqr_cai <- IQR(upz$min_cai_policia, na.rm = TRUE)
limite_inferior_cai <- q1_cai - 1.5 * iqr_cai
limite_superior_cai <- q3_cai + 1.5 * iqr_cai
# Clasificar las UPZ
datos_cai <- upz %>%
filter(!is.na(min_cai_policia)) %>%
mutate(
Clasificacion = case_when(
min_cai_policia < limite_inferior_cai ~ "Atípico inferior",
min_cai_policia > limite_superior_cai ~ "Atípico superior",
TRUE ~ "Dentro del rango"
)
)
# Resumen de límites y valores atípicos
resumen_atipicos_cai <- data.frame(
Indicador = c(
"Primer cuartil (Q1)",
"Tercer cuartil (Q3)",
"Rango intercuartílico (IQR)",
"Límite inferior",
"Límite superior",
"Cantidad de valores atípicos"
),
Valor = c(
q1_cai,
q3_cai,
iqr_cai,
limite_inferior_cai,
limite_superior_cai,
sum(datos_cai$Clasificacion != "Dentro del rango")
)
)
knitr::kable(
resumen_atipicos_cai,
digits = 2,
caption = "Límites del rango intercuartílico y valores atípicos del tiempo de desplazamiento a un CAI"
)
| Indicador | Valor |
|---|---|
| Primer cuartil (Q1) | 15.38 |
| Tercer cuartil (Q3) | 20.84 |
| Rango intercuartílico (IQR) | 5.46 |
| Límite inferior | 7.18 |
| Límite superior | 29.03 |
| Cantidad de valores atípicos | 1.00 |
# Diez UPZ con mayor tiempo
mayor_tiempo_cai <- datos_cai %>%
arrange(desc(min_cai_policia)) %>%
slice_head(n = 10) %>%
select(
upz_nombre,
localidad,
em_agrupada,
min_cai_policia,
Clasificacion
)
knitr::kable(
mayor_tiempo_cai,
digits = 2,
caption = "Diez UPZ con mayor tiempo promedio caminando hasta un CAI"
)
| upz_nombre | localidad | em_agrupada | min_cai_policia | Clasificacion |
|---|---|---|---|---|
| San Isidro - Patios | Chapinero | FALSE | 35.11 | Atípico superior |
| Fontibon San Pablo | Fontibón | FALSE | 28.50 | Dentro del rango |
| Quinta Paredes | Teusaquillo | FALSE | 27.64 | Dentro del rango |
| El Mochuelo | Ciudad Bolívar | TRUE | 27.39 | Dentro del rango |
| Monte Blanco | Ciudad Bolívar | TRUE | 27.39 | Dentro del rango |
| El Tesoro | Ciudad Bolívar | TRUE | 27.39 | Dentro del rango |
| Zona Franca | Fontibón | FALSE | 27.00 | Dentro del rango |
| Capellania | Fontibón | TRUE | 26.31 | Dentro del rango |
| Aeropuerto El Dorado | Fontibón | TRUE | 26.31 | Dentro del rango |
| San Cristobal Norte | Usaquén | FALSE | 25.32 | Dentro del rango |
# Diez UPZ con menor tiempo
menor_tiempo_cai <- datos_cai %>%
arrange(min_cai_policia) %>%
slice_head(n = 10) %>%
select(
upz_nombre,
localidad,
em_agrupada,
min_cai_policia,
Clasificacion
)
knitr::kable(
menor_tiempo_cai,
digits = 2,
caption = "Diez UPZ con menor tiempo promedio caminando hasta un CAI"
)
| upz_nombre | localidad | em_agrupada | min_cai_policia | Clasificacion |
|---|---|---|---|---|
| Sagrado Corazon | Santa Fe | TRUE | 10.06 | Dentro del rango |
| Las Nieves | Santa Fe | TRUE | 10.06 | Dentro del rango |
| Teusaquillo | Teusaquillo | FALSE | 10.36 | Dentro del rango |
| La Macarena | Santa Fe | FALSE | 10.95 | Dentro del rango |
| Lourdes | Santa Fe | FALSE | 11.39 | Dentro del rango |
| Restrepo | Antonio Nariño | FALSE | 12.17 | Dentro del rango |
| La Candelaria | Candelaria | FALSE | 12.73 | Dentro del rango |
| Los Alcazares | Barrios Unidos | FALSE | 12.78 | Dentro del rango |
| Galerias | Teusaquillo | FALSE | 12.79 | Dentro del rango |
| Danubio | Usme | TRUE | 12.88 | Dentro del rango |
# Ordenar las UPZ y destacar los diez mayores y menores tiempos
datos_grafico_cai <- datos_cai %>%
arrange(min_cai_policia) %>%
mutate(
posicion = row_number(),
Grupo = case_when(
posicion <= 10 ~ "Diez menores",
posicion > n() - 10 ~ "Diez mayores",
TRUE ~ "Otras UPZ"
),
Etiqueta = ifelse(
Grupo != "Otras UPZ",
upz_nombre,
NA
)
)
# Gráfico de comparación
ggplot(
datos_grafico_cai,
aes(
x = posicion,
y = min_cai_policia,
color = Grupo,
shape = Clasificacion
)
) +
geom_hline(
yintercept = limite_inferior_cai,
linetype = "dashed",
color = "gray40"
) +
geom_hline(
yintercept = limite_superior_cai,
linetype = "dashed",
color = "gray40"
) +
geom_point(
size = 2.8,
alpha = 0.85
) +
geom_text(
data = datos_grafico_cai %>%
filter(!is.na(Etiqueta)),
aes(label = Etiqueta),
nudge_y = 0.8,
size = 2.8,
check_overlap = TRUE,
show.legend = FALSE
) +
scale_color_manual(
values = c(
"Diez mayores" = magenta,
"Diez menores" = turquesa,
"Otras UPZ" = "gray65"
)
) +
scale_shape_manual(
values = c(
"Dentro del rango" = 16,
"Atípico inferior" = 17,
"Atípico superior" = 17
)
) +
scale_x_continuous(
breaks = NULL
) +
labs(
title = "Tiempo de desplazamiento a un CAI por UPZ",
subtitle = "Comparación de las diez UPZ con mayores y menores tiempos",
x = "UPZ ordenadas de menor a mayor",
y = "Minutos caminando",
color = "Grupo",
shape = "Clasificación IQR",
caption = "Líneas punteadas: límites del criterio IQR. Fuente: Encuesta Multipropósito DANE, 2021."
) +
tema_clase +
theme(
axis.text.x = element_blank(),
axis.ticks.x = element_blank(),
legend.position = "bottom"
)
Después de analizar individualmente la percepción de inseguridad, las condiciones del entorno y la accesibilidad a los servicios de policía, se exploran las posibles relaciones entre estas variables.
El propósito es identificar si las UPZ que presentan mayores porcentajes de percepción de inseguridad también registran mayores porcentajes de viviendas cercanas a expendios de droga, bares, lotes baldíos o sitios oscuros y basureros. De igual manera, se examina la posible relación entre la percepción de inseguridad y el tiempo promedio de desplazamiento caminando hasta un CAI o estación de policía.
Para este ejercicio se utilizan gráficos de dispersión y el coeficiente de correlación de Spearman. Esta medida permite explorar la dirección y la intensidad de las asociaciones entre las variables, sin asumir necesariamente una relación lineal.
Los resultados deben interpretarse como asociaciones exploratorias y no como evidencia de causalidad. Adicionalmente, se debe considerar que algunas estimaciones de la Encuesta Multipropósito se encuentran agrupadas entre varias UPZ, lo que limita la independencia de las observaciones y exige precaución al comparar los resultados.
# 1. Preparar los datos de las cinco condiciones
relaciones_entorno <- upz %>%
select(
upz_nombre,
pct_percibe_inseguridad,
pct_cerca_ollas,
pct_cerca_bares,
pct_cerca_lotes_oscuros,
pct_cerca_basureros,
min_cai_policia
) %>%
pivot_longer(
cols = c(
pct_cerca_ollas,
pct_cerca_bares,
pct_cerca_lotes_oscuros,
pct_cerca_basureros,
min_cai_policia
),
names_to = "Condicion",
values_to = "Valor"
) %>%
mutate(
Condicion = recode(
Condicion,
pct_cerca_ollas = "Cercanía a expendios de droga",
pct_cerca_bares = "Cercanía a bares",
pct_cerca_lotes_oscuros = "Cercanía a lotes oscuros",
pct_cerca_basureros = "Cercanía a basureros",
min_cai_policia = "Tiempo de desplazamiento a un CAI"
)
)
# 2. Identificar posibles valores atípicos por condición
datos_grafico_entorno <- relaciones_entorno %>%
filter(!is.na(Valor)) %>%
group_by(Condicion) %>%
mutate(
Q1 = quantile(Valor, 0.25, na.rm = TRUE),
Q3 = quantile(Valor, 0.75, na.rm = TRUE),
IQR_valor = IQR(Valor, na.rm = TRUE),
Limite_inferior = Q1 - 1.5 * IQR_valor,
Limite_superior = Q3 + 1.5 * IQR_valor,
Clasificacion = case_when(
Valor < Limite_inferior |
Valor > Limite_superior ~ "Posible atípico",
TRUE ~ "Dentro del rango"
)
) %>%
ungroup()
# 3. Construir los gráficos de dispersión
ggplot(
datos_grafico_entorno,
aes(
x = Valor,
y = pct_percibe_inseguridad
)
) +
geom_point(
aes(color = Clasificacion),
alpha = 0.75,
size = 2.5
) +
geom_smooth(
method = "lm",
se = FALSE,
color = morado,
linewidth = 0.8
) +
geom_text(
data = datos_grafico_entorno %>%
filter(Clasificacion == "Posible atípico"),
aes(label = upz_nombre),
color = magenta,
size = 2.7,
nudge_y = 2,
check_overlap = TRUE,
show.legend = FALSE
) +
facet_wrap(
~Condicion,
scales = "free_x"
) +
scale_color_manual(
values = c(
"Dentro del rango" = turquesa,
"Posible atípico" = magenta
)
) +
labs(
title = "Percepción de inseguridad y condiciones del entorno",
subtitle = "Relación exploratoria e identificación de posibles valores atípicos por UPZ",
x = "Valor de la condición analizada",
y = "Percepción de inseguridad (%)",
color = "Clasificación IQR",
caption = "Los posibles atípicos se identifican sobre cada variable del eje X. Fuente: Encuesta Multipropósito DANE, 2021."
) +
tema_clase +
theme(
legend.position = "bottom"
)
La línea representa una tendencia lineal de referencia. No significa que exista una relación causal.
Matriz de correlaciones entre percepción de inseguridad y condiciones del entorno
Para complementar el análisis de las relaciones entre las variables, se construye una matriz de correlaciones representada mediante un mapa de calor. Esta visualización permite identificar de manera conjunta la dirección y la intensidad de las asociaciones entre la percepción de inseguridad, las condiciones del entorno y el tiempo de desplazamiento hasta los servicios de policía.
Se utiliza el coeficiente de correlación de Spearman, cuyos valores oscilan entre -1 y 1. Los valores positivos representan asociaciones directas, mientras que los negativos indican asociaciones inversas. Los valores cercanos a cero reflejan asociaciones monotónicas débiles.
La representación mediante colores facilita la identificación de patrones y permite comparar visualmente las relaciones entre las variables seleccionadas.
# Cálculo de la matriz de correlaciones de Spearman
matriz_correlacion_entorno <- upz %>%
select(
pct_percibe_inseguridad,
pct_cerca_ollas,
pct_cerca_bares,
pct_cerca_lotes_oscuros,
pct_cerca_basureros,
min_cai_policia
) %>%
cor(
method = "spearman",
use = "complete.obs"
)
# Transformación de la matriz a formato largo
correlaciones_largas <- as.data.frame(
as.table(matriz_correlacion_entorno)
) %>%
rename(
Variable_1 = Var1,
Variable_2 = Var2,
Correlacion = Freq
)
# Construcción del mapa de calor
ggplot(
correlaciones_largas,
aes(
x = Variable_1,
y = Variable_2,
fill = Correlacion
)
) +
geom_tile(
color = "white",
linewidth = 1
) +
geom_text(
aes(label = round(Correlacion, 2)),
color = "black",
size = 3.5
) +
scale_fill_gradient2(
low = morado,
mid = "white",
high = magenta,
midpoint = 0,
limits = c(-1, 1),
name = "Correlación"
) +
labs(
title = "Mapa de calor de correlaciones",
subtitle = "Percepción de inseguridad y condiciones del entorno",
x = NULL,
y = NULL,
caption = "Método: Spearman | Fuente: Encuesta Multipropósito DANE, 2021."
) +
coord_fixed() +
tema_clase +
theme(
axis.text.x = element_text(
angle = 45,
hjust = 1,
color = morado
),
axis.text.y = element_text(
color = morado
),
panel.grid = element_blank(),
legend.position = "right"
)
En esta sección se analiza el comportamiento de los delitos registrados en las UPZ de Bogotá durante el periodo comprendido entre enero y julio de 2023, con el propósito de identificar patrones, diferencias territoriales y concentraciones de denuncias.
El análisis parte de la totalidad de las categorías de delitos disponibles en la base de datos. Posteriormente, se examinará su participación dentro del total de registros para identificar aquellas categorías que concentran una proporción representativa de las denuncias y que serán objeto de un análisis más detallado.
Se considerarán tanto el número de casos registrados como las tasas por cada 10.000 habitantes, dado que estas medidas permiten observar dimensiones diferentes del fenómeno: el volumen de denuncias y su relación con el tamaño poblacional de cada territorio.
Adicionalmente, se identificarán posibles valores atípicos y se evaluará su influencia en las estadísticas descriptivas, prestando especial atención a las UPZ con poblaciones reducidas.
Los resultados corresponden a denuncias registradas y no necesariamente a la totalidad de los hechos delictivos ocurridos. Por tanto, su interpretación tendrá en cuenta las limitaciones de cobertura, el periodo de observación y las características de los indicadores utilizados.
Para desarrollar el análisis de los delitos registrados en las UPZ, se seleccionan las variables correspondientes al número de casos y las tasas por cada 10.000 habitantes. Se incluyen también los campos de identificación territorial y población, que permitirán relacionar los registros y contextualizar los resultados.
En esta etapa se conservan todas las categorías de delitos disponibles en la base de datos. El propósito es reconocer la información existente y preparar los datos para los análisis posteriores, sin excluir todavía ninguna categoría.
# Selección de variables relacionadas con los delitos de alto impacto
variables_delitos <- upz %>%
select(
upz_cod,
upz_nombre,
localidad,
poblacion,
starts_with("casos_"),
starts_with("tasa_")
)
# Visualización de las variables seleccionadas
head(variables_delitos)
| upz_cod | upz_nombre | localidad | poblacion | casos_homicidios | casos_lesiones | casos_hurto_personas | casos_hurto_residencias | casos_hurto_automotor | casos_hurto_bicicletas | casos_hurto_comercio | casos_hurto_celulares | casos_hurto_motos | casos_violencia_intrafamiliar | casos_total | tasa_homicidios | tasa_lesiones | tasa_hurto_personas | tasa_hurto_residencias | tasa_hurto_automotor | tasa_hurto_bicicletas | tasa_hurto_comercio | tasa_hurto_celulares | tasa_hurto_motos | tasa_violencia_intrafamiliar | tasa_total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Paseo De Los Libertadores | Usaquén | 2690 | 0 | 8 | 44 | 1 | 0 | 1 | 3 | 17 | 0 | 0 | 74 | 0.00 | 29.74 | 163.57 | 3.72 | 0.00 | 3.72 | 11.15 | 63.20 | 0.00 | 0.00 | 275.09 |
| 2 | La Academia | Suba | 5260 | 1 | 3 | 75 | 0 | 3 | 1 | 9 | 26 | 0 | 5 | 123 | 1.90 | 5.70 | 142.59 | 0.00 | 5.70 | 1.90 | 17.11 | 49.43 | 0.00 | 9.51 | 233.84 |
| 3 | Guaymaral | Suba | 2692 | 0 | 1 | 29 | 0 | 0 | 2 | 2 | 9 | 0 | 2 | 45 | 0.00 | 3.71 | 107.73 | 0.00 | 0.00 | 7.43 | 7.43 | 33.43 | 0.00 | 7.43 | 167.16 |
| 9 | Verbenal | Usaquén | 131999 | 3 | 104 | 386 | 29 | 19 | 17 | 26 | 125 | 30 | 205 | 944 | 0.23 | 7.88 | 29.24 | 2.20 | 1.44 | 1.29 | 1.97 | 9.47 | 2.27 | 15.53 | 71.52 |
| 10 | La Uribe | Usaquén | 37014 | 1 | 26 | 328 | 31 | 4 | 14 | 47 | 129 | 1 | 40 | 621 | 0.27 | 7.02 | 88.62 | 8.38 | 1.08 | 3.78 | 12.70 | 34.85 | 0.27 | 10.81 | 167.77 |
| 11 | San Cristobal Norte | Usaquén | 72939 | 4 | 73 | 351 | 27 | 5 | 11 | 39 | 117 | 9 | 157 | 793 | 0.55 | 10.01 | 48.12 | 3.70 | 0.69 | 1.51 | 5.35 | 16.04 | 1.23 | 21.52 | 108.72 |
La distribución poblacional de las UPZ presenta diferencias importantes, por lo que resulta necesario identificar los territorios con menor población antes de interpretar las tasas de delitos por cada 10.000 habitantes.
Para este propósito, se utiliza el percentil 10 (P10) de la distribución poblacional como criterio exploratorio. Este punto de corte permite identificar el grupo de UPZ ubicado en el 10 % inferior de la distribución y reconocer aquellas unidades territoriales que requieren especial precaución al comparar sus tasas.
La identificación se complementa con una representación gráfica de las poblaciones, ordenadas de menor a mayor, en la que se señala el umbral correspondiente al P10.
Es importante aclarar que este criterio no implica que las UPZ identificadas deban excluirse automáticamente. Sus registros se conservarán para el análisis de casos y se evaluará posteriormente cómo influye su inclusión en los resultados de las tasas.
# Calcular el percentil 10 de la población
punto_corte_poblacion <- quantile(
variables_delitos$poblacion,
probs = 0.10,
na.rm = TRUE
)
# Ordenar y clasificar las UPZ
grafico_poblacion <- variables_delitos %>%
filter(!is.na(poblacion), poblacion > 0) %>%
arrange(poblacion) %>%
mutate(
orden = row_number(),
grupo = if_else(
poblacion <= as.numeric(punto_corte_poblacion),
"Población inferior al P10",
"Resto de UPZ"
)
)
# Gráfico de distribución poblacional
ggplot(
grafico_poblacion,
aes(x = orden, y = poblacion, color = grupo)
) +
geom_point(size = 2.5, alpha = 0.85) +
geom_hline(
yintercept = as.numeric(punto_corte_poblacion),
linetype = "dashed",
color = "magenta",
linewidth = 0.8
) +
geom_text(
data = filter(
grafico_poblacion,
upz_nombre == "El Mochuelo"
),
aes(label = upz_nombre),
hjust = -0.1,
size = 3.5,
show.legend = FALSE
) +
scale_y_log10(
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"Población inferior al P10" = "magenta",
"Resto de UPZ" = "grey60"
)
) +
labs(
title = "Distribución poblacional de las UPZ",
subtitle = paste(
"Percentil 10:",
scales::comma(round(as.numeric(punto_corte_poblacion), 0)),
"habitantes"
),
x = "UPZ ordenadas de menor a mayor población",
y = "Población (escala logarítmica)",
color = "Clasificación",
caption = "Fuente: Elaboración propia con base en la población de las UPZ."
) +
tema_clase
# Calcular el percentil 10 y los límites del rango intercuartílico
p10 <- quantile(
variables_delitos$poblacion,
probs = 0.10,
na.rm = TRUE
)
q1 <- quantile(variables_delitos$poblacion, 0.25, na.rm = TRUE)
q3 <- quantile(variables_delitos$poblacion, 0.75, na.rm = TRUE)
riq <- q3 - q1
limite_inferior <- q1 - 1.5 * riq
limite_superior <- q3 + 1.5 * riq
# Clasificar las UPZ
datos_boxplot_poblacion <- variables_delitos %>%
filter(!is.na(poblacion), poblacion > 0) %>%
mutate(
Clasificacion = case_when(
poblacion < limite_inferior |
poblacion > limite_superior ~ "Atípico según IQR",
poblacion <= as.numeric(p10) ~ "Inferior al P10",
TRUE ~ "Resto de UPZ"
)
)
# Representación gráfica
ggplot(
datos_boxplot_poblacion,
aes(x = poblacion, y = 1)
) +
geom_boxplot(
width = 0.35,
fill = "grey90",
color = morado,
outlier.shape = NA
) +
geom_jitter(
aes(color = Clasificacion),
height = 0.08,
width = 0,
size = 2.5,
alpha = 0.85
) +
geom_vline(
xintercept = as.numeric(p10),
color = "magenta",
linetype = "dashed",
linewidth = 0.8
) +
scale_x_log10(
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"Atípico según IQR" = "#D9006C",
"Inferior al P10" = "#168C86",
"Resto de UPZ" = "grey60"
)
) +
labs(
title = "Distribución de la población de las UPZ",
subtitle = "Diagrama de caja, observaciones individuales y umbral P10",
x = "Población por UPZ (escala logarítmica)",
y = NULL,
color = "Clasificación",
caption = "El P10 identifica el 10 % inferior; el IQR identifica valores atípicos estadísticos."
) +
tema_clase +
theme(
axis.text.y = element_blank(),
axis.ticks.y = element_blank(),
panel.grid.major.y = element_blank()
)
Con el propósito de evaluar diferentes criterios para identificar UPZ con población reducida, se comparan los percentiles 10 (P10) y 13 (P13) de la distribución poblacional.
El P10 permite identificar el grupo ubicado en el 10 % inferior de la distribución, mientras que el P13 amplía moderadamente este conjunto. Esta comparación busca establecer si la incorporación de algunas UPZ adicionales permite representar mejor los territorios que requieren precaución al interpretar las tasas de delitos.
Se presentan los puntos de corte, la cantidad y proporción de UPZ identificadas bajo cada criterio, así como las unidades territoriales que se incorporan al pasar del P10 al P13.
La comparación se complementa con un diagrama de caja y bigotes y la representación de las observaciones individuales. Esto permite visualizar los umbrales frente a la distribución general de la población y reconocer posibles valores atípicos.
Los percentiles se utilizan como criterios exploratorios de identificación y no como reglas automáticas de exclusión. La decisión final se apoyará en la revisión de los resultados y en la sensibilidad de las tasas de delitos.
# Preparar población válida de las UPZ
datos_poblacion <- variables_delitos %>%
filter(!is.na(poblacion), poblacion > 0)
total_upz <- nrow(datos_poblacion)
# Calcular los percentiles 10 y 13
percentiles_poblacion <- quantile(
datos_poblacion$poblacion,
probs = c(0.10, 0.13),
na.rm = TRUE
)
p10 <- as.numeric(percentiles_poblacion[1])
p13 <- as.numeric(percentiles_poblacion[2])
# Clasificar las UPZ según los criterios
comparacion_poblacion <- datos_poblacion %>%
arrange(poblacion) %>%
mutate(
Clasificacion = case_when(
poblacion <= p10 ~ "Inferior o igual al P10",
poblacion <= p13 ~ "Incorporadas entre P10 y P13",
TRUE ~ "Resto de UPZ"
)
)
# Resumen de cantidad y porcentaje de UPZ por grupo
resumen_percentiles <- comparacion_poblacion %>%
count(Clasificacion, name = "Cantidad_UPZ") %>%
mutate(
Porcentaje_UPZ = Cantidad_UPZ / total_upz * 100
)
knitr::kable(
resumen_percentiles,
digits = 2,
caption = "Distribución de UPZ según los criterios P10 y P13"
)
| Clasificacion | Cantidad_UPZ | Porcentaje_UPZ |
|---|---|---|
| Incorporadas entre P10 y P13 | 3 | 2.68 |
| Inferior o igual al P10 | 12 | 10.71 |
| Resto de UPZ | 97 | 86.61 |
# Tabla de puntos de corte
tabla_percentiles <- tibble(
Criterio = c("Percentil 10 (P10)", "Percentil 13 (P13)"),
Poblacion = c(p10, p13)
)
knitr::kable(
tabla_percentiles,
digits = 0,
caption = "Puntos de corte de la distribución poblacional"
)
| Criterio | Poblacion |
|---|---|
| Percentil 10 (P10) | 11330 |
| Percentil 13 (P13) | 14512 |
# Identificar las UPZ adicionales incorporadas por el P13
upz_adicionales_p13 <- comparacion_poblacion %>%
filter(Clasificacion == "Incorporadas entre P10 y P13") %>%
select(upz_nombre, localidad, poblacion) %>%
mutate(
Porcentaje_del_total = 100 / total_upz
) %>%
arrange(poblacion)
knitr::kable(
upz_adicionales_p13,
digits = 2,
caption = "UPZ adicionales incorporadas al ampliar el criterio de P10 a P13"
)
| upz_nombre | localidad | poblacion | Porcentaje_del_total |
|---|---|---|---|
| Alamos | Engativá | 12077 | 0.89 |
| La Macarena | Santa Fe | 12253 | 0.89 |
| Puente Aranda | Puente Aranda | 12482 | 0.89 |
# Calcular límites del rango intercuartílico
q1 <- quantile(datos_poblacion$poblacion, 0.25)
q3 <- quantile(datos_poblacion$poblacion, 0.75)
riq <- q3 - q1
limite_inferior <- q1 - 1.5 * riq
limite_superior <- q3 + 1.5 * riq
# Clasificar las observaciones para el gráfico
datos_boxplot_poblacion <- comparacion_poblacion %>%
mutate(
Clasificacion_grafica = case_when(
poblacion <= p10 ~ "Inferior o igual al P10",
poblacion <= p13 ~ "Incorporadas entre P10 y P13",
poblacion < limite_inferior |
poblacion > limite_superior ~ "Atípico según IQR",
TRUE ~ "Resto de UPZ"
)
)
# Diagrama de caja y bigotes con observaciones individuales
ggplot(
datos_boxplot_poblacion,
aes(x = poblacion, y = 1)
) +
geom_boxplot(
width = 0.35,
fill = "grey90",
color = morado,
outlier.shape = NA
) +
geom_jitter(
aes(color = Clasificacion_grafica),
height = 0.08,
width = 0,
size = 2.5,
alpha = 0.85
) +
geom_vline(
xintercept = p10,
color = "magenta",
linetype = "dashed",
linewidth = 0.8
) +
geom_vline(
xintercept = p13,
color = "#168C86",
linetype = "dashed",
linewidth = 0.8
) +
scale_x_log10(
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"Inferior o igual al P10" = "magenta",
"Incorporadas entre P10 y P13" = "#168C86",
"Atípico según IQR" = "#D9A441",
"Resto de UPZ" = "grey60"
)
) +
labs(
title = "Distribución poblacional y criterios de identificación",
subtitle = paste0(
"P10: ", scales::comma(round(p10)),
" habitantes | P13: ", scales::comma(round(p13)),
" habitantes"
),
x = "Población por UPZ (escala logarítmica)",
y = NULL,
color = "Clasificación",
caption = "P10 y P13: umbrales percentiles. IQR: valores atípicos estadísticos."
) +
tema_clase +
theme(
axis.text.y = element_blank(),
axis.ticks.y = element_blank(),
panel.grid.major.y = element_blank()
)
Conclusión La comparación de los percentiles 10 y 13
permitió evaluar diferentes criterios para identificar las UPZ con menor
población. El P10 estableció un umbral de 11.330 habitantes,
identificando 12 UPZ, equivalentes al 10,71 % del total. Por su parte,
el P13 estableció un umbral de 14.512 habitantes e incorporó tres
unidades territoriales adicionales: Álamos, La Macarena y Puente
Aranda.
Con este segundo criterio se identifican 15 UPZ, que representan el 13,39 % de las 112 unidades territoriales analizadas. La ampliación permite incluir territorios con poblaciones cercanas al grupo inicialmente identificado, sin extender excesivamente el umbral.
Por lo anterior, se adopta el percentil 13 como criterio de identificación para los análisis de sensibilidad posteriores. Las UPZ identificadas no serán eliminadas de la base de datos; sus registros se conservarán para el análisis de casos y se evaluará por separado su influencia en la interpretación de las tasas por cada 10.000 habitantes.
Con el propósito de identificar cuáles categorías concentran una mayor proporción de las denuncias registradas, se analiza la composición del total de casos de delitos en las UPZ estudiadas.
Para este ejercicio se suman los casos registrados en cada categoría de delito y se calcula su participación porcentual frente al total de denuncias acumuladas. Los resultados se presentan mediante una tabla y un gráfico de barras que facilitan la comparación entre las diferentes categorías.
Este análisis permite reconocer la composición de los registros administrativos e identificar los delitos que tienen mayor participación dentro del conjunto analizado. Posteriormente, estos resultados servirán como referencia para seleccionar las categorías que serán objeto de una exploración más detallada.
Para evitar duplicaciones, se excluye la variable de total de casos del cálculo, dado que esta corresponde a la suma de las categorías individuales. Los resultados corresponden al periodo comprendido entre enero y julio de 2023 y representan denuncias registradas, no necesariamente la totalidad de los hechos ocurridos.
# Sumar los casos registrados por categoría de delito
# Se excluye casos_total porque ya contiene la suma de las categorías
participacion_delitos <- variables_delitos %>%
select(starts_with("casos_"), -casos_total) %>%
summarise(
across(everything(), ~sum(.x, na.rm = TRUE))
) %>%
pivot_longer(
cols = everything(),
names_to = "Delito",
values_to = "Casos"
) %>%
mutate(
Delito = str_remove(Delito, "^casos_"),
Delito = str_replace_all(Delito, "_", " "),
Delito = str_to_title(Delito),
Participacion = Casos / sum(Casos) * 100
) %>%
arrange(desc(Participacion))
# Presentación de resultados
knitr::kable(
participacion_delitos,
digits = 2,
col.names = c(
"Tipo de delito",
"Casos registrados",
"Participación (%)"
),
caption = "Participación de cada categoría en el total de casos registrados"
)
| Tipo de delito | Casos registrados | Participación (%) |
|---|---|---|
| Hurto Personas | 85398 | 52.44 |
| Hurto Celulares | 30906 | 18.98 |
| Violencia Intrafamiliar | 16053 | 9.86 |
| Lesiones | 9894 | 6.08 |
| Hurto Comercio | 6016 | 3.69 |
| Hurto Bicicletas | 4586 | 2.82 |
| Hurto Residencias | 4340 | 2.67 |
| Hurto Motos | 2863 | 1.76 |
| Hurto Automotor | 2180 | 1.34 |
| Homicidios | 599 | 0.37 |
Con el fin de identificar las categorías de delitos que concentran la mayor proporción de los casos registrados, se aplica el principio de Pareto. Para ello, se ordenan las categorías de mayor a menor número de casos y se calcula su participación porcentual acumulada.
La curva permite observar qué proporción del total de denuncias se concentra en las primeras categorías y establecer un criterio objetivo para reducir la cantidad de variables que serán examinadas en profundidad.
Los resultados muestran que las tres primeras categorías —hurto a personas, hurto de celulares y violencia intrafamiliar— concentran el 81,28 % de los casos registrados. Al incorporar lesiones, la participación acumulada alcanza el 87,36 %, mientras que las cinco primeras categorías representan el 91,05 %.
Por tanto, el criterio de Pareto del 80 % permite seleccionar las tres primeras categorías como núcleo del análisis detallado. Las demás categorías se conservarán en la base de datos y en el análisis general, pero no serán desarrolladas con el mismo nivel de profundidad.
# Construir la tabla de Pareto a partir de la participación calculada
pareto_delitos <- participacion_delitos %>%
arrange(desc(Casos)) %>%
mutate(
Participacion_acumulada = cumsum(Participacion),
Seleccion = ifelse(
row_number() <= 5,
"Categorías seleccionadas",
"Otras categorías"
)
)
# Construir el gráfico de Pareto
ggplot(pareto_delitos, aes(x = seq_along(Delito))) +
geom_col(
aes(y = Participacion, fill = Seleccion),
alpha = 0.8,
width = 0.75
) +
geom_line(
aes(y = Participacion_acumulada, group = 1),
color = "firebrick",
linewidth = 1
) +
geom_point(
aes(y = Participacion_acumulada, color = Seleccion),
size = 3
) +
geom_vline(
xintercept = 5.5,
linetype = "dashed",
color = "darkgreen"
) +
geom_hline(
yintercept = 80,
linetype = "dotted",
color = "gray40"
) +
annotate(
"label",
x = 5,
y = 96,
label = "5 categorías = 91,1 %",
fontface = "bold",
size = 4
) +
scale_x_continuous(
breaks = seq_along(pareto_delitos$Delito),
labels = pareto_delitos$Delito
) +
scale_y_continuous(
limits = c(0, 105),
breaks = seq(0, 100, 20),
name = "Participación (%)"
) +
scale_fill_manual(
values = c(
"Categorías seleccionadas" = "steelblue",
"Otras categorías" = "gray75"
)
) +
scale_color_manual(
values = c(
"Categorías seleccionadas" = "steelblue",
"Otras categorías" = "gray50"
)
) +
labs(
title = "Selección de categorías mediante análisis de Pareto",
subtitle = "Las cinco primeras categorías concentran el 91,1 % de los casos",
x = "Categorías de delitos",
fill = "Grupo",
color = "Grupo",
caption = "La línea vertical delimita las cinco categorías seleccionadas."
) +
theme_minimal() +
theme(
axis.text.x = element_text(
angle = 45,
hjust = 1
),
legend.position = "bottom"
)
La aplicación del análisis de Pareto permitió identificar que las cinco categorías con mayor número de casos concentran el 91,05 % de las denuncias registradas entre enero y julio de 2023. Estas corresponden a hurto a personas, hurto de celulares, violencia intrafamiliar, lesiones y hurto a comercio.
Aunque las tres primeras categorías superan el umbral del 80 %, se decide incorporar las cinco principales para ampliar la cobertura del análisis y conservar una representación más completa de las problemáticas delictivas registradas.
En consecuencia, estas cinco categorías serán priorizadas en los análisis posteriores, mientras que las demás permanecerán en la base de datos y en los resultados generales, sin ser objeto del mismo nivel de profundización.
A partir del análisis de Pareto, se seleccionaron cinco categorías que concentran el 91,05 % de los casos registrados. En este apartado se examina su comportamiento territorial en las UPZ de Bogotá, considerando tanto el número de casos como las tasas por cada 10.000 habitantes.
Para facilitar la comparación, se construye un indicador agregado que reúne los casos de las cinco categorías seleccionadas y sus respectivas tasas. Posteriormente, se identifican las diez UPZ con mayor número de registros mediante una tabla y un gráfico de barras.
Este ejercicio permite reconocer los territorios que concentran el mayor volumen de denuncias dentro de las categorías priorizadas. Se mantienen todas las UPZ en la base de análisis y se tendrá especial precaución al interpretar las tasas de territorios con población reducida.
# Seleccionar las cinco categorías priorizadas
variables_cinco_delitos <- variables_delitos %>%
select(
upz_cod,
upz_nombre,
localidad,
poblacion,
casos_hurto_personas,
casos_hurto_celulares,
casos_violencia_intrafamiliar,
casos_lesiones,
casos_hurto_comercio,
tasa_hurto_personas,
tasa_hurto_celulares,
tasa_violencia_intrafamiliar,
tasa_lesiones,
tasa_hurto_comercio
)
# Consolidar casos y tasas por UPZ
resumen_cinco_delitos <- variables_cinco_delitos %>%
mutate(
casos_seleccionados =
casos_hurto_personas +
casos_hurto_celulares +
casos_violencia_intrafamiliar +
casos_lesiones +
casos_hurto_comercio,
tasa_seleccionada =
tasa_hurto_personas +
tasa_hurto_celulares +
tasa_violencia_intrafamiliar +
tasa_lesiones +
tasa_hurto_comercio
) %>%
mutate(
participacion_total =
casos_seleccionados / sum(casos_seleccionados) * 100,
grupo_poblacion = ifelse(
poblacion <= 14512,
"UPZ identificada en P13",
"Resto de UPZ"
)
) %>%
arrange(desc(casos_seleccionados))
# Identificar las diez UPZ con mayor número de casos
ranking_cinco_delitos <- resumen_cinco_delitos %>%
select(
upz_nombre,
localidad,
poblacion,
casos_seleccionados,
participacion_total,
tasa_seleccionada,
grupo_poblacion
) %>%
slice_head(n = 10)
# Tabla de resultados
knitr::kable(
ranking_cinco_delitos,
digits = 2,
col.names = c(
"UPZ",
"Localidad",
"Población",
"Casos",
"Participación (%)",
"Tasa por 10.000 hab.",
"Clasificación poblacional"
),
caption = "Diez UPZ con mayor número de casos en las cinco categorías priorizadas"
)
| UPZ | Localidad | Población | Casos | Participación (%) | Tasa por 10.000 hab. | Clasificación poblacional |
|---|---|---|---|---|---|---|
| La Sabana | Los Mártires | 38856 | 5192 | 3.50 | 1336.22 | Resto de UPZ |
| Chico Lago | Chapinero | 38608 | 4872 | 3.29 | 1261.91 | Resto de UPZ |
| Las Nieves | Santa Fe | 17203 | 3963 | 2.67 | 2303.67 | Resto de UPZ |
| El Rincon | Suba | 295322 | 3398 | 2.29 | 115.06 | Resto de UPZ |
| Los Alcazares | Barrios Unidos | 44678 | 3255 | 2.20 | 728.55 | Resto de UPZ |
| Bosa Central | Bosa | 237111 | 3012 | 2.03 | 127.03 | Resto de UPZ |
| Galerias | Teusaquillo | 38425 | 2900 | 1.96 | 754.71 | Resto de UPZ |
| Chapinero | Chapinero | 26491 | 2816 | 1.90 | 1063.01 | Resto de UPZ |
| Las Ferias | Engativá | 100848 | 2797 | 1.89 | 277.34 | Resto de UPZ |
| Teusaquillo | Teusaquillo | 28881 | 2787 | 1.88 | 964.99 | Resto de UPZ |
# Gráfico con participación porcentual y clasificación P13
ggplot(
ranking_cinco_delitos,
aes(
x = reorder(upz_nombre, casos_seleccionados),
y = casos_seleccionados,
fill = grupo_poblacion
)
) +
geom_col(width = 0.7) +
geom_text(
aes(
label = paste0(
scales::label_number(big.mark = ".")(casos_seleccionados),
" | ",
round(participacion_total, 2),
"%"
)
),
hjust = -0.12,
size = 3.3,
color = morado
) +
coord_flip() +
scale_fill_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
)
) +
scale_y_continuous(
labels = scales::label_number(big.mark = "."),
expand = expansion(mult = c(0, 0.28))
) +
labs(
title = "Concentración territorial de las cinco categorías priorizadas",
subtitle = "Casos registrados y participación sobre el total de las UPZ",
x = NULL,
y = "Número de casos",
fill = "Clasificación poblacional",
caption = "P13: UPZ con población igual o inferior a 14.512 habitantes. Fuente: Secretaría Distrital de Seguridad, Convivencia y Justicia, 2023."
) +
tema_clase
Una vez identificadas las UPZ que concentran el mayor volumen de casos, se examinan las tasas correspondientes a las cinco categorías priorizadas, calculadas por cada 10.000 habitantes.
Este análisis permite reconocer territorios que presentan una mayor intensidad relativa de denuncias frente a su población, incluso cuando su número absoluto de casos no se encuentra entre los más elevados.
Se construye un ranking de las diez UPZ con mayores tasas agregadas, acompañado de una tabla y un gráfico para facilitar su comparación. Se identifican visualmente las UPZ pertenecientes al grupo de población reducida definido mediante el percentil 13 (P13), debido a que sus tasas pueden verse amplificadas por el tamaño del denominador.
La clasificación se utiliza con fines exploratorios y no implica que una tasa elevada represente necesariamente una mayor probabilidad individual de ser víctima de un delito.
# Identificar las diez UPZ con mayores tasas agregadas
ranking_tasas_cinco <- resumen_cinco_delitos %>%
arrange(desc(tasa_seleccionada)) %>%
select(
upz_nombre,
localidad,
poblacion,
casos_seleccionados,
tasa_seleccionada,
grupo_poblacion
) %>%
slice_head(n = 10)
# Presentar tabla de resultados
knitr::kable(
ranking_tasas_cinco,
digits = 2,
col.names = c(
"UPZ",
"Localidad",
"Población",
"Casos registrados",
"Tasa por 10.000 hab.",
"Clasificación P13"
),
caption = "Diez UPZ con mayores tasas en las cinco categorías priorizadas"
)
| UPZ | Localidad | Población | Casos registrados | Tasa por 10.000 hab. | Clasificación P13 |
|---|---|---|---|---|---|
| El Mochuelo | Ciudad Bolívar | 30 | 32 | 10666.66 | UPZ identificada en P13 |
| Aeropuerto El Dorado | Fontibón | 883 | 509 | 5764.44 | UPZ identificada en P13 |
| Parque Simon Bolivar - Can | Teusaquillo | 3323 | 911 | 2741.50 | UPZ identificada en P13 |
| Las Nieves | Santa Fe | 17203 | 3963 | 2303.67 | Resto de UPZ |
| Zona Industrial | Puente Aranda | 6666 | 1498 | 2247.22 | UPZ identificada en P13 |
| Sagrado Corazon | Santa Fe | 11247 | 1660 | 1475.95 | UPZ identificada en P13 |
| Parque Salitre | Barrios Unidos | 1442 | 212 | 1470.18 | UPZ identificada en P13 |
| La Sabana | Los Mártires | 38856 | 5192 | 1336.22 | Resto de UPZ |
| Chico Lago | Chapinero | 38608 | 4872 | 1261.91 | Resto de UPZ |
| Puente Aranda | Puente Aranda | 12482 | 1458 | 1168.08 | UPZ identificada en P13 |
# Gráfico de tasas
ggplot(
ranking_tasas_cinco,
aes(
x = reorder(upz_nombre, tasa_seleccionada),
y = tasa_seleccionada,
fill = grupo_poblacion
)
) +
geom_col(width = 0.7) +
geom_text(
aes(label = round(tasa_seleccionada, 1)),
hjust = -0.15,
size = 3.5,
color = morado
) +
coord_flip() +
scale_fill_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
)
) +
scale_y_continuous(
expand = expansion(mult = c(0, 0.18))
) +
labs(
title = "UPZ con mayores tasas en las cinco categorías priorizadas",
subtitle = "Casos registrados por cada 10.000 habitantes",
x = NULL,
y = "Tasa por cada 10.000 habitantes",
fill = "Clasificación poblacional",
caption = "Se destacan las UPZ con población igual o inferior a 14.512 habitantes."
) +
tema_clase
Para complementar el análisis territorial, se examina la relación entre el tamaño poblacional de las UPZ y las tasas agregadas de las cinco categorías de delitos seleccionadas.
Se utiliza un gráfico de dispersión en el que cada punto representa una UPZ. El eje horizontal corresponde a su población y el eje vertical a la tasa agregada por cada 10.000 habitantes. Adicionalmente, se diferencian mediante colores las UPZ identificadas con el criterio P13 y el resto de los territorios.
Esta visualización permite explorar si las tasas más elevadas se presentan principalmente en territorios con poblaciones reducidas y reconocer posibles observaciones extremas que requieren una interpretación particular.
El análisis conserva las 112 UPZ y utiliza una escala logarítmica para el eje poblacional, facilitando la comparación entre territorios de tamaños muy diferentes.
# Gráfico de dispersión: población y tasa de las cinco categorías
ggplot(
resumen_cinco_delitos,
aes(
x = poblacion,
y = tasa_seleccionada,
color = grupo_poblacion
)
) +
geom_point(
size = 3,
alpha = 0.8
) +
scale_x_log10(
labels = scales::label_comma(big.mark = ".")
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
)
) +
labs(
title = "Relación entre población y tasas de delitos por UPZ",
subtitle = "Comportamiento de las cinco categorías priorizadas",
x = "Población de la UPZ (escala logarítmica)",
y = "Tasa por cada 10.000 habitantes",
color = "Clasificación poblacional",
caption = "Cada punto representa una UPZ. P13: población igual o inferior a 14.512 habitantes."
) +
tema_clase
A partir de la identificación de las UPZ con población reducida, se realiza un análisis de sensibilidad para examinar las diferencias en la distribución de las tasas agregadas de las cinco categorías priorizadas.
Para ello, se comparan las UPZ identificadas mediante el percentil 13 (P13) con el resto de los territorios, utilizando medidas descriptivas como la media, la mediana, la desviación estándar y los valores extremos.
Los resultados se presentan mediante una tabla y un diagrama de cajas, que permiten observar las diferencias entre ambos grupos y reconocer la influencia que pueden tener las poblaciones reducidas en la distribución de las tasas.
Este ejercicio no implica excluir unidades territoriales. Su propósito es evaluar la sensibilidad de los resultados y establecer precauciones para interpretar las comparaciones entre UPZ.
# Comparar las tasas agregadas según la clasificación poblacional
sensibilidad_tasas <- resumen_cinco_delitos %>%
group_by(grupo_poblacion) %>%
summarise(
Cantidad_UPZ = n(),
Media = mean(tasa_seleccionada, na.rm = TRUE),
Mediana = median(tasa_seleccionada, na.rm = TRUE),
Desviacion_estandar = sd(tasa_seleccionada, na.rm = TRUE),
Minimo = min(tasa_seleccionada, na.rm = TRUE),
Maximo = max(tasa_seleccionada, na.rm = TRUE),
.groups = "drop"
)
# Presentar tabla comparativa
knitr::kable(
sensibilidad_tasas,
digits = 2,
col.names = c(
"Grupo poblacional",
"Cantidad de UPZ",
"Media",
"Mediana",
"Desviación estándar",
"Mínimo",
"Máximo"
),
caption = "Comparación descriptiva de las tasas según el tamaño poblacional"
)
| Grupo poblacional | Cantidad de UPZ | Media | Mediana | Desviación estándar | Mínimo | Máximo |
|---|---|---|---|---|---|---|
| Resto de UPZ | 97 | 252.92 | 160.92 | 314.77 | 58.86 | 2303.67 |
| UPZ identificada en P13 | 15 | 1873.96 | 862.07 | 2852.10 | 94.09 | 10666.66 |
# Comparar la distribución mediante un diagrama de cajas
ggplot(
resumen_cinco_delitos,
aes(
x = grupo_poblacion,
y = tasa_seleccionada,
fill = grupo_poblacion
)
) +
geom_boxplot(
alpha = 0.7,
width = 0.55,
outlier.shape = NA
) +
geom_jitter(
aes(color = grupo_poblacion),
width = 0.12,
alpha = 0.65,
size = 2
) +
scale_y_continuous(
trans = scales::pseudo_log_trans()
) +
scale_fill_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
)
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
)
) +
labs(
title = "Distribución de las tasas según el tamaño poblacional",
subtitle = "Comparación entre las UPZ identificadas en P13 y el resto",
x = "Clasificación poblacional",
y = "Tasa por cada 10.000 habitantes (escala pseudo-logarítmica)",
fill = "Grupo",
color = "Grupo",
caption = "Cada punto representa una UPZ. Se conservan las 112 unidades territoriales."
) +
tema_clase +
theme(
legend.position = "none"
)
A partir de los resultados obtenidos, se establecen dos decisiones para continuar el análisis territorial de los delitos.
En primer lugar, se priorizan cinco categorías: hurto a personas, hurto de celulares, violencia intrafamiliar, lesiones y hurto a comercio. Estas concentran el 91,05 % de los casos registrados y permiten enfocar los análisis posteriores en las principales categorías de denuncias.
En segundo lugar, se reconoce que las UPZ con poblaciones reducidas pueden presentar tasas considerablemente elevadas debido al efecto del denominador poblacional. Por esta razón, se mantiene su identificación mediante el criterio P13, correspondiente a poblaciones iguales o inferiores a 14.512 habitantes.
Las 112 UPZ se conservarán para los análisis de volumen y participación de casos. Para las comparaciones basadas en tasas y los análisis de relaciones territoriales, se evaluarán los resultados tanto con el conjunto completo de UPZ como sin las identificadas en P13.
Esta estrategia permite evaluar la sensibilidad de los resultados, evitar que valores extremos condicionen las conclusiones y conservar la información de todos los territorios analizados.
Después de explorar individualmente las características demográficas, las condiciones de vivienda e infraestructura, las variables socioeconómicas, la percepción de inseguridad y los registros de delitos, se desarrolla un análisis integrado para explorar las posibles relaciones entre estas dimensiones.
El propósito es identificar patrones de asociación entre las características territoriales y los indicadores de delitos priorizados, con el fin de ampliar la comprensión de las diferencias existentes entre las UPZ de Bogotá.
Para este análisis se consideran variables demográficas, de infraestructura urbana, condiciones socioeconómicas, percepción de inseguridad, accesibilidad y registros de las cinco categorías de delitos seleccionadas.
Se utiliza el coeficiente de correlación de Spearman para explorar la dirección y la intensidad de las asociaciones entre las variables. Adicionalmente, se evaluará la sensibilidad de los resultados al considerar por separado las UPZ identificadas mediante el criterio P13.
Es importante señalar que las correlaciones permiten identificar asociaciones estadísticas, pero no demuestran relaciones de causalidad. También se tendrán en cuenta las diferencias en los años de referencia de las fuentes y las limitaciones relacionadas con las estimaciones agrupadas de la Encuesta Multipropósito.
Para el análisis de relaciones se seleccionan variables pertenecientes a cinco dimensiones del estudio: demografía, infraestructura, condiciones socioeconómicas, percepción de inseguridad y delitos.
La selección busca explorar si las características poblacionales, la disponibilidad de alumbrado público, las condiciones socioeconómicas y la percepción del entorno presentan asociaciones con los indicadores de delitos registrados en las UPZ.
Las variables seleccionadas son:
Esta selección permite integrar diferentes dimensiones del territorio y explorar sus posibles relaciones, considerando las limitaciones temporales y metodológicas de las fuentes utilizadas.
# Selección de variables territoriales y socioeconómicas
variables_integradas <- upz %>%
select(
upz_cod,
upz_nombre,
localidad,
em_agrupada,
poblacion,
densidad_hab_km2,
luminarias_km2,
pct_pobreza,
salario_promedio,
pct_percibe_inseguridad,
pct_cerca_lotes_oscuros,
min_cai_policia
) %>%
left_join(
resumen_cinco_delitos %>%
select(
upz_cod,
casos_seleccionados,
tasa_seleccionada,
grupo_poblacion
),
by = "upz_cod"
)
# Revisión de la estructura de las variables seleccionadas
glimpse(variables_integradas)
## Rows: 112
## Columns: 15
## $ upz_cod <dbl> 1, 2, 3, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18…
## $ upz_nombre <chr> "Paseo De Los Libertadores", "La Academia", "G…
## $ localidad <chr> "Usaquén", "Suba", "Suba", "Usaquén", "Usaquén…
## $ em_agrupada <lgl> TRUE, TRUE, TRUE, FALSE, TRUE, FALSE, FALSE, F…
## $ poblacion <dbl> 2690, 5260, 2692, 131999, 37014, 72939, 63068,…
## $ densidad_hab_km2 <dbl> 424.81, 779.85, 591.30, 36967.66, 10682.12, 26…
## $ luminarias_km2 <dbl> 82.75, 79.17, 40.42, 995.61, 383.26, 933.16, 9…
## $ pct_pobreza <dbl> 1.37, 0.86, 0.86, 3.12, 1.37, 5.19, 0.84, 0.37…
## $ salario_promedio <dbl> 3937004, 4280663, 4280663, 1933709, 3937004, 1…
## $ pct_percibe_inseguridad <dbl> 36.18, 40.88, 40.88, 65.43, 36.18, 49.84, 60.4…
## $ pct_cerca_lotes_oscuros <dbl> 24.15, 16.71, 16.71, 24.15, 24.15, 19.15, 18.8…
## $ min_cai_policia <dbl> 21.66, 24.50, 24.50, 18.39, 21.66, 25.32, 18.5…
## $ casos_seleccionados <dbl> 72, 118, 43, 846, 570, 737, 872, 1819, 1231, 4…
## $ tasa_seleccionada <dbl> 267.66, 224.34, 159.73, 64.09, 154.00, 101.04,…
## $ grupo_poblacion <chr> "UPZ identificada en P13", "UPZ identificada e…
# Visualización de las primeras observaciones
head(variables_integradas)
| upz_cod | upz_nombre | localidad | em_agrupada | poblacion | densidad_hab_km2 | luminarias_km2 | pct_pobreza | salario_promedio | pct_percibe_inseguridad | pct_cerca_lotes_oscuros | min_cai_policia | casos_seleccionados | tasa_seleccionada | grupo_poblacion |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Paseo De Los Libertadores | Usaquén | TRUE | 2690 | 424.81 | 82.75 | 1.37 | 3937004 | 36.18 | 24.15 | 21.66 | 72 | 267.66 | UPZ identificada en P13 |
| 2 | La Academia | Suba | TRUE | 5260 | 779.85 | 79.17 | 0.86 | 4280663 | 40.88 | 16.71 | 24.50 | 118 | 224.34 | UPZ identificada en P13 |
| 3 | Guaymaral | Suba | TRUE | 2692 | 591.30 | 40.42 | 0.86 | 4280663 | 40.88 | 16.71 | 24.50 | 43 | 159.73 | UPZ identificada en P13 |
| 9 | Verbenal | Usaquén | FALSE | 131999 | 36967.66 | 995.61 | 3.12 | 1933709 | 65.43 | 24.15 | 18.39 | 846 | 64.09 | Resto de UPZ |
| 10 | La Uribe | Usaquén | TRUE | 37014 | 10682.12 | 383.26 | 1.37 | 3937004 | 36.18 | 24.15 | 21.66 | 570 | 154.00 | Resto de UPZ |
| 11 | San Cristobal Norte | Usaquén | FALSE | 72939 | 26401.70 | 933.16 | 5.19 | 1368739 | 49.84 | 19.15 | 25.32 | 737 | 101.04 | Resto de UPZ |
Antes de calcular las correlaciones, se verifica la completitud de las variables seleccionadas. La presencia de valores faltantes puede reducir el número de observaciones utilizadas y afectar la comparación entre las asociaciones estadísticas.
Para ello, se cuantifican los valores ausentes por variable y se calcula su participación respecto al total de UPZ. Esta revisión permite identificar posibles limitaciones de cobertura y definir el tratamiento adecuado antes de construir la matriz de correlaciones.
# Calcular los valores faltantes por variable
resumen_faltantes <- variables_integradas %>%
summarise(
across(
where(is.numeric),
~sum(is.na(.x))
)
) %>%
pivot_longer(
cols = everything(),
names_to = "Variable",
values_to = "Valores_faltantes"
) %>%
mutate(
Porcentaje_faltante = Valores_faltantes / nrow(variables_integradas) * 100
) %>%
arrange(desc(Porcentaje_faltante))
# Presentar tabla de resultados
knitr::kable(
resumen_faltantes,
digits = 2,
col.names = c(
"Variable",
"Valores faltantes",
"Porcentaje faltante (%)"
),
caption = "Completitud de las variables seleccionadas para el análisis integrado"
)
| Variable | Valores faltantes | Porcentaje faltante (%) |
|---|---|---|
| upz_cod | 0 | 0 |
| poblacion | 0 | 0 |
| densidad_hab_km2 | 0 | 0 |
| luminarias_km2 | 0 | 0 |
| pct_pobreza | 0 | 0 |
| salario_promedio | 0 | 0 |
| pct_percibe_inseguridad | 0 | 0 |
| pct_cerca_lotes_oscuros | 0 | 0 |
| min_cai_policia | 0 | 0 |
| casos_seleccionados | 0 | 0 |
| tasa_seleccionada | 0 | 0 |
# Visualizar valores faltantes
ggplot(
resumen_faltantes,
aes(
x = reorder(Variable, Porcentaje_faltante),
y = Porcentaje_faltante
)
) +
geom_col(
fill = magenta,
width = 0.7
) +
coord_flip() +
labs(
title = "Valores faltantes en las variables del análisis integrado",
x = NULL,
y = "Porcentaje de valores faltantes (%)"
) +
tema_clase
Una vez verificada la completitud de los datos, se construye una matriz de correlaciones para explorar las asociaciones entre las características demográficas, la infraestructura, las condiciones socioeconómicas, la percepción de inseguridad, la accesibilidad y los indicadores de delitos priorizados.
Se utiliza el coeficiente de correlación de Spearman, que permite identificar asociaciones monotónicas entre variables. Sus valores oscilan entre -1 y 1: los valores positivos representan asociaciones directas, los negativos asociaciones inversas y los cercanos a cero indican una asociación monotónica débil o inexistente.
Los resultados se presentan mediante una tabla y un mapa de calor para facilitar la identificación de patrones.
Las correlaciones se interpretarán como asociaciones estadísticas y no como evidencia de causalidad. También se tendrá en cuenta que algunas variables comparten componentes de cálculo, especialmente los indicadores relacionados con población.
# Selección de variables numéricas
datos_correlacion_integrada <- variables_integradas %>%
select(
poblacion,
densidad_hab_km2,
luminarias_km2,
pct_pobreza,
salario_promedio,
pct_percibe_inseguridad,
pct_cerca_lotes_oscuros,
min_cai_policia,
casos_seleccionados,
tasa_seleccionada
)
# Calcular matriz de correlaciones de Spearman
matriz_correlacion_integrada <- cor(
datos_correlacion_integrada,
method = "spearman"
)
# Convertir matriz a formato largo
correlaciones_integradas_largas <- as.data.frame(
as.table(matriz_correlacion_integrada)
) %>%
rename(
Variable_1 = Var1,
Variable_2 = Var2,
Correlacion = Freq
)
# Presentar tabla de correlaciones
knitr::kable(
round(matriz_correlacion_integrada, 2),
caption = "Matriz de correlaciones de Spearman entre variables territoriales"
)
| poblacion | densidad_hab_km2 | luminarias_km2 | pct_pobreza | salario_promedio | pct_percibe_inseguridad | pct_cerca_lotes_oscuros | min_cai_policia | casos_seleccionados | tasa_seleccionada | |
|---|---|---|---|---|---|---|---|---|---|---|
| poblacion | 1.00 | 0.83 | 0.35 | 0.22 | -0.31 | 0.29 | 0.07 | 0.07 | 0.53 | -0.57 |
| densidad_hab_km2 | 0.83 | 1.00 | 0.56 | 0.36 | -0.43 | 0.38 | 0.11 | -0.02 | 0.37 | -0.54 |
| luminarias_km2 | 0.35 | 0.56 | 1.00 | 0.14 | -0.10 | 0.28 | -0.22 | -0.44 | 0.58 | 0.12 |
| pct_pobreza | 0.22 | 0.36 | 0.14 | 1.00 | -0.93 | 0.74 | 0.58 | 0.12 | -0.17 | -0.52 |
| salario_promedio | -0.31 | -0.43 | -0.10 | -0.93 | 1.00 | -0.79 | -0.57 | -0.23 | 0.18 | 0.59 |
| pct_percibe_inseguridad | 0.29 | 0.38 | 0.28 | 0.74 | -0.79 | 1.00 | 0.33 | 0.02 | 0.05 | -0.30 |
| pct_cerca_lotes_oscuros | 0.07 | 0.11 | -0.22 | 0.58 | -0.57 | 0.33 | 1.00 | 0.35 | -0.22 | -0.37 |
| min_cai_policia | 0.07 | -0.02 | -0.44 | 0.12 | -0.23 | 0.02 | 0.35 | 1.00 | -0.32 | -0.33 |
| casos_seleccionados | 0.53 | 0.37 | 0.58 | -0.17 | 0.18 | 0.05 | -0.22 | -0.32 | 1.00 | 0.26 |
| tasa_seleccionada | -0.57 | -0.54 | 0.12 | -0.52 | 0.59 | -0.30 | -0.37 | -0.33 | 0.26 | 1.00 |
# Mapa de calor
ggplot(
correlaciones_integradas_largas,
aes(
x = Variable_1,
y = Variable_2,
fill = Correlacion
)
) +
geom_tile(
color = "white",
linewidth = 0.8
) +
geom_text(
aes(label = round(Correlacion, 2)),
color = "black",
size = 3
) +
scale_fill_gradient2(
low = morado,
mid = "white",
high = magenta,
midpoint = 0,
limits = c(-1, 1),
name = "Correlación"
) +
labs(
title = "Relaciones entre las características territoriales",
subtitle = "Matriz de correlaciones de Spearman",
x = NULL,
y = NULL
) +
coord_fixed() +
tema_clase +
theme(
axis.text.x = element_text(
angle = 45,
hjust = 1,
size = 8
),
axis.text.y = element_text(size = 8),
panel.grid = element_blank()
)
Con el propósito de evaluar la influencia de las UPZ con poblaciones reducidas en las asociaciones identificadas, se comparan las correlaciones de Spearman obtenidas con el conjunto completo de territorios y aquellas calculadas sin las UPZ identificadas mediante el criterio P13.
El análisis se concentra en las asociaciones de la tasa agregada de las cinco categorías priorizadas con las variables demográficas, de infraestructura, socioeconómicas, de percepción y accesibilidad.
Los resultados se presentan mediante una tabla comparativa y un gráfico que permiten observar los cambios en la magnitud y dirección de las correlaciones.
Esta comparación permite identificar asociaciones sensibles a la presencia de poblaciones reducidas y distinguirlas de aquellas que mantienen un comportamiento similar en ambos escenarios. Las UPZ P13 no se eliminan de la base original; su exclusión es únicamente temporal y tiene fines de evaluación estadística.
# Variables numéricas para comparar las correlaciones
variables_correlacion <- c(
"poblacion",
"densidad_hab_km2",
"luminarias_km2",
"pct_pobreza",
"salario_promedio",
"pct_percibe_inseguridad",
"pct_cerca_lotes_oscuros",
"min_cai_policia",
"casos_seleccionados",
"tasa_seleccionada"
)
# Escenario 1: todas las UPZ
correlacion_completa <- variables_integradas %>%
select(all_of(variables_correlacion)) %>%
cor(method = "spearman")
# Escenario 2: excluir temporalmente las UPZ P13
correlacion_sin_p13 <- variables_integradas %>%
filter(grupo_poblacion == "Resto de UPZ") %>%
select(all_of(variables_correlacion)) %>%
cor(method = "spearman")
# Extraer las correlaciones con la tasa seleccionada
comparacion_correlaciones <- tibble(
Variable = variables_correlacion,
Con_P13 = correlacion_completa[, "tasa_seleccionada"],
Sin_P13 = correlacion_sin_p13[, "tasa_seleccionada"]
) %>%
filter(Variable != "tasa_seleccionada") %>%
mutate(
Diferencia = Sin_P13 - Con_P13
)
# Presentar tabla comparativa
knitr::kable(
comparacion_correlaciones,
digits = 3,
col.names = c(
"Variable",
"Con todas las UPZ",
"Sin P13",
"Diferencia"
),
caption = "Sensibilidad de las correlaciones de Spearman frente a las UPZ P13"
)
| Variable | Con todas las UPZ | Sin P13 | Diferencia |
|---|---|---|---|
| poblacion | -0.568 | -0.509 | 0.059 |
| densidad_hab_km2 | -0.540 | -0.481 | 0.059 |
| luminarias_km2 | 0.117 | 0.282 | 0.165 |
| pct_pobreza | -0.524 | -0.570 | -0.047 |
| salario_promedio | 0.592 | 0.645 | 0.053 |
| pct_percibe_inseguridad | -0.304 | -0.346 | -0.042 |
| pct_cerca_lotes_oscuros | -0.369 | -0.493 | -0.124 |
| min_cai_policia | -0.330 | -0.416 | -0.086 |
| casos_seleccionados | 0.258 | 0.445 | 0.187 |
# Comparación gráfica de las correlaciones
comparacion_correlaciones_largas <- comparacion_correlaciones %>%
pivot_longer(
cols = c(Con_P13, Sin_P13),
names_to = "Escenario",
values_to = "Correlacion"
)
ggplot(
comparacion_correlaciones_largas,
aes(
x = Correlacion,
y = reorder(Variable, Correlacion),
color = Escenario
)
) +
geom_line(
aes(group = Variable),
color = "gray65",
linewidth = 0.7
) +
geom_point(size = 3) +
geom_vline(
xintercept = 0,
linetype = "dashed",
color = "gray40"
) +
scale_color_manual(
values = c(
"Con_P13" = magenta,
"Sin_P13" = turquesa
),
labels = c(
"Con_P13" = "Todas las UPZ",
"Sin_P13" = "Sin UPZ P13"
)
) +
scale_x_continuous(
limits = c(-1, 1),
breaks = seq(-1, 1, 0.25)
) +
labs(
title = "Sensibilidad de las correlaciones de Spearman",
subtitle = "Asociaciones con la tasa de las cinco categorías priorizadas",
x = "Coeficiente de correlación",
y = NULL,
color = "Escenario"
) +
tema_clase
En este apartado se exploran las relaciones entre las características demográficas de las UPZ y los indicadores de delitos de las cinco categorías priorizadas.
En primer lugar, se analiza la relación entre el tamaño poblacional y el número de casos registrados, con el propósito de identificar si los territorios más poblados concentran mayores volúmenes de denuncias.
En segundo lugar, se examina la relación entre la densidad poblacional y la tasa agregada de delitos por cada 10.000 habitantes. Esta comparación permite explorar el comportamiento de las tasas frente a la concentración de habitantes en cada territorio.
Los resultados se presentan mediante tablas de correlación y gráficos de dispersión. Se diferencian las UPZ identificadas mediante el criterio P13 para facilitar la identificación de posibles observaciones extremas.
Las asociaciones encontradas se interpretan de manera exploratoria, considerando que el volumen de casos y las tasas representan dimensiones diferentes del fenómeno y que las tasas pueden verse influenciadas por el tamaño poblacional.
# Calcular correlaciones demográficas de Spearman
correlaciones_demografia <- variables_integradas %>%
select(
poblacion,
casos_seleccionados,
densidad_hab_km2,
tasa_seleccionada
) %>%
cor(method = "spearman")
# Construir tabla con las dos relaciones principales
resultado_correlaciones_demografia <- tibble(
Relacion = c(
"Población y casos de las cinco categorías",
"Densidad poblacional y tasa de las cinco categorías"
),
Correlacion = c(
correlaciones_demografia[
"poblacion", "casos_seleccionados"
],
correlaciones_demografia[
"densidad_hab_km2", "tasa_seleccionada"
]
)
)
knitr::kable(
resultado_correlaciones_demografia,
digits = 3,
col.names = c("Relación analizada", "Spearman"),
caption = "Asociaciones entre características demográficas y delitos priorizados"
)
| Relación analizada | Spearman |
|---|---|
| Población y casos de las cinco categorías | 0.533 |
| Densidad poblacional y tasa de las cinco categorías | -0.540 |
# Gráfico 1: población y número de casos
ggplot(
variables_integradas,
aes(
x = poblacion,
y = casos_seleccionados,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.75,
size = 2.5
) +
geom_smooth(
aes(group = 1),
method = "loess",
se = FALSE,
color = morado,
linewidth = 0.9
) +
scale_x_log10(
labels = scales::label_number(big.mark = ".")
) +
scale_y_continuous(
labels = scales::label_number(big.mark = ".")
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
)
) +
labs(
title = "Relación entre población y casos registrados",
subtitle = "Cinco categorías priorizadas por UPZ",
x = "Población (escala logarítmica)",
y = "Número de casos",
color = "Clasificación poblacional"
) +
tema_clase
# Gráfico 2: densidad poblacional y tasa de delitos
ggplot(
variables_integradas,
aes(
x = densidad_hab_km2,
y = tasa_seleccionada,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.75,
size = 2.5
) +
geom_smooth(
aes(group = 1),
method = "loess",
se = FALSE,
color = morado,
linewidth = 0.9
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
)
) +
labs(
title = "Relación entre densidad poblacional y tasa de delitos",
subtitle = "Cinco categorías priorizadas por cada 10.000 habitantes",
x = "Densidad poblacional (habitantes por km²)",
y = "Tasa por cada 10.000 habitantes",
color = "Clasificación poblacional"
) +
tema_clase
La exploración de las relaciones demográficas muestra que las UPZ con mayor población tienden a registrar un mayor volumen de casos en las cinco categorías priorizadas. Sin embargo, esta tendencia no es uniforme y existen diferencias importantes entre territorios.
Por otra parte, se observa una asociación inversa entre densidad poblacional y tasa de delitos. Esta relación debe interpretarse con precaución, debido a que ambas variables incorporan la población en su construcción y pueden presentar una asociación influenciada por sus denominadores.
La identificación de las UPZ con población reducida permitió reconocer territorios con tasas considerablemente elevadas, que pueden modificar la interpretación de las tendencias generales. Por ello, se mantiene la diferenciación entre volumen de casos y tasas relativas, así como la evaluación de sensibilidad frente al grupo P13.
En este apartado se explora la relación entre las condiciones del alumbrado público y los indicadores de delitos correspondientes a las cinco categorías priorizadas en las UPZ de Bogotá.
Para ello, se consideran dos indicadores de infraestructura: la densidad de luminarias por kilómetro cuadrado y el porcentaje de luminarias LED. El primero permite comparar la disponibilidad espacial del alumbrado, mientras que el segundo representa la participación de esta tecnología dentro del sistema de iluminación.
Se excluye del análisis principal el indicador de luminarias por cada 1.000 habitantes, debido a que comparte el denominador poblacional con la tasa de delitos. Esta condición podría generar asociaciones estadísticas influenciadas por la estructura matemática de ambos indicadores.
Los resultados se presentan mediante tablas de correlación y gráficos de dispersión, diferenciando las UPZ identificadas mediante el criterio P13 para evaluar posibles diferencias territoriales y la influencia de poblaciones reducidas.
Es importante considerar que los indicadores de alumbrado corresponden a 2021, mientras que los registros de delitos corresponden al periodo enero-julio de 2023. Por tanto, las relaciones encontradas se interpretan como asociaciones exploratorias y no como evidencia de causalidad.
Asimismo, una mayor densidad de luminarias o una mayor participación de tecnología LED no garantizan por sí solas mejores condiciones de iluminación en todos los espacios públicos, ya que estos indicadores no incorporan aspectos como ubicación, funcionamiento, intensidad o distribución efectiva de las luminarias.
# Seleccionar infraestructura desde la base original
# e integrar los indicadores de las cinco categorías
infraestructura_delitos <- upz %>%
select(
upz_cod,
upz_nombre,
localidad,
luminarias_km2,
pct_luminarias_led
) %>%
left_join(
resumen_cinco_delitos %>%
select(
upz_cod,
grupo_poblacion,
casos_seleccionados,
tasa_seleccionada
),
by = "upz_cod"
)
# Calcular correlaciones de Spearman
correlaciones_infraestructura <- infraestructura_delitos %>%
select(
luminarias_km2,
pct_luminarias_led,
casos_seleccionados,
tasa_seleccionada
) %>%
cor(method = "spearman")
# Presentar matriz de correlaciones
knitr::kable(
round(correlaciones_infraestructura, 3),
caption = "Correlaciones entre indicadores de alumbrado y delitos priorizados"
)
| luminarias_km2 | pct_luminarias_led | casos_seleccionados | tasa_seleccionada | |
|---|---|---|---|---|
| luminarias_km2 | 1.000 | 0.229 | 0.577 | 0.117 |
| pct_luminarias_led | 0.229 | 1.000 | 0.108 | -0.083 |
| casos_seleccionados | 0.577 | 0.108 | 1.000 | 0.258 |
| tasa_seleccionada | 0.117 | -0.083 | 0.258 | 1.000 |
# Revisar los primeros registros
knitr::kable(
head(infraestructura_delitos, 10),
digits = 2,
caption = "Indicadores de infraestructura y delitos por UPZ"
)
| upz_cod | upz_nombre | localidad | luminarias_km2 | pct_luminarias_led | grupo_poblacion | casos_seleccionados | tasa_seleccionada |
|---|---|---|---|---|---|---|---|
| 1 | Paseo De Los Libertadores | Usaquén | 82.75 | 28.44 | UPZ identificada en P13 | 72 | 267.66 |
| 2 | La Academia | Suba | 79.17 | 0.37 | UPZ identificada en P13 | 118 | 224.34 |
| 3 | Guaymaral | Suba | 40.42 | 0.00 | UPZ identificada en P13 | 43 | 159.73 |
| 9 | Verbenal | Usaquén | 995.61 | 65.77 | Resto de UPZ | 846 | 64.09 |
| 10 | La Uribe | Usaquén | 383.26 | 49.25 | Resto de UPZ | 570 | 154.00 |
| 11 | San Cristobal Norte | Usaquén | 933.16 | 49.34 | Resto de UPZ | 737 | 101.04 |
| 12 | Toberin | Usaquén | 937.24 | 50.62 | Resto de UPZ | 872 | 138.28 |
| 13 | Los Cedros | Usaquén | 768.37 | 53.32 | Resto de UPZ | 1819 | 134.77 |
| 14 | Usaquen | Usaquén | 648.58 | 50.42 | Resto de UPZ | 1231 | 285.21 |
| 15 | Country Club | Usaquén | 487.38 | 57.98 | Resto de UPZ | 405 | 155.01 |
Se analiza la relación entre la densidad de luminarias por kilómetro cuadrado y los indicadores de delitos priorizados. Se comparan tanto el número de casos como la tasa por cada 10.000 habitantes, diferenciando las UPZ identificadas mediante el criterio P13.
Esta comparación permite explorar si la asociación observada entre disponibilidad espacial de alumbrado y volumen de denuncias también se presenta al considerar las tasas poblacionales.
# Gráfico 1: densidad de luminarias y número de casos
ggplot(
infraestructura_delitos,
aes(
x = luminarias_km2,
y = casos_seleccionados,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.75,
size = 2.5
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
)
) +
labs(
title = "Densidad de luminarias y casos registrados",
subtitle = "Cinco categorías priorizadas por UPZ",
x = "Luminarias por km²",
y = "Número de casos",
color = "Clasificación poblacional"
) +
tema_clase
# Gráfico 2: densidad de luminarias y tasa de delitos
ggplot(
infraestructura_delitos,
aes(
x = luminarias_km2,
y = tasa_seleccionada,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.75,
size = 2.5
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
)
) +
labs(
title = "Densidad de luminarias y tasa de delitos",
subtitle = "Cinco categorías priorizadas por cada 10.000 habitantes",
x = "Luminarias por km²",
y = "Tasa por cada 10.000 habitantes",
color = "Clasificación poblacional"
) +
tema_clase
Los resultados muestran una asociación positiva moderada entre la
densidad de luminarias por kilómetro cuadrado y el número de casos
registrados en las cinco categorías priorizadas (ρ = 0,577). Esto indica
que las UPZ con mayor densidad de alumbrado tienden a presentar mayores
volúmenes de denuncias, aunque la dispersión observada evidencia que
esta relación no es uniforme.
Por otra parte, la asociación entre la densidad de luminarias y la tasa de delitos es muy débil (ρ = 0,117). Por tanto, no se identifica una relación monotónica relevante entre ambos indicadores en el conjunto de territorios analizados.
Las UPZ identificadas mediante P13 presentan algunos valores extremos de tasas, lo que refuerza la necesidad de considerar el tamaño poblacional al interpretar las diferencias territoriales.
Estos resultados no permiten establecer que el alumbrado público reduzca o incremente los delitos. Además, debe considerarse que los datos de infraestructura corresponden a 2021 y los registros de delitos a 2023.
Se examina la relación entre la participación de luminarias LED y los indicadores de delitos de las cinco categorías priorizadas.
El análisis considera tanto el número de casos como la tasa por cada 10.000 habitantes, con el propósito de identificar posibles diferencias en el comportamiento de las denuncias según la composición tecnológica del alumbrado público.
Se diferencian las UPZ identificadas mediante el criterio P13 y se interpretan los resultados considerando que el porcentaje de luminarias LED representa la composición tecnológica del alumbrado, pero no mide directamente su cobertura, intensidad o calidad.
# Gráfico 1: porcentaje LED y número de casos
ggplot(
infraestructura_delitos,
aes(
x = pct_luminarias_led,
y = casos_seleccionados,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.75,
size = 2.5
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
)
) +
labs(
title = "Participación de luminarias LED y casos registrados",
subtitle = "Cinco categorías priorizadas por UPZ",
x = "Luminarias LED (%)",
y = "Número de casos",
color = "Clasificación poblacional"
) +
tema_clase
# Gráfico 2: porcentaje LED y tasa de delitos
ggplot(
infraestructura_delitos,
aes(
x = pct_luminarias_led,
y = tasa_seleccionada,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.75,
size = 2.5
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
)
) +
labs(
title = "Participación de luminarias LED y tasa de delitos",
subtitle = "Cinco categorías priorizadas por cada 10.000 habitantes",
x = "Luminarias LED (%)",
y = "Tasa por cada 10.000 habitantes",
color = "Clasificación poblacional"
) +
tema_clase
Los resultados muestran que la participación de luminarias LED presenta asociaciones muy débiles con el número de casos registrados (ρ = 0,108) y con la tasa de delitos (ρ = -0,083). La dispersión observada en los gráficos tampoco evidencia patrones territoriales definidos entre estas variables.
Por tanto, dentro del alcance de este análisis exploratorio, no se identifica una asociación monotónica relevante entre la participación de luminarias LED y los indicadores de delitos de las cinco categorías priorizadas.
Estos resultados no permiten concluir que la tecnología LED carezca de efectos sobre la seguridad. El indicador utilizado representa la participación tecnológica del alumbrado, pero no contempla aspectos como su ubicación, funcionamiento, intensidad o cobertura efectiva. Adicionalmente, debe considerarse la diferencia temporal entre los datos de infraestructura (2021) y los registros de delitos (2023).
En este apartado se exploran las posibles asociaciones entre las condiciones socioeconómicas de las UPZ, la percepción de inseguridad y los indicadores de delitos correspondientes a las cinco categorías priorizadas.
Se consideran tres relaciones principales: el porcentaje de pobreza frente a los indicadores de delitos, el salario promedio frente a dichos indicadores y el porcentaje de percepción de inseguridad frente a los registros de denuncias.
Para evaluar estas relaciones se utiliza el coeficiente de correlación de Spearman y se construyen diagramas de dispersión que permiten observar la dirección, magnitud y comportamiento de las asociaciones entre las variables.
Es importante diferenciar la percepción de inseguridad de los delitos denunciados. La primera corresponde a la proporción de personas que manifiestan percibir problemas de inseguridad en el entorno de su vivienda, mientras que los segundos representan registros administrativos de denuncias. Por tanto, ambas dimensiones describen aspectos diferentes del fenómeno de la seguridad.
Los indicadores socioeconómicos y de percepción corresponden a la Encuesta Multipropósito de 2021, mientras que los registros de delitos corresponden al periodo enero-julio de 2023. Adicionalmente, 32 UPZ comparten estimaciones agrupadas con otros territorios, por lo que sus observaciones no deben interpretarse como mediciones completamente independientes.
Se conservan las 112 UPZ y se evaluará la sensibilidad de las asociaciones frente a las unidades identificadas mediante el criterio P13, sin eliminarlas de la base original.
Se calcula la correlación de Spearman entre tres indicadores de la Encuesta Multipropósito de 2021 —porcentaje de pobreza, salario promedio y percepción de inseguridad— y los dos indicadores agregados de delitos de las cinco categorías priorizadas.
La comparación entre el número de casos y la tasa por cada 10.000 habitantes permite examinar si las asociaciones observadas se mantienen al considerar el tamaño poblacional de cada territorio.
Se incluyen las 112 UPZ, sin excluir las identificadas mediante el criterio P13. Los resultados se interpretan considerando que 32 UPZ comparten estimaciones de la Encuesta Multipropósito, por lo que no representan observaciones socioeconómicas completamente independientes.
# Seleccionar las variables del análisis
variables_correlacion_socioeconomica <- variables_integradas %>%
select(
pct_pobreza,
salario_promedio,
pct_percibe_inseguridad,
casos_seleccionados,
tasa_seleccionada
)
# Calcular matriz de correlaciones de Spearman
matriz_correlaciones_socioeconomicas <- cor(
variables_correlacion_socioeconomica,
method = "spearman",
use = "pairwise.complete.obs"
)
# Presentar tabla de correlaciones
knitr::kable(
round(matriz_correlaciones_socioeconomicas, 3),
caption = "Correlaciones de Spearman entre condiciones socioeconómicas y delitos priorizados"
)
| pct_pobreza | salario_promedio | pct_percibe_inseguridad | casos_seleccionados | tasa_seleccionada | |
|---|---|---|---|---|---|
| pct_pobreza | 1.000 | -0.928 | 0.740 | -0.174 | -0.524 |
| salario_promedio | -0.928 | 1.000 | -0.790 | 0.183 | 0.592 |
| pct_percibe_inseguridad | 0.740 | -0.790 | 1.000 | 0.050 | -0.304 |
| casos_seleccionados | -0.174 | 0.183 | 0.050 | 1.000 | 0.258 |
| tasa_seleccionada | -0.524 | 0.592 | -0.304 | 0.258 | 1.000 |
# Convertir la matriz a formato largo
correlaciones_socioeconomicas_largas <- as.data.frame(
as.table(matriz_correlaciones_socioeconomicas)
) %>%
rename(
Variable_1 = Var1,
Variable_2 = Var2,
Correlacion = Freq
)
# Construir mapa de calor
ggplot(
correlaciones_socioeconomicas_largas,
aes(
x = Variable_1,
y = Variable_2,
fill = Correlacion
)
) +
geom_tile(
color = "white",
linewidth = 0.8
) +
geom_text(
aes(label = round(Correlacion, 2)),
color = "black",
size = 3.8
) +
scale_fill_gradient2(
low = morado,
mid = "white",
high = magenta,
midpoint = 0,
limits = c(-1, 1),
name = "Spearman"
) +
labs(
title = "Relaciones entre condiciones socioeconómicas y delitos",
subtitle = "Matriz de correlaciones de Spearman",
x = NULL,
y = NULL
) +
coord_fixed() +
tema_clase +
theme(
axis.text.x = element_text(
angle = 40,
hjust = 1,
size = 9
),
axis.text.y = element_text(size = 9),
panel.grid = element_blank()
)
Los resultados evidencian asociaciones importantes entre las condiciones
socioeconómicas y la percepción de inseguridad. Se identifica una
correlación negativa muy fuerte entre el porcentaje de pobreza y el
salario promedio (ρ = -0,928), así como una asociación positiva entre
pobreza y percepción de inseguridad (ρ = 0,740).
En relación con los delitos, el porcentaje de pobreza presenta una asociación inversa moderada con la tasa agregada de las cinco categorías priorizadas (ρ = -0,524), mientras que el salario promedio muestra una asociación positiva moderada (ρ = 0,592). Sin embargo, estas relaciones son considerablemente más débiles cuando se utiliza el número absoluto de casos.
Por otra parte, la percepción de inseguridad presenta una asociación débil e inversa con la tasa de delitos (ρ = -0,304) y prácticamente nula con el número de casos (ρ = 0,050). Esto evidencia que la percepción ciudadana y las denuncias registradas representan dimensiones diferentes del fenómeno de la seguridad.
Estos resultados corresponden a asociaciones exploratorias y no permiten establecer relaciones causales. Su interpretación debe considerar las diferencias temporales entre las fuentes y la existencia de estimaciones socioeconómicas agrupadas entre algunas UPZ.
Con el propósito de profundizar en las asociaciones identificadas en la matriz de correlaciones, se elaboran gráficos de dispersión que permiten observar el comportamiento de la tasa de los cinco delitos priorizados frente a tres variables socioeconómicas: porcentaje de pobreza, salario promedio y percepción de inseguridad.
Cada gráfico incorpora una línea de tendencia LOESS para facilitar la identificación de posibles patrones, así como el coeficiente de correlación de Spearman para relacionar la representación visual con los resultados estadísticos.
El análisis considera inicialmente las 112 UPZ. Las tendencias observadas deben interpretarse como asociaciones exploratorias y no como evidencia de causalidad. Posteriormente, se evaluará si los patrones se mantienen al considerar las particularidades de las UPZ con información socioeconómica agrupada.
# Correlaciones de Spearman
cor_pobreza_tasa <- cor(
variables_integradas$pct_pobreza,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
)
cor_salario_tasa <- cor(
variables_integradas$salario_promedio,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
)
cor_percepcion_tasa <- cor(
variables_integradas$pct_percibe_inseguridad,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
)
# 1. Pobreza y tasa de delitos
ggplot(
variables_integradas,
aes(x = pct_pobreza, y = tasa_seleccionada)
) +
geom_point(color = magenta, size = 2.5, alpha = 0.75) +
geom_smooth(
method = "loess",
formula = y ~ x,
color = morado,
fill = morado,
alpha = 0.15
) +
labs(
title = "Pobreza y tasa de delitos",
subtitle = paste("Correlación de Spearman:", round(cor_pobreza_tasa, 3)),
x = "Porcentaje de pobreza",
y = "Tasa de delitos por cada 10.000 habitantes"
) +
tema_clase
# 2. Salario promedio y tasa de delitos
ggplot(
variables_integradas,
aes(x = salario_promedio, y = tasa_seleccionada)
) +
geom_point(color = magenta, size = 2.5, alpha = 0.75) +
geom_smooth(
method = "loess",
formula = y ~ x,
color = morado,
fill = morado,
alpha = 0.15
) +
labs(
title = "Salario promedio y tasa de delitos",
subtitle = paste("Correlación de Spearman:", round(cor_salario_tasa, 3)),
x = "Salario promedio",
y = "Tasa de delitos por cada 10.000 habitantes"
) +
tema_clase
# 3. Percepción de inseguridad y tasa de delitos
ggplot(
variables_integradas,
aes(x = pct_percibe_inseguridad, y = tasa_seleccionada)
) +
geom_point(color = magenta, size = 2.5, alpha = 0.75) +
geom_smooth(
method = "loess",
formula = y ~ x,
color = morado,
fill = morado,
alpha = 0.15
) +
labs(
title = "Percepción de inseguridad y tasa de delitos",
subtitle = paste("Correlación de Spearman:", round(cor_percepcion_tasa, 3)),
x = "Porcentaje de percepción de inseguridad",
y = "Tasa de delitos por cada 10.000 habitantes"
) +
tema_clase
Los gráficos de dispersión permiten profundizar en las relaciones identificadas mediante los coeficientes de Spearman. En conjunto, se observa una alta concentración de UPZ con tasas relativamente bajas y la presencia de algunas observaciones con valores considerablemente superiores.
La relación entre pobreza y tasa de delitos presenta una asociación inversa moderada (ρ = -0,524), aunque la curva LOESS evidencia un comportamiento no lineal. Por su parte, el salario promedio presenta una asociación positiva moderada (ρ = 0,592), pero su representación gráfica no muestra una tendencia creciente uniforme.
En cuanto a la percepción de inseguridad, la asociación con la tasa de delitos es débil e inversa (ρ = -0,304), sin evidenciar un patrón territorial consistente.
Estos resultados sugieren que las condiciones socioeconómicas y la percepción ciudadana presentan asociaciones diferentes frente a las denuncias registradas. Sin embargo, la presencia de tasas extremas y las diferencias en el tamaño poblacional de las UPZ pueden influir en los resultados, por lo que se requiere evaluar la estabilidad de estas relaciones antes de establecer conclusiones definitivas.
Con el propósito de evaluar la estabilidad de las asociaciones identificadas, se realiza un análisis de sensibilidad que compara los coeficientes de correlación de Spearman obtenidos con la totalidad de las 112 UPZ y aquellos calculados sin las UPZ clasificadas en P13.
Este ejercicio permite determinar si las relaciones entre las condiciones socioeconómicas y la tasa de delitos se mantienen o presentan cambios importantes al retirar temporalmente los territorios identificados por su menor población.
Las UPZ no se eliminan del estudio. Esta comparación constituye una prueba de sensibilidad para evaluar la influencia que pueden tener las poblaciones reducidas sobre las asociaciones estadísticas.
# Correlaciones con las 112 UPZ
correlaciones_completas <- c(
pobreza = cor(
variables_integradas$pct_pobreza,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
),
salario = cor(
variables_integradas$salario_promedio,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
),
percepcion = cor(
variables_integradas$pct_percibe_inseguridad,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
)
)
# Correlaciones sin las UPZ clasificadas en P13
datos_sin_p13 <- variables_integradas %>%
filter(grupo_poblacion == "Resto de UPZ")
correlaciones_sin_p13 <- c(
pobreza = cor(
datos_sin_p13$pct_pobreza,
datos_sin_p13$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
),
salario = cor(
datos_sin_p13$salario_promedio,
datos_sin_p13$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
),
percepcion = cor(
datos_sin_p13$pct_percibe_inseguridad,
datos_sin_p13$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
)
)
# Tabla comparativa
tabla_sensibilidad_socioeconomica <- tibble(
Variable = c(
"Porcentaje de pobreza",
"Salario promedio",
"Percepción de inseguridad"
),
Correlacion_112_UPZ = as.numeric(correlaciones_completas),
Correlacion_sin_P13 = as.numeric(correlaciones_sin_p13)
) %>%
mutate(
Diferencia = Correlacion_sin_P13 - Correlacion_112_UPZ
)
knitr::kable(
tabla_sensibilidad_socioeconomica %>%
mutate(
across(
c(Correlacion_112_UPZ, Correlacion_sin_P13, Diferencia),
~ round(.x, 3)
)
),
caption = "Sensibilidad de las correlaciones socioeconómicas frente a la exclusión temporal de las UPZ P13"
)
| Variable | Correlacion_112_UPZ | Correlacion_sin_P13 | Diferencia |
|---|---|---|---|
| Porcentaje de pobreza | -0.524 | -0.570 | -0.047 |
| Salario promedio | 0.592 | 0.645 | 0.053 |
| Percepción de inseguridad | -0.304 | -0.346 | -0.042 |
Los resultados del análisis de sensibilidad muestran que las tres correlaciones conservan su dirección al retirar temporalmente las UPZ clasificadas en P13. Sin embargo, se presentan variaciones en la magnitud de las asociaciones.
La correlación entre pobreza y tasa de delitos pasa de -0,524 a -0,570, mientras que la relación con el salario promedio aumenta de 0,592 a 0,645. Por su parte, la percepción de inseguridad pasa de -0,304 a -0,346.
El salario promedio presenta la mayor variación absoluta, seguido por el porcentaje de pobreza y la percepción de inseguridad. No obstante, los cambios son moderados y ninguna de las asociaciones modifica su dirección.
Estos resultados sugieren que las relaciones identificadas no están determinadas exclusivamente por las UPZ de menor población. Sin embargo, esta prueba no elimina otras posibles fuentes de influencia, como las diferencias territoriales, la presencia de valores extremos y las limitaciones de las fuentes de información.
En consecuencia, se mantienen las 112 UPZ como universo del estudio y se utiliza el análisis sin P13 como una comprobación complementaria de sensibilidad.
En este apartado se exploran las relaciones entre algunas condiciones del entorno urbano, el acceso a la infraestructura institucional de seguridad y los indicadores de inseguridad.
Se consideran dos variables del entorno: el porcentaje de personas que perciben la cercanía de lotes oscuros y el tiempo mínimo de acceso a un CAI o estación de Policía. Estas variables se contrastan con el porcentaje de percepción de inseguridad y la tasa agregada de los cinco delitos priorizados.
El propósito es identificar posibles asociaciones territoriales que permitan ampliar la comprensión del fenómeno. Se utiliza el coeficiente de Spearman, debido a que permite evaluar relaciones monotónicas sin exigir una distribución normal de las variables.
Los resultados deben interpretarse como asociaciones exploratorias y no como evidencia de causalidad. También se consideran las diferencias temporales entre las fuentes de información y las limitaciones de las variables socioeconómicas agrupadas.
variables_entorno <- variables_integradas %>%
select(
pct_cerca_lotes_oscuros,
min_cai_policia,
pct_percibe_inseguridad,
tasa_seleccionada
)
matriz_correlaciones_entorno <- cor(
variables_entorno,
method = "spearman",
use = "pairwise.complete.obs"
)
knitr::kable(
round(matriz_correlaciones_entorno, 3),
caption = "Correlaciones de Spearman entre entorno urbano, acceso institucional y seguridad"
)
| pct_cerca_lotes_oscuros | min_cai_policia | pct_percibe_inseguridad | tasa_seleccionada | |
|---|---|---|---|---|
| pct_cerca_lotes_oscuros | 1.000 | 0.347 | 0.329 | -0.369 |
| min_cai_policia | 0.347 | 1.000 | 0.023 | -0.330 |
| pct_percibe_inseguridad | 0.329 | 0.023 | 1.000 | -0.304 |
| tasa_seleccionada | -0.369 | -0.330 | -0.304 | 1.000 |
# Preparación de datos para el mapa de calor
correlaciones_entorno_largas <- as.data.frame(
as.table(matriz_correlaciones_entorno)
) %>%
rename(
Variable_1 = Var1,
Variable_2 = Var2,
Correlacion = Freq
)
# Mapa de calor
ggplot(
correlaciones_entorno_largas,
aes(x = Variable_1, y = Variable_2, fill = Correlacion)
) +
geom_tile(color = "white", linewidth = 0.8) +
geom_text(
aes(label = round(Correlacion, 2)),
color = "black",
size = 3.8
) +
scale_fill_gradient2(
low = morado,
mid = "white",
high = magenta,
midpoint = 0,
limits = c(-1, 1),
name = "Spearman"
) +
labs(
title = "Entorno urbano, acceso institucional y seguridad",
subtitle = "Matriz de correlaciones de Spearman",
x = NULL,
y = NULL
) +
coord_fixed() +
tema_clase +
theme(
axis.text.x = element_text(angle = 40, hjust = 1, size = 9),
axis.text.y = element_text(size = 9),
panel.grid = element_blank()
)
Los resultados muestran asociaciones débiles entre las condiciones del
entorno urbano, el acceso institucional y los indicadores de
seguridad.
Se identifica una correlación positiva entre la percepción de cercanía a lotes oscuros y la percepción de inseguridad (ρ = 0,329), lo que sugiere que las UPZ con mayores porcentajes en esta condición tienden a presentar también mayores niveles de percepción de inseguridad.
Sin embargo, la relación entre lotes oscuros y tasa de delitos es inversa (ρ = -0,369). De manera similar, el tiempo mínimo de acceso a un CAI presenta una correlación inversa con la tasa de delitos (ρ = -0,330). Estos resultados muestran que las condiciones del entorno y la cercanía a la infraestructura institucional no necesariamente se relacionan de forma directa con las denuncias registradas.
Por otra parte, la correlación entre el tiempo de acceso a un CAI y la percepción de inseguridad es prácticamente nula (ρ = 0,023), por lo que no se identifica una asociación monotónica entre ambas variables.
En conjunto, los resultados evidencian que la percepción ciudadana, las condiciones del entorno y las tasas de delitos registrados representan dimensiones diferentes del fenómeno de seguridad. Las asociaciones encontradas no permiten establecer relaciones causales y deben interpretarse considerando las características territoriales y las limitaciones temporales de las fuentes utilizadas.
Para profundizar en los resultados de la matriz de correlaciones, se presentan gráficos de dispersión que permiten observar las relaciones entre la percepción de cercanía a lotes oscuros, la percepción de inseguridad y la tasa de delitos priorizados.
Se incorpora una línea de tendencia LOESS para facilitar la identificación de posibles patrones y se presenta el coeficiente de Spearman como referencia estadística.
Esta visualización permite contrastar las asociaciones encontradas y observar posibles comportamientos atípicos entre las UPZ. Los resultados se interpretan como relaciones exploratorias, sin establecer causalidad entre las variables.
# Coeficientes de Spearman
cor_lotes_percepcion <- cor(
variables_integradas$pct_cerca_lotes_oscuros,
variables_integradas$pct_percibe_inseguridad,
method = "spearman",
use = "complete.obs"
)
cor_lotes_tasa <- cor(
variables_integradas$pct_cerca_lotes_oscuros,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
)
cor_cai_tasa <- cor(
variables_integradas$min_cai_policia,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
)
# 1. Lotes oscuros y percepción de inseguridad
ggplot(
variables_integradas,
aes(x = pct_cerca_lotes_oscuros, y = pct_percibe_inseguridad)
) +
geom_point(color = magenta, size = 2.5, alpha = 0.75) +
geom_smooth(
method = "loess",
formula = y ~ x,
color = morado,
fill = morado,
alpha = 0.15
) +
labs(
title = "Lotes oscuros y percepción de inseguridad",
subtitle = paste("Correlación de Spearman:", round(cor_lotes_percepcion, 3)),
x = "Porcentaje de percepción de cercanía a lotes oscuros",
y = "Porcentaje de percepción de inseguridad"
) +
tema_clase
# 2. Lotes oscuros y tasa de delitos
ggplot(
variables_integradas,
aes(x = pct_cerca_lotes_oscuros, y = tasa_seleccionada)
) +
geom_point(color = magenta, size = 2.5, alpha = 0.75) +
geom_smooth(
method = "loess",
formula = y ~ x,
color = morado,
fill = morado,
alpha = 0.15
) +
labs(
title = "Lotes oscuros y tasa de delitos",
subtitle = paste("Correlación de Spearman:", round(cor_lotes_tasa, 3)),
x = "Porcentaje de percepción de cercanía a lotes oscuros",
y = "Tasa de delitos por cada 10.000 habitantes"
) +
tema_clase
# 3. Tiempo de acceso a CAI y tasa de delitos
ggplot(
variables_integradas,
aes(x = min_cai_policia, y = tasa_seleccionada)
) +
geom_point(color = magenta, size = 2.5, alpha = 0.75) +
geom_smooth(
method = "loess",
formula = y ~ x,
color = morado,
fill = morado,
alpha = 0.15
) +
labs(
title = "Acceso a CAI y tasa de delitos",
subtitle = paste("Correlación de Spearman:", round(cor_cai_tasa, 3)),
x = "Tiempo mínimo de acceso a CAI o estación de Policía",
y = "Tasa de delitos por cada 10.000 habitantes"
) +
tema_clase
La visualización de las relaciones entre las condiciones del entorno, la percepción de inseguridad y las tasas de delitos permite identificar comportamientos diferenciados entre las UPZ.
En primer lugar, la relación entre la percepción de cercanía a lotes oscuros y la percepción de inseguridad presenta una asociación positiva débil (ρ = 0,329). La curva LOESS muestra un incremento inicial y posteriormente una estabilización, lo que sugiere que la relación no mantiene un comportamiento uniforme en todo el rango de valores.
Por otra parte, la relación entre lotes oscuros y tasa de delitos presenta una asociación inversa débil (ρ = -0,369). Sin embargo, la curva de tendencia evidencia un comportamiento no lineal y una alta dispersión de las observaciones, por lo que no se identifica un patrón territorial consistente.
De manera similar, el tiempo mínimo de acceso a un CAI presenta una asociación inversa débil con la tasa de delitos (ρ = -0,330). La curva LOESS muestra variaciones a lo largo de la distribución y no permite establecer una relación uniforme entre el tiempo de acceso y las tasas registradas.
En conjunto, los resultados sugieren que las condiciones del entorno y el acceso a infraestructura institucional deben analizarse considerando las particularidades de cada territorio. La presencia de valores extremos y las diferencias poblacionales pueden influir en las asociaciones observadas, por lo que no es posible establecer relaciones causales a partir de estos resultados.
Con el propósito de identificar las observaciones que pueden influir en las relaciones estadísticas analizadas, se examinan las UPZ con las tasas más elevadas de los cinco delitos priorizados.
La revisión considera conjuntamente la población, el número de casos registrados y la tasa por cada 10.000 habitantes. Esto permite diferenciar los territorios que presentan un volumen elevado de denuncias de aquellos donde una población reducida puede amplificar considerablemente el indicador.
Este diagnóstico no implica excluir observaciones. Su finalidad es reconocer las particularidades de los territorios y evaluar con mayor precisión la influencia de los valores extremos en los análisis posteriores.
diagnostico_tasas_extremas <- variables_integradas %>%
arrange(desc(tasa_seleccionada)) %>%
select(
upz_nombre,
localidad,
poblacion,
casos_seleccionados,
tasa_seleccionada,
grupo_poblacion
) %>%
slice_head(n = 15) %>%
mutate(
tasa_seleccionada = round(tasa_seleccionada, 2)
)
knitr::kable(
diagnostico_tasas_extremas,
caption = "15 UPZ con las tasas más elevadas de los cinco delitos priorizados"
)
| upz_nombre | localidad | poblacion | casos_seleccionados | tasa_seleccionada | grupo_poblacion |
|---|---|---|---|---|---|
| El Mochuelo | Ciudad Bolívar | 30 | 32 | 10666.66 | UPZ identificada en P13 |
| Aeropuerto El Dorado | Fontibón | 883 | 509 | 5764.44 | UPZ identificada en P13 |
| Parque Simon Bolivar - Can | Teusaquillo | 3323 | 911 | 2741.50 | UPZ identificada en P13 |
| Las Nieves | Santa Fe | 17203 | 3963 | 2303.67 | Resto de UPZ |
| Zona Industrial | Puente Aranda | 6666 | 1498 | 2247.22 | UPZ identificada en P13 |
| Sagrado Corazon | Santa Fe | 11247 | 1660 | 1475.95 | UPZ identificada en P13 |
| Parque Salitre | Barrios Unidos | 1442 | 212 | 1470.18 | UPZ identificada en P13 |
| La Sabana | Los Mártires | 38856 | 5192 | 1336.22 | Resto de UPZ |
| Chico Lago | Chapinero | 38608 | 4872 | 1261.91 | Resto de UPZ |
| Puente Aranda | Puente Aranda | 12482 | 1458 | 1168.08 | UPZ identificada en P13 |
| Chapinero | Chapinero | 26491 | 2816 | 1063.01 | Resto de UPZ |
| Teusaquillo | Teusaquillo | 28881 | 2787 | 964.99 | Resto de UPZ |
| Jardin Botanico | Engativá | 2900 | 250 | 862.07 | UPZ identificada en P13 |
| Galerias | Teusaquillo | 38425 | 2900 | 754.71 | Resto de UPZ |
| Los Alcazares | Barrios Unidos | 44678 | 3255 | 728.55 | Resto de UPZ |
El diagnóstico de las 15 UPZ con mayores tasas de los cinco delitos priorizados permite identificar dos situaciones diferenciadas.
En primer lugar, se observan territorios con poblaciones reducidas donde el número de casos registrados genera tasas considerablemente elevadas. El caso más representativo es El Mochuelo, con una población de 30 habitantes y 32 casos, lo que produce una tasa de 10.666,66 por cada 10.000 habitantes. Este resultado evidencia la sensibilidad del indicador frente a denominadores poblacionales pequeños y requiere especial cautela en su interpretación.
En segundo lugar, se identifican UPZ con poblaciones considerablemente mayores que también presentan tasas elevadas y volúmenes importantes de denuncias. Entre ellas se encuentran Las Nieves, La Sabana, Chicó Lago, Chapinero y Teusaquillo. Esto demuestra que los valores extremos no se explican exclusivamente por poblaciones pequeñas.
Una posible hipótesis es que las características de actividad económica, comercial y de movilidad de algunos territorios influyan en la concentración de denuncias. Sin embargo, esta explicación requiere información adicional sobre población flotante y dinámica territorial.
En consecuencia, las tasas deben analizarse conjuntamente con el número absoluto de casos y el tamaño poblacional. Se mantienen todas las UPZ en el estudio, reconociendo las limitaciones de comparabilidad que presentan los territorios con poblaciones reducidas.
Se realiza una prueba de sensibilidad para evaluar la influencia de las UPZ con las cinco tasas más elevadas de los delitos priorizados sobre las asociaciones estadísticas identificadas.
Para ello, se comparan los coeficientes de Spearman calculados con las 112 UPZ frente a los obtenidos al retirar temporalmente estas cinco observaciones.
Se examinan las relaciones de la tasa de delitos con el porcentaje de pobreza, el salario promedio, la percepción de cercanía a lotes oscuros y el tiempo mínimo de acceso a un CAI.
Este ejercicio permite establecer si las asociaciones identificadas se mantienen ante la presencia de valores extremos. La selección de estas cinco UPZ responde exclusivamente a su posición en el ranking de tasas y no implica que deban excluirse del análisis territorial.
# Identificar las cinco UPZ con mayores tasas
upz_extremas <- variables_integradas %>%
slice_max(
order_by = tasa_seleccionada,
n = 5,
with_ties = FALSE
)
# Mostrar las UPZ seleccionadas
knitr::kable(
upz_extremas %>%
select(
upz_nombre,
localidad,
poblacion,
casos_seleccionados,
tasa_seleccionada
),
caption = "Cinco UPZ retiradas temporalmente para la prueba de sensibilidad"
)
| upz_nombre | localidad | poblacion | casos_seleccionados | tasa_seleccionada |
|---|---|---|---|---|
| El Mochuelo | Ciudad Bolívar | 30 | 32 | 10666.66 |
| Aeropuerto El Dorado | Fontibón | 883 | 509 | 5764.44 |
| Parque Simon Bolivar - Can | Teusaquillo | 3323 | 911 | 2741.50 |
| Las Nieves | Santa Fe | 17203 | 3963 | 2303.67 |
| Zona Industrial | Puente Aranda | 6666 | 1498 | 2247.22 |
# Crear conjunto de datos sin las cinco UPZ extremas
datos_sin_extremos <- variables_integradas %>%
anti_join(
upz_extremas %>% select(upz_cod),
by = "upz_cod"
)
# Calcular correlaciones con las 112 UPZ
correlaciones_112 <- c(
pobreza = cor(
variables_integradas$pct_pobreza,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
),
salario = cor(
variables_integradas$salario_promedio,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
),
lotes_oscuros = cor(
variables_integradas$pct_cerca_lotes_oscuros,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
),
acceso_cai = cor(
variables_integradas$min_cai_policia,
variables_integradas$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
)
)
# Calcular correlaciones sin las cinco UPZ extremas
correlaciones_sin_extremos <- c(
pobreza = cor(
datos_sin_extremos$pct_pobreza,
datos_sin_extremos$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
),
salario = cor(
datos_sin_extremos$salario_promedio,
datos_sin_extremos$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
),
lotes_oscuros = cor(
datos_sin_extremos$pct_cerca_lotes_oscuros,
datos_sin_extremos$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
),
acceso_cai = cor(
datos_sin_extremos$min_cai_policia,
datos_sin_extremos$tasa_seleccionada,
method = "spearman",
use = "complete.obs"
)
)
# Construir tabla comparativa
tabla_sensibilidad_extremos <- tibble(
Variable = c(
"Porcentaje de pobreza",
"Salario promedio",
"Percepción de cercanía a lotes oscuros",
"Tiempo mínimo de acceso a CAI"
),
Correlacion_112_UPZ = as.numeric(correlaciones_112),
Correlacion_sin_extremos = as.numeric(correlaciones_sin_extremos)
) %>%
mutate(
Diferencia = Correlacion_sin_extremos - Correlacion_112_UPZ
)
knitr::kable(
tabla_sensibilidad_extremos %>%
mutate(
across(
c(
Correlacion_112_UPZ,
Correlacion_sin_extremos,
Diferencia
),
~ round(.x, 3)
)
),
caption = "Sensibilidad de las correlaciones frente a las cinco tasas más elevadas"
)
| Variable | Correlacion_112_UPZ | Correlacion_sin_extremos | Diferencia |
|---|---|---|---|
| Porcentaje de pobreza | -0.524 | -0.565 | -0.041 |
| Salario promedio | 0.592 | 0.634 | 0.042 |
| Percepción de cercanía a lotes oscuros | -0.369 | -0.465 | -0.096 |
| Tiempo mínimo de acceso a CAI | -0.330 | -0.369 | -0.039 |
La prueba de sensibilidad frente a las cinco UPZ con mayores tasas de delitos permite evaluar la influencia de las observaciones extremas sobre las asociaciones estadísticas.
Los resultados muestran que las cuatro correlaciones conservan su dirección después de retirar temporalmente estas observaciones. La relación entre pobreza y tasa de delitos pasa de -0,524 a -0,565, mientras que la asociación con el salario promedio aumenta de 0,592 a 0,634.
El cambio más importante se presenta en la relación entre la percepción de cercanía a lotes oscuros y la tasa de delitos, cuyo coeficiente pasa de -0,369 a -0,465. Esto indica que las cinco observaciones extremas tienen una mayor influencia sobre esta asociación. Por su parte, la relación con el tiempo mínimo de acceso a un CAI presenta una variación menor, pasando de -0,330 a -0,369.
En conjunto, los resultados indican que las asociaciones mantienen su dirección al retirar temporalmente las cinco UPZ con mayores tasas, aunque presentan cambios en su magnitud. Por tanto, los valores extremos influyen en la intensidad de algunas relaciones, pero no explican por sí solos los patrones identificados.
Esta comprobación complementa el análisis de sensibilidad frente a las UPZ P13 y refuerza la decisión de conservar la totalidad de los territorios en el estudio, utilizando las pruebas de sensibilidad como herramientas de validación.
El análisis de correlaciones permitió explorar las relaciones entre las características demográficas, las condiciones socioeconómicas, la infraestructura urbana, la percepción de inseguridad y las tasas de los cinco delitos priorizados en las UPZ de Bogotá.
Entre los principales resultados se identificó una asociación positiva moderada entre el salario promedio y la tasa de delitos (ρ = 0,592), así como una asociación inversa moderada con el porcentaje de pobreza (ρ = -0,524). Por su parte, la percepción de inseguridad presentó una relación débil e inversa con la tasa de delitos (ρ = -0,304), lo que evidencia que la percepción ciudadana y las denuncias registradas no necesariamente siguen el mismo comportamiento territorial.
En cuanto a las condiciones del entorno, se encontró una asociación positiva débil entre la percepción de cercanía a lotes oscuros y la percepción de inseguridad (ρ = 0,329). Sin embargo, las relaciones de estas variables con la tasa de delitos fueron inversas y débiles. El tiempo mínimo de acceso a un CAI también presentó una asociación inversa débil con dicha tasa (ρ = -0,330), sin que estos resultados permitan establecer una relación causal.
El análisis de sensibilidad permitió comprobar que las asociaciones conservan su dirección al retirar temporalmente las UPZ clasificadas en P13 y las cinco observaciones con mayores tasas. No obstante, se identificaron variaciones en la magnitud de algunos coeficientes, especialmente en la relación entre lotes oscuros y tasa de delitos.
Finalmente, se reconoce que las tasas pueden verse afectadas por el tamaño de la población residente, la presencia de valores extremos, la actividad territorial y las limitaciones de las fuentes utilizadas. También debe considerarse que parte de la información socioeconómica corresponde a estimaciones agrupadas y que existen diferencias temporales entre los datos de percepción y los registros de delitos.
En consecuencia, los resultados constituyen una aproximación exploratoria a las relaciones territoriales de la inseguridad. No permiten establecer causalidad, pero aportan elementos para formular nuevas preguntas y orientar análisis posteriores sobre las características sociales, urbanas y demográficas de las UPZ.
El análisis geográfico permite complementar los resultados estadísticos mediante la representación espacial de los indicadores asociados con las condiciones de seguridad de las UPZ de Bogotá.
Mientras que las tablas y los gráficos anteriores permiten identificar distribuciones, diferencias y asociaciones entre variables, los mapas facilitan la comprensión de cómo se distribuyen estos comportamientos en el territorio.
Para desarrollar esta etapa se integrará la información estadística de las UPZ con los archivos geográficos que contienen sus límites territoriales. De esta manera, será posible representar indicadores como la cantidad de delitos denunciados, las tasas de criminalidad, la percepción de inseguridad y algunas características socioeconómicas y de infraestructura.
La visualización se realizará mediante mapas temáticos, utilizando escalas de color que permitan diferenciar los niveles de cada indicador entre las unidades territoriales.
El propósito no es únicamente identificar las UPZ con valores altos o bajos, sino reconocer posibles concentraciones espaciales, diferencias entre localidades y patrones territoriales que complementen los resultados del análisis exploratorio.
Es importante tener presente que la representación geográfica no modifica las limitaciones de las fuentes originales. Por tanto, los mapas deben interpretarse considerando los periodos de referencia de los datos, las diferencias en las metodologías de medición y las características de las estimaciones disponibles.
Primero debemos conocer la estructura de los archivos geográficos. Aunque ya los cargamos, necesitamos identificar sus campos, sistemas de coordenadas y características generales.
# Revisar la estructura del archivo geográfico de UPZ
cat("ESTRUCTURA DEL ARCHIVO DE UPZ/n")
## ESTRUCTURA DEL ARCHIVO DE UPZ/n
glimpse(upz_shp)
## Rows: 112
## Columns: 3
## $ upz_cod <int> 80, 11, 59, 25, 70, 46, 29, 85, 50, 22, 108, 48, 96, 75, 51…
## $ upz_nombre <chr> "Corabastos", "San Cristobal Norte", "Alfonso Lopez", "La F…
## $ geometry <MULTIPOLYGON [°]> MULTIPOLYGON (((-74.15509 4..., MULTIPOLYGON (…
# Identificar los campos disponibles
names(upz_shp)
## [1] "upz_cod" "upz_nombre" "geometry"
# Revisar el sistema de coordenadas
st_crs(upz_shp)
## Coordinate Reference System:
## User input: WGS 84
## wkt:
## GEOGCRS["WGS 84",
## DATUM["World Geodetic System 1984",
## ELLIPSOID["WGS 84",6378137,298.257223563,
## LENGTHUNIT["metre",1]]],
## PRIMEM["Greenwich",0,
## ANGLEUNIT["degree",0.0174532925199433]],
## CS[ellipsoidal,2],
## AXIS["latitude",north,
## ORDER[1],
## ANGLEUNIT["degree",0.0174532925199433]],
## AXIS["longitude",east,
## ORDER[2],
## ANGLEUNIT["degree",0.0174532925199433]],
## ID["EPSG",4326]]
# Consultar la cantidad de polígonos
nrow(upz_shp)
## [1] 112
# Revisar los primeros registros
head(st_drop_geometry(upz_shp), 5)
| upz_cod | upz_nombre |
|---|---|
| 80 | Corabastos |
| 11 | San Cristobal Norte |
| 59 | Alfonso Lopez |
| 25 | La Floresta |
| 70 | Jerusalem |
Ahora realizamos la misma revisión para el archivo geográfico de localidades.
# Revisar la estructura del archivo de localidades
cat("ESTRUCTURA DEL ARCHIVO DE LOCALIDADES/n")
## ESTRUCTURA DEL ARCHIVO DE LOCALIDADES/n
glimpse(localidades_shp)
## Rows: 19
## Columns: 3
## $ loc_cod <int> 9, 18, 17, 12, 13, 16, 14, 1, 2, 4, 5, 19, 7, 8, 10, 11, 6, …
## $ localidad <chr> "Fontibón", "Rafael Uribe Uribe", "Candelaria", "Barrios Uni…
## $ geometry <MULTIPOLYGON [°]> MULTIPOLYGON (((-74.15857 4..., MULTIPOLYGON ((…
# Identificar los campos disponibles
names(localidades_shp)
## [1] "loc_cod" "localidad" "geometry"
# Revisar el sistema de coordenadas
st_crs(localidades_shp)
## Coordinate Reference System:
## User input: WGS 84
## wkt:
## GEOGCRS["WGS 84",
## DATUM["World Geodetic System 1984",
## ELLIPSOID["WGS 84",6378137,298.257223563,
## LENGTHUNIT["metre",1]]],
## PRIMEM["Greenwich",0,
## ANGLEUNIT["degree",0.0174532925199433]],
## CS[ellipsoidal,2],
## AXIS["latitude",north,
## ORDER[1],
## ANGLEUNIT["degree",0.0174532925199433]],
## AXIS["longitude",east,
## ORDER[2],
## ANGLEUNIT["degree",0.0174532925199433]],
## ID["EPSG",4326]]
# Consultar la cantidad de polígonos
nrow(localidades_shp)
## [1] 19
# Revisar los primeros registros
head(st_drop_geometry(localidades_shp), 5)
| loc_cod | localidad |
|---|---|
| 9 | Fontibón |
| 18 | Rafael Uribe Uribe |
| 17 | Candelaria |
| 12 | Barrios Unidos |
| 13 | Teusaquillo |
Antes de integrar la información estadística, también es conveniente visualizar los polígonos originales. Esto permite comprobar que las geometrías se encuentran correctamente cargadas y que corresponden al territorio de Bogotá.
# Visualización inicial de los polígonos de las UPZ
ggplot() +
geom_sf(
data = upz_shp,
fill = "#E9E3ED",
color = morado,
linewidth = 0.25
) +
labs(
title = "División territorial de Bogotá por UPZ",
subtitle = "Representación de los polígonos geográficos disponibles",
caption = "Fuente: archivo geográfico de UPZ suministrado para el taller."
) +
tema_clase +
theme(
axis.title = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank()
)
Una vez revisada la estructura de los archivos geográficos, se procede a integrar la información estadística de las UPZ con sus respectivos polígonos territoriales.
Para realizar esta operación se utiliza el campo
upz_cod, que funciona como identificador común entre ambas
fuentes. Este procedimiento permite incorporar los indicadores
demográficos, socioeconómicos, de infraestructura y de seguridad a cada
unidad geográfica, conservando la geometría necesaria para su
representación cartográfica.
Antes de construir los mapas temáticos, se valida que la unión conserve la totalidad de los registros, que no existan códigos sin correspondencia y que las variables estadísticas se encuentren disponibles después de la integración.
Esta validación es importante porque cualquier inconsistencia en la relación entre los datos y los polígonos podría generar representaciones territoriales incompletas o asignaciones incorrectas de los indicadores.
# Integrar la información estadística con los polígonos de las UPZ
upz_mapa <- upz_shp %>%
left_join(
upz %>% select(-upz_nombre),
by = "upz_cod"
)
# Validar la cantidad de registros y polígonos
cat("REGISTROS DE LA BASE ESTADÍSTICA:", nrow(upz), "/n")
## REGISTROS DE LA BASE ESTADÍSTICA: 112 /n
cat("POLÍGONOS DEL ARCHIVO GEOGRÁFICO:", nrow(upz_shp), "/n")
## POLÍGONOS DEL ARCHIVO GEOGRÁFICO: 112 /n
cat("REGISTROS DESPUÉS DE LA UNIÓN:", nrow(upz_mapa), "/n")
## REGISTROS DESPUÉS DE LA UNIÓN: 112 /n
# Identificar códigos de la base estadística sin geometría
upz_sin_geometria <- upz %>%
anti_join(
st_drop_geometry(upz_shp),
by = "upz_cod"
)
# Identificar polígonos sin información estadística
poligonos_sin_datos <- st_drop_geometry(upz_shp) %>%
anti_join(
upz,
by = "upz_cod"
)
# Revisar valores faltantes en las variables estadísticas integradas
faltantes_integracion <- upz_mapa %>%
st_drop_geometry() %>%
summarise(
across(
everything(),
~ sum(is.na(.))
)
) %>%
pivot_longer(
cols = everything(),
names_to = "Variable",
values_to = "Valores_faltantes"
) %>%
filter(Valores_faltantes > 0)
# Presentar resultados de validación
cat("/nCÓDIGOS SIN GEOMETRÍA:", nrow(upz_sin_geometria), "/n")
## /nCÓDIGOS SIN GEOMETRÍA: 0 /n
cat("POLÍGONOS SIN DATOS:", nrow(poligonos_sin_datos), "/n")
## POLÍGONOS SIN DATOS: 0 /n
cat("VARIABLES CON VALORES FALTANTES:", nrow(faltantes_integracion), "/n")
## VARIABLES CON VALORES FALTANTES: 0 /n
# Consultar los primeros registros de la base integrada
head(
st_drop_geometry(upz_mapa) %>%
select(
upz_cod,
upz_nombre,
poblacion,
casos_total,
tasa_total
),
10
)
| upz_cod | upz_nombre | poblacion | casos_total | tasa_total |
|---|---|---|---|---|
| 80 | Corabastos | 56102 | 1103 | 196.61 |
| 11 | San Cristobal Norte | 72939 | 793 | 108.72 |
| 59 | Alfonso Lopez | 53774 | 455 | 84.61 |
| 25 | La Floresta | 46543 | 886 | 190.36 |
| 70 | Jerusalem | 102981 | 1061 | 103.03 |
| 46 | Castilla | 141571 | 2646 | 186.90 |
| 29 | Minuto De Dios | 110520 | 2183 | 197.52 |
| 85 | Bosa Central | 237111 | 3346 | 141.12 |
| 50 | La Gloria | 96862 | 918 | 94.77 |
| 22 | Doce De Octubre | 75666 | 2031 | 268.42 |
Una vez integrada la información estadística y geográfica, se realiza la representación espacial de los indicadores de seguridad para identificar diferencias en la distribución territorial de los delitos registrados en las UPZ de Bogotá.
En primer lugar, se analiza la tasa total de delitos por cada 10.000 habitantes. Este indicador relaciona el número de casos registrados con la población residente y permite complementar la lectura de los conteos absolutos. Posteriormente, se representa el número total de casos denunciados, con el propósito de identificar los territorios donde se concentra el mayor volumen de registros.
La comparación de ambos indicadores permite reconocer que una mayor cantidad de denuncias no necesariamente corresponde a una mayor tasa, y viceversa. También permite identificar territorios donde las poblaciones reducidas pueden generar tasas considerablemente elevadas.
Es importante considerar que los indicadores corresponden al periodo enero-julio de 2023 y representan denuncias registradas, no necesariamente la totalidad de los hechos ocurridos. Asimismo, las tasas de las UPZ con poblaciones pequeñas deben interpretarse con especial cautela debido a su sensibilidad frente al denominador poblacional.
Antes de realizar la representación cartográfica, se examina la distribución estadística de la tasa total de delitos para identificar posibles asimetrías y valores extremos.
Esta revisión es importante porque las tasas relacionan los casos registrados con la población residente. En consecuencia, las UPZ con poblaciones reducidas pueden presentar valores elevados incluso cuando el número absoluto de denuncias no es alto.
El propósito es reconocer las características de la distribución y establecer criterios adecuados para su representación espacial, conservando los valores originales y evitando que unas pocas observaciones dificulten la lectura de las diferencias territoriales.
# Extraer los valores de la tasa total
tasas_totales <- upz_mapa$tasa_total
tasas_totales <- tasas_totales[!is.na(tasas_totales)]
# Estadísticas descriptivas
media_tasa <- mean(tasas_totales)
mediana_tasa <- median(tasas_totales)
desviacion_tasa <- sd(tasas_totales)
q1_tasa <- quantile(tasas_totales, 0.25)
q3_tasa <- quantile(tasas_totales, 0.75)
rango_intercuartil <- IQR(tasas_totales)
# Límites para identificar valores extremos
limite_inferior <- q1_tasa - 1.5 * rango_intercuartil
limite_superior <- q3_tasa + 1.5 * rango_intercuartil
# Coeficiente de asimetría de Fisher
asimetria_tasa <- mean(
(tasas_totales - media_tasa)^3
) / sd(tasas_totales)^3
# Tabla de resultados
resumen_tasa_total <- tibble(
Indicador = c(
"Número de UPZ",
"Media",
"Mediana",
"Desviación estándar",
"Mínimo",
"Primer cuartil (Q1)",
"Tercer cuartil (Q3)",
"Máximo",
"Asimetría",
"Límite inferior",
"Límite superior",
"Cantidad de valores extremos"
),
Resultado = c(
length(tasas_totales),
media_tasa,
mediana_tasa,
desviacion_tasa,
min(tasas_totales),
q1_tasa,
q3_tasa,
max(tasas_totales),
asimetria_tasa,
limite_inferior,
limite_superior,
sum(
tasas_totales < limite_inferior |
tasas_totales > limite_superior
)
)
)
knitr::kable(
resumen_tasa_total %>%
mutate(Resultado = round(Resultado, 2)),
caption = "Estadísticas descriptivas y detección de valores extremos de la tasa total de delitos"
)
| Indicador | Resultado |
|---|---|
| Número de UPZ | 112.00 |
| Media | 503.64 |
| Mediana | 192.52 |
| Desviación estándar | 1263.44 |
| Mínimo | 64.47 |
| Primer cuartil (Q1) | 129.51 |
| Tercer cuartil (Q3) | 287.62 |
| Máximo | 11333.33 |
| Asimetría | 6.55 |
| Límite inferior | -107.65 |
| Límite superior | 524.78 |
| Cantidad de valores extremos | 17.00 |
# Histograma de la distribución
ggplot(
data.frame(tasa_total = tasas_totales),
aes(x = tasa_total)
) +
geom_histogram(
bins = 25,
fill = magenta,
color = "white",
alpha = 0.85
) +
geom_vline(
xintercept = media_tasa,
color = morado,
linewidth = 1,
linetype = "dashed"
) +
geom_vline(
xintercept = mediana_tasa,
color = "#D9006C",
linewidth = 1,
linetype = "dotted"
) +
labs(
title = "Distribución de la tasa total de delitos",
subtitle = "Línea discontinua: media | Línea punteada: mediana",
x = "Tasa por cada 10.000 habitantes",
y = "Cantidad de UPZ"
) +
tema_clase
El mapa coroplético permite observar la distribución espacial de la tasa total de delitos por cada 10.000 habitantes. Para facilitar la diferenciación visual entre territorios, se utiliza una escala de colores con transformación pseudo-logarítmica.
Esta transformación permite representar simultáneamente valores bajos y elevados sin modificar los datos originales. La interpretación debe considerar que las tasas de las UPZ con poblaciones pequeñas pueden presentar una mayor sensibilidad frente al denominador poblacional.
ggplot(upz_mapa) +
geom_sf(
aes(fill = tasa_total),
color = "white",
linewidth = 0.15
) +
scale_fill_gradientn(
colours = c("#E9E3ED", "#A98DBB", "#D9006C", "#351A4F"),
trans = scales::pseudo_log_trans(sigma = 1),
breaks = c(0, 100, 500, 1000, 3000, 6000, 10000),
name = "Tasa por cada\n10.000 habitantes",
labels = scales::label_comma(accuracy = 1),
na.value = "grey85"
) +
labs(
title = "Distribución territorial de la tasa total de delitos",
subtitle = "UPZ de Bogotá · Enero a julio de 2023",
caption = "Fuente: elaboración propia con información estadística y geográfica suministrada para el taller."
) +
tema_clase +
theme(
axis.title = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank(),
legend.position = "right",
legend.title = element_text(size = 11),
legend.text = element_text(size = 9)
)
Como complemento al análisis de las tasas, se representa el número absoluto de casos registrados en cada UPZ. Esta visualización permite identificar los territorios que concentran el mayor volumen de denuncias, independientemente de su tamaño poblacional.
La comparación con el mapa de tasas permite reconocer diferencias entre concentración de casos y relación de los registros con la población residente.
ggplot(upz_mapa) +
geom_sf(
aes(fill = casos_total),
color = "white",
linewidth = 0.15
) +
scale_fill_gradientn(
colours = c("#E9E3ED", "#A98DBB", "#D9006C", "#351A4F"),
trans = scales::pseudo_log_trans(sigma = 1),
name = "Casos denunciados",
labels = scales::label_comma(accuracy = 1),
na.value = "grey85"
) +
labs(
title = "Distribución territorial de los casos denunciados",
subtitle = "UPZ de Bogotá · Enero a julio de 2023",
caption = "Fuente: elaboración propia con información estadística y geográfica suministrada para el taller."
) +
tema_clase +
theme(
axis.title = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank(),
legend.position = "right",
legend.title = element_text(size = 11),
legend.text = element_text(size = 9)
)
Debido a la asimetría identificada en la distribución de la tasa total de delitos, se propone una representación cartográfica complementaria mediante una escala logarítmica.
Esta transformación permite reducir el efecto visual de los valores extremos y mejorar la diferenciación de las UPZ que presentan tasas bajas y medias. Es importante aclarar que la transformación se aplica exclusivamente a la escala de representación y no modifica los valores originales utilizados en el análisis estadístico.
De esta manera, se busca facilitar la comparación territorial sin eliminar observaciones ni ocultar la existencia de valores elevados.
# Identificar UPZ con poblaciones más pequeñas
upz %>%
arrange(poblacion) %>%
select(
upz_nombre,
poblacion,
casos_total,
tasa_total
) %>%
slice_head(n = 15)
| upz_nombre | poblacion | casos_total | tasa_total |
|---|---|---|---|
| El Mochuelo | 30 | 34 | 11333.33 |
| Aeropuerto El Dorado | 883 | 545 | 6172.14 |
| Parque Entrenubes | 1169 | 16 | 136.87 |
| Parque Salitre | 1442 | 233 | 1615.81 |
| Paseo De Los Libertadores | 2690 | 74 | 275.09 |
| Guaymaral | 2692 | 45 | 167.16 |
| Jardin Botanico | 2900 | 266 | 917.24 |
| Parque Simon Bolivar - Can | 3323 | 958 | 2882.94 |
| La Academia | 5260 | 123 | 233.84 |
| Monte Blanco | 6575 | 80 | 121.67 |
| Zona Industrial | 6666 | 1573 | 2359.74 |
| Sagrado Corazon | 11247 | 1707 | 1517.74 |
| Alamos | 12077 | 642 | 531.59 |
| La Macarena | 12253 | 507 | 413.78 |
| Puente Aranda | 12482 | 1561 | 1250.60 |
Como alternativa a la representación mediante escalas continuas, se construye un mapa temático basado en quintiles. Esta clasificación organiza las UPZ en cinco grupos de acuerdo con la posición relativa de sus tasas de delitos.
La utilización de quintiles facilita la identificación de las unidades territoriales que presentan niveles relativamente bajos, intermedios o altos dentro del conjunto analizado.
A diferencia de la transformación logarítmica, esta clasificación no modifica la escala numérica de los datos, sino que agrupa las observaciones en categorías. Por tanto, debe interpretarse como una herramienta de comparación relativa y no como una clasificación de riesgo absoluto.
Los valores originales de las tasas se conservan para los análisis estadísticos y para la identificación de posibles valores extremos.
# Clasificar las UPZ en cinco grupos según su tasa total
upz_mapa <- upz_mapa %>%
mutate(
quintil_tasa = ntile(tasa_total, 5),
quintil_tasa = factor(
quintil_tasa,
levels = 1:5,
labels = c(
"Q1 - Muy bajo",
"Q2 - Bajo",
"Q3 - Medio",
"Q4 - Alto",
"Q5 - Muy alto"
)
)
)
# Construir mapa por quintiles
ggplot(upz_mapa) +
geom_sf(
aes(fill = quintil_tasa),
color = "white",
linewidth = 0.15
) +
scale_fill_manual(
values = c(
"Q1 - Muy bajo" = "#E9E3ED",
"Q2 - Bajo" = "#C8B5D3",
"Q3 - Medio" = "#A98DBB",
"Q4 - Alto" = "#D9006C",
"Q5 - Muy alto" = "#351A4F"
),
name = "Quintiles",
na.value = "grey85"
) +
labs(
title = "Clasificación territorial de la tasa de delitos",
subtitle = "UPZ agrupadas en cinco quintiles · Enero a julio de 2023",
caption = "Los quintiles representan posiciones relativas dentro de las UPZ analizadas. No constituyen categorías de riesgo absoluto."
) +
tema_clase +
theme(
axis.title = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank(),
legend.position = "right"
)
upz_mapa %>%
st_drop_geometry() %>%
group_by(quintil_tasa) %>%
summarise(
Numero_UPZ = n(),
Tasa_minima = min(tasa_total, na.rm = TRUE),
Tasa_mediana = median(tasa_total, na.rm = TRUE),
Tasa_maxima = max(tasa_total, na.rm = TRUE),
Poblacion_total = sum(poblacion, na.rm = TRUE),
.groups = "drop"
)
| quintil_tasa | Numero_UPZ | Tasa_minima | Tasa_mediana | Tasa_maxima | Poblacion_total |
|---|---|---|---|---|---|
| Q1 - Muy bajo | 23 | 64.47 | 99.850 | 119.89 | 2584989 |
| Q2 - Bajo | 23 | 121.67 | 143.740 | 167.17 | 2048928 |
| Q3 - Medio | 22 | 167.77 | 195.650 | 225.79 | 1775200 |
| Q4 - Alto | 22 | 233.84 | 270.825 | 413.78 | 1068099 |
| Q5 - Muy alto | 22 | 427.21 | 1062.765 | 11333.33 | 459316 |
Antes de interpretar los mapas como una distribución territorial de inseguridad, debemos revisar el tamaño de la población que sirve como denominador de las tasas.
# Identificar las 15 UPZ con menor población
upz %>%
arrange(poblacion) %>%
select(
upz_nombre,
poblacion,
casos_total,
tasa_total
) %>%
slice_head(n = 15)
| upz_nombre | poblacion | casos_total | tasa_total |
|---|---|---|---|
| El Mochuelo | 30 | 34 | 11333.33 |
| Aeropuerto El Dorado | 883 | 545 | 6172.14 |
| Parque Entrenubes | 1169 | 16 | 136.87 |
| Parque Salitre | 1442 | 233 | 1615.81 |
| Paseo De Los Libertadores | 2690 | 74 | 275.09 |
| Guaymaral | 2692 | 45 | 167.16 |
| Jardin Botanico | 2900 | 266 | 917.24 |
| Parque Simon Bolivar - Can | 3323 | 958 | 2882.94 |
| La Academia | 5260 | 123 | 233.84 |
| Monte Blanco | 6575 | 80 | 121.67 |
| Zona Industrial | 6666 | 1573 | 2359.74 |
| Sagrado Corazon | 11247 | 1707 | 1517.74 |
| Alamos | 12077 | 642 | 531.59 |
| La Macarena | 12253 | 507 | 413.78 |
| Puente Aranda | 12482 | 1561 | 1250.60 |
# Relación entre población y tasa total
ggplot(upz, aes(x = poblacion, y = tasa_total)) +
geom_point(
color = "#D9006C",
alpha = 0.75,
size = 2.5
) +
scale_x_continuous(
labels = scales::label_comma()
) +
scale_y_continuous(
labels = scales::label_comma()
) +
labs(
title = "Población y tasa total de delitos por UPZ",
subtitle = "Evaluación de la influencia del tamaño poblacional",
x = "Población",
y = "Tasa por cada 10.000 habitantes"
) +
tema_clase
Como complemento a las representaciones cartográficas estáticas, se construye un mapa interactivo mediante la librería Leaflet. Esta herramienta permite explorar las unidades territoriales con mayor detalle y consultar información específica de cada UPZ.
La visualización utiliza la clasificación por quintiles de la tasa total de delitos, conservando la misma categorización del mapa estático. Al seleccionar o ubicar el cursor sobre cada polígono, es posible consultar el nombre de la UPZ, su población, el número de casos denunciados y la tasa registrada durante el periodo analizado.
Esta representación facilita la exploración individual de los territorios y permite contrastar los valores absolutos con las tasas relativas, sin perder de vista las limitaciones asociadas al tamaño poblacional de algunas UPZ.
# Definir la paleta de colores para los quintiles
paleta_quintiles <- colorFactor(
palette = c(
"#E9E3ED",
"#C8B5D3",
"#A98DBB",
"#D9006C",
"#351A4F"
),
domain = levels(upz_mapa$quintil_tasa),
na.color = "grey85"
)
# Construir etiquetas de las UPZ
etiquetas_upz <- paste0(
"<strong>UPZ: </strong>",
upz_mapa$upz_nombre,
"<br><strong>Población: </strong>",
scales::comma(upz_mapa$poblacion),
"<br><strong>Casos denunciados: </strong>",
scales::comma(upz_mapa$casos_total),
"<br><strong>Tasa por 10.000 habitantes: </strong>",
scales::number(upz_mapa$tasa_total, accuracy = 0.1),
"<br><strong>Clasificación: </strong>",
upz_mapa$quintil_tasa
)
# Crear mapa interactivo
leaflet(upz_mapa) %>%
addProviderTiles(
providers$OpenStreetMap.Mapnik
) %>%
addPolygons(
fillColor = ~paleta_quintiles(quintil_tasa),
fillOpacity = 0.75,
color = "white",
weight = 1,
opacity = 1,
label = lapply(etiquetas_upz, htmltools::HTML),
highlightOptions = highlightOptions(
weight = 3,
color = "#D9006C",
fillOpacity = 0.9,
bringToFront = TRUE
)
) %>%
addLegend(
position = "bottomright",
pal = paleta_quintiles,
values = ~quintil_tasa,
title = "Tasa de delitos",
opacity = 0.8
)
Las representaciones cartográficas desarrolladas permiten observar la distribución territorial de los delitos desde diferentes perspectivas.
La escala continua conserva la magnitud original de las tasas, aunque puede verse condicionada por la presencia de valores extremos. La escala logarítmica facilita la diferenciación visual de los valores bajos e intermedios, mientras que la clasificación por quintiles permite comparar la posición relativa de cada UPZ dentro del conjunto analizado.
Estas alternativas no son excluyentes, ya que responden a objetivos de visualización diferentes. Por esta razón, su interpretación debe considerar tanto la escala utilizada como las características de la población de cada unidad territorial.
En particular, las tasas calculadas sobre poblaciones pequeñas requieren precaución, debido a que pocos casos pueden generar variaciones importantes en el indicador. Por tanto, los mapas deben interpretarse como una exploración de las denuncias registradas y no como una medición definitiva de la inseguridad real de cada territorio.
Además de los registros de delitos denunciados, el análisis incorpora variables relacionadas con la percepción de inseguridad y las características del entorno urbano.
Estas dimensiones permiten ampliar la comprensión del fenómeno, considerando que la experiencia de inseguridad de los habitantes no necesariamente coincide con la cantidad de denuncias registradas en cada territorio.
En esta sección se explora la distribución geográfica de la percepción de inseguridad, la cercanía a determinados elementos del entorno y la accesibilidad a los CAI de policía. El propósito es identificar diferencias territoriales y contrastarlas con los indicadores de delitos analizados anteriormente.
# Mapa de percepción de inseguridad
ggplot(upz_mapa) +
geom_sf(
aes(fill = pct_percibe_inseguridad),
color = "white",
linewidth = 0.15
) +
scale_fill_gradientn(
colours = c("#E9E3ED", "#A98DBB", "#D9006C", "#351A4F"),
name = "Percepción/n(%)",
na.value = "grey85"
) +
labs(
title = "Percepción de inseguridad en el entorno de las UPZ",
subtitle = "Porcentaje reportado en la Encuesta Multipropósito 2021",
caption = "Fuente: Encuesta Multipropósito DANE 2021. Algunas UPZ comparten estimaciones agrupadas."
) +
tema_clase +
theme(
axis.title = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank(),
legend.position = "right"
)
Las características del entorno pueden aportar información adicional para comprender las diferencias territoriales relacionadas con la seguridad.
Para este análisis se consideran dos indicadores de la Encuesta Multipropósito: el porcentaje de viviendas afectadas por la cercanía a lotes baldíos o sitios oscuros y el porcentaje de viviendas afectadas por la cercanía a expendios de droga.
La representación geográfica de estas variables permite explorar cómo se distribuyen dichas condiciones entre las UPZ y posteriormente contrastarlas con las tasas de delitos denunciados.
Es importante señalar que estos indicadores corresponden a percepciones o condiciones reportadas por los hogares encuestados. Por tanto, no deben interpretarse como evidencia directa de que estos elementos ocasionen mayores niveles de delincuencia.
ggplot(upz_mapa) +
geom_sf(
aes(fill = pct_cerca_lotes_oscuros),
color = "white",
linewidth = 0.15
) +
scale_fill_gradientn(
colours = c("#E9E3ED", "#A98DBB", "#D9006C", "#351A4F"),
name = "Viviendas/nafectadas (%)",
na.value = "grey85"
) +
labs(
title = "Cercanía a lotes baldíos y sitios oscuros",
subtitle = "Porcentaje de viviendas afectadas · Encuesta 2021",
caption = "Fuente: Encuesta Multipropósito DANE 2021. Algunas UPZ comparten estimaciones agrupadas."
) +
tema_clase +
theme(
axis.title = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank(),
legend.position = "right"
)
ggplot(upz_mapa) +
geom_sf(
aes(fill = pct_cerca_ollas),
color = "white",
linewidth = 0.15
) +
scale_fill_gradientn(
colours = c("#E9E3ED", "#A98DBB", "#D9006C", "#351A4F"),
name = "Viviendas/nafectadas (%)",
na.value = "grey85"
) +
labs(
title = "Cercanía a expendios de droga",
subtitle = "Porcentaje de viviendas afectadas · Encuesta 2021",
caption = "Fuente: Encuesta Multipropósito DANE 2021. Algunas UPZ comparten estimaciones agrupadas."
) +
tema_clase +
theme(
axis.title = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank(),
legend.position = "right"
)
La accesibilidad a los servicios de seguridad constituye otra dimensión de interés para el análisis territorial.
Para explorar esta característica se utiliza la variable
min_cai_policia, que representa el tiempo promedio
caminando desde las viviendas hasta un CAI de policía.
Su representación geográfica permite identificar diferencias en la accesibilidad territorial y contrastarlas posteriormente con los indicadores de delitos y percepción de inseguridad.
Sin embargo, este indicador debe interpretarse con precaución, ya que la distancia o el tiempo promedio de desplazamiento no representan por sí mismos la capacidad operativa de la Policía, su presencia permanente en el territorio ni los tiempos efectivos de atención.
ggplot(upz_mapa) +
geom_sf(
aes(fill = min_cai_policia),
color = "white",
linewidth = 0.15
) +
scale_fill_gradientn(
colours = c("#E9E3ED", "#A98DBB", "#D9006C", "#351A4F"),
name = "Minutos/ncaminando",
na.value = "grey85"
) +
labs(
title = "Accesibilidad territorial a los CAI de policía",
subtitle = "Tiempo promedio caminando desde las viviendas",
caption = "Fuente: Encuesta Multipropósito DANE 2021. Algunas UPZ comparten estimaciones agrupadas."
) +
tema_clase +
theme(
axis.title = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank(),
legend.position = "right"
)
Antes de pasar a la interpretación, construimos una tabla que reúne los indicadores de seguridad, percepción y entorno. Esto nos permitirá identificar las UPZ que presentan valores destacados en diferentes dimensiones.
tabla_indicadores_territoriales <- upz %>%
select(
upz_nombre,
poblacion,
casos_total,
tasa_total,
pct_percibe_inseguridad,
pct_cerca_lotes_oscuros,
pct_cerca_ollas,
min_cai_policia,
em_agrupada
) %>%
arrange(desc(tasa_total))
knitr::kable(
head(tabla_indicadores_territoriales, 15),
digits = 2,
caption = "UPZ con mayores tasas de delitos y sus indicadores territoriales"
)
| upz_nombre | poblacion | casos_total | tasa_total | pct_percibe_inseguridad | pct_cerca_lotes_oscuros | pct_cerca_ollas | min_cai_policia | em_agrupada |
|---|---|---|---|---|---|---|---|---|
| El Mochuelo | 30 | 34 | 11333.33 | 86.83 | 44.99 | 52.33 | 27.39 | TRUE |
| Aeropuerto El Dorado | 883 | 545 | 6172.14 | 32.58 | 40.06 | 17.00 | 26.31 | TRUE |
| Parque Simon Bolivar - Can | 3323 | 958 | 2882.94 | 32.98 | 1.22 | 0.31 | 13.10 | TRUE |
| Zona Industrial | 6666 | 1573 | 2359.74 | 66.27 | 45.32 | 51.50 | 17.17 | TRUE |
| Las Nieves | 17203 | 4033 | 2344.36 | 59.85 | 18.59 | 23.13 | 10.06 | TRUE |
| Parque Salitre | 1442 | 233 | 1615.81 | 65.97 | 13.78 | 10.63 | 16.14 | TRUE |
| Sagrado Corazon | 11247 | 1707 | 1517.74 | 59.85 | 18.59 | 23.13 | 10.06 | TRUE |
| La Sabana | 38856 | 5441 | 1400.30 | 83.45 | 38.71 | 61.44 | 16.00 | FALSE |
| Chico Lago | 38608 | 4985 | 1291.18 | 21.48 | 0.64 | 3.12 | 13.11 | TRUE |
| Puente Aranda | 12482 | 1561 | 1250.60 | 66.27 | 45.32 | 51.50 | 17.17 | TRUE |
| Chapinero | 26491 | 2901 | 1095.09 | 50.28 | 10.35 | 20.92 | 15.62 | TRUE |
| Teusaquillo | 28881 | 2976 | 1030.44 | 62.90 | 5.91 | 6.04 | 10.36 | FALSE |
| Jardin Botanico | 2900 | 266 | 917.24 | 76.48 | 8.34 | 3.18 | 17.71 | TRUE |
| Galerias | 38425 | 3067 | 798.18 | 48.52 | 17.51 | 22.49 | 12.79 | FALSE |
| Los Alcazares | 44678 | 3495 | 782.26 | 69.78 | 11.13 | 18.43 | 12.78 | FALSE |
Después de explorar la distribución geográfica de los indicadores, se realiza una comparación visual entre la tasa total de delitos y algunas características sociales y urbanas de las UPZ.
El propósito es identificar si las unidades territoriales que presentan mayores niveles de percepción de inseguridad o determinadas condiciones del entorno también registran tasas de delitos más elevadas.
Este análisis complementa las correlaciones estadísticas desarrolladas anteriormente, ya que permite observar la dispersión de las observaciones, reconocer posibles valores extremos y evaluar si existe algún patrón visual entre las variables.
# Relación entre tasa de delitos y percepción de inseguridad
ggplot(
upz,
aes(
x = pct_percibe_inseguridad,
y = tasa_total,
color = em_agrupada
)
) +
geom_point(
alpha = 0.75,
size = 2.5
) +
scale_y_log10(
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"FALSE" = "#168C86",
"TRUE" = "#D9006C"
),
labels = c(
"FALSE" = "Estimación individual",
"TRUE" = "Estimación agrupada"
),
name = "Tipo de estimación"
) +
labs(
title = "Tasa de delitos y percepción de inseguridad",
subtitle = "Comparación entre UPZ · Eje vertical en escala logarítmica",
x = "Percepción de inseguridad (%)",
y = "Tasa de delitos por 10.000 habitantes",
caption = "Fuentes: Encuesta Multipropósito 2021 y registros de delitos enero-julio 2023."
) +
tema_clase
Se explora la relación entre la tasa total de delitos y dos indicadores asociados con las condiciones del entorno urbano: la cercanía a lotes baldíos o sitios oscuros y la cercanía a expendios de droga.
Estas variables permiten examinar si las UPZ donde una mayor proporción de viviendas reporta estas condiciones también presentan mayores tasas de delitos denunciados.
La comparación se realiza mediante gráficos de dispersión, manteniendo identificadas las estimaciones agrupadas de la Encuesta Multipropósito. Los resultados permiten reconocer posibles tendencias y diferencias entre las unidades territoriales, sin asumir que las condiciones observadas expliquen directamente la ocurrencia de delitos.
ggplot(
upz,
aes(
x = pct_cerca_lotes_oscuros,
y = tasa_total,
color = em_agrupada
)
) +
geom_point(
alpha = 0.75,
size = 2.5
) +
scale_y_log10(
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"FALSE" = "#168C86",
"TRUE" = "#D9006C"
),
labels = c(
"FALSE" = "Estimación individual",
"TRUE" = "Estimación agrupada"
),
name = "Tipo de estimación"
) +
labs(
title = "Cercanía a lotes oscuros y tasa de delitos",
subtitle = "Eje vertical en escala logarítmica",
x = "Viviendas afectadas por cercanía a lotes oscuros (%)",
y = "Tasa de delitos por 10.000 habitantes",
caption = "Fuentes: Encuesta Multipropósito 2021 y registros de delitos enero-julio 2023."
) +
tema_clase
ggplot(
upz,
aes(
x = pct_cerca_ollas,
y = tasa_total,
color = em_agrupada
)
) +
geom_point(
alpha = 0.75,
size = 2.5
) +
scale_y_log10(
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"FALSE" = "#168C86",
"TRUE" = "#D9006C"
),
labels = c(
"FALSE" = "Estimación individual",
"TRUE" = "Estimación agrupada"
),
name = "Tipo de estimación"
) +
labs(
title = "Cercanía a expendios de droga y tasa de delitos",
subtitle = "Eje vertical en escala logarítmica",
x = "Viviendas afectadas por cercanía a expendios de droga (%)",
y = "Tasa de delitos por 10.000 habitantes",
caption = "Fuentes: Encuesta Multipropósito 2021 y registros de delitos enero-julio 2023."
) +
tema_clase
Como última comparación se analiza la relación entre la tasa total de delitos y el tiempo promedio caminando hasta un CAI de policía.
Esta exploración permite observar si existen diferencias en las tasas de delitos entre las UPZ según su nivel de accesibilidad territorial a este servicio.
La variable utilizada representa tiempos promedio de desplazamiento y no mide directamente la cobertura policial, la cantidad de uniformados o la capacidad de respuesta institucional. Por tanto, cualquier asociación identificada debe interpretarse considerando el alcance específico del indicador.
ggplot(
upz,
aes(
x = min_cai_policia,
y = tasa_total,
color = em_agrupada
)
) +
geom_point(
alpha = 0.75,
size = 2.5
) +
scale_y_log10(
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"FALSE" = "#168C86",
"TRUE" = "#D9006C"
),
labels = c(
"FALSE" = "Estimación individual",
"TRUE" = "Estimación agrupada"
),
name = "Tipo de estimación"
) +
labs(
title = "Accesibilidad a los CAI y tasa de delitos",
subtitle = "Eje vertical en escala logarítmica",
x = "Tiempo promedio caminando hasta un CAI (minutos)",
y = "Tasa de delitos por 10.000 habitantes",
caption = "Fuentes: Encuesta Multipropósito 2021 y registros de delitos enero-julio 2023."
) +
tema_clase
Los gráficos de dispersión permiten observar el comportamiento conjunto de los indicadores de seguridad y las condiciones territoriales. Para complementar esta exploración visual, se presenta una síntesis de las correlaciones de Spearman entre la tasa total de delitos y las variables seleccionadas.
El coeficiente de Spearman permite evaluar la dirección y la intensidad de una asociación monotónica entre dos variables. Su utilización resulta conveniente en esta etapa exploratoria, debido a que los indicadores presentan distribuciones con asimetrías y posibles valores extremos.
Los coeficientes deben interpretarse como asociaciones estadísticas y no como evidencia de causalidad. Adicionalmente, las variables provenientes de la Encuesta Multipropósito tienen la limitación de contar con estimaciones agrupadas para algunas UPZ.
# Variables seleccionadas para la comparación territorial
variables_territoriales <- upz %>%
select(
tasa_total,
pct_percibe_inseguridad,
pct_cerca_lotes_oscuros,
pct_cerca_ollas,
min_cai_policia
)
# Calcular correlaciones de Spearman con la tasa total
correlaciones_territoriales <- tibble(
Variable = c(
"Percepción de inseguridad",
"Cercanía a lotes oscuros",
"Cercanía a expendios de droga",
"Tiempo de acceso a CAI"
),
rho = c(
cor(
variables_territoriales$tasa_total,
variables_territoriales$pct_percibe_inseguridad,
method = "spearman",
use = "complete.obs"
),
cor(
variables_territoriales$tasa_total,
variables_territoriales$pct_cerca_lotes_oscuros,
method = "spearman",
use = "complete.obs"
),
cor(
variables_territoriales$tasa_total,
variables_territoriales$pct_cerca_ollas,
method = "spearman",
use = "complete.obs"
),
cor(
variables_territoriales$tasa_total,
variables_territoriales$min_cai_policia,
method = "spearman",
use = "complete.obs"
)
)
) %>%
mutate(
Intensidad = case_when(
abs(rho) < 0.20 ~ "Muy débil",
abs(rho) < 0.40 ~ "Débil",
abs(rho) < 0.60 ~ "Moderada",
abs(rho) < 0.80 ~ "Fuerte",
TRUE ~ "Muy fuerte"
),
Direccion = if_else(
rho >= 0,
"Positiva",
"Negativa"
)
) %>%
arrange(desc(abs(rho)))
# Presentar resultados
knitr::kable(
correlaciones_territoriales,
digits = 3,
caption = "Correlaciones de Spearman entre tasa de delitos y condiciones territoriales"
)
| Variable | rho | Intensidad | Direccion |
|---|---|---|---|
| Cercanía a lotes oscuros | -0.365 | Débil | Negativa |
| Tiempo de acceso a CAI | -0.339 | Débil | Negativa |
| Cercanía a expendios de droga | -0.335 | Débil | Negativa |
| Percepción de inseguridad | -0.293 | Débil | Negativa |
Debido a que una parte de las UPZ comparte estimaciones provenientes de la Encuesta Multipropósito, se realiza un análisis de sensibilidad para evaluar si esta característica puede influir en las asociaciones identificadas.
Para ello, se comparan las correlaciones de Spearman calculadas con el conjunto completo de UPZ y aquellas obtenidas únicamente con las unidades territoriales que cuentan con estimaciones individuales.
La comparación permite observar si la dirección y la magnitud de las asociaciones se mantienen bajo ambos escenarios. También se considera la cantidad de observaciones utilizadas en cada cálculo, dado que la exclusión de las estimaciones agrupadas reduce el tamaño del conjunto analizado.
Este ejercicio constituye una validación complementaria de los resultados exploratorios. No obstante, el análisis con estimaciones individuales representa un subconjunto de las UPZ y no elimina necesariamente todas las limitaciones de representatividad de la encuesta.
# Definir las variables que se van a comparar
variables_sensibilidad <- c(
"pct_percibe_inseguridad",
"pct_cerca_lotes_oscuros",
"pct_cerca_ollas",
"min_cai_policia"
)
# Función para calcular las correlaciones de Spearman
calcular_correlaciones <- function(datos, escenario) {
purrr::map_dfr(variables_sensibilidad, function(variable) {
datos_validos <- datos %>%
select(
tasa_total,
all_of(variable)
) %>%
drop_na() %>%
filter(
is.finite(tasa_total),
is.finite(.data[[variable]])
)
tibble(
Escenario = escenario,
Variable = variable,
Numero_UPZ = nrow(datos_validos),
rho = if (nrow(datos_validos) >= 3) {
cor(
datos_validos$tasa_total,
datos_validos[[variable]],
method = "spearman"
)
} else {
NA_real_
}
)
})
}
# Escenario 1: todas las UPZ
correlaciones_completas <- calcular_correlaciones(
upz,
"Todas_UPZ"
)
# Escenario 2: únicamente estimaciones individuales
upz_individuales <- upz %>%
filter(em_agrupada == FALSE)
correlaciones_individuales <- calcular_correlaciones(
upz_individuales,
"UPZ_individuales"
)
# Integrar los resultados
comparacion_sensibilidad <- bind_rows(
correlaciones_completas,
correlaciones_individuales
) %>%
mutate(
Variable = recode(
Variable,
pct_percibe_inseguridad = "Percepción de inseguridad",
pct_cerca_lotes_oscuros = "Cercanía a lotes oscuros",
pct_cerca_ollas = "Cercanía a expendios de droga",
min_cai_policia = "Tiempo de acceso a CAI"
)
)
# Organizar la comparación en columnas
tabla_sensibilidad <- comparacion_sensibilidad %>%
pivot_wider(
names_from = Escenario,
values_from = c(rho, Numero_UPZ)
) %>%
mutate(
Diferencia_rho = rho_Todas_UPZ -
rho_UPZ_individuales,
Direccion_consistente = case_when(
is.na(rho_Todas_UPZ) |
is.na(rho_UPZ_individuales) ~ "No evaluable",
sign(rho_Todas_UPZ) ==
sign(rho_UPZ_individuales) ~ "Sí",
TRUE ~ "No"
)
) %>%
arrange(desc(abs(rho_Todas_UPZ)))
# Presentar resultados
knitr::kable(
tabla_sensibilidad,
digits = 3,
caption = "Análisis de sensibilidad de las correlaciones de Spearman"
)
| Variable | rho_Todas_UPZ | rho_UPZ_individuales | Numero_UPZ_Todas_UPZ | Numero_UPZ_UPZ_individuales | Diferencia_rho | Direccion_consistente |
|---|---|---|---|---|---|---|
| Cercanía a lotes oscuros | -0.365 | -0.511 | 112 | 80 | 0.145 | Sí |
| Tiempo de acceso a CAI | -0.339 | -0.455 | 112 | 80 | 0.117 | Sí |
| Cercanía a expendios de droga | -0.335 | -0.342 | 112 | 80 | 0.007 | Sí |
| Percepción de inseguridad | -0.293 | -0.253 | 112 | 80 | -0.040 | Sí |
Para complementar la comparación numérica, se presenta una visualización de los coeficientes de correlación obtenidos en ambos escenarios. Esta representación permite identificar de manera directa si las asociaciones conservan su dirección y si presentan cambios importantes en su magnitud.
ggplot(
comparacion_sensibilidad,
aes(
x = rho,
y = reorder(Variable, rho),
color = Escenario
)
) +
geom_vline(
xintercept = 0,
linetype = "dashed",
color = "grey50"
) +
geom_point(
size = 3,
position = position_dodge(width = 0.5)
) +
scale_color_manual(
values = c(
"Todas_UPZ" = "#351A4F",
"UPZ_individuales" = "#168C86"
),
labels = c(
"Todas_UPZ" = "Todas las UPZ",
"UPZ_individuales" = "Estimaciones individuales"
),
name = "Escenario"
) +
scale_x_continuous(
limits = c(-1, 1),
breaks = seq(-1, 1, by = 0.2)
) +
labs(
title = "Estabilidad de las correlaciones según tipo de estimación",
subtitle = "Comparación de los coeficientes de Spearman",
x = "Coeficiente de Spearman",
y = NULL
) +
tema_clase
El análisis exploratorio se desarrolló a partir de preguntas orientadas a comprender las diferencias territoriales en los indicadores de seguridad y su posible relación con las características demográficas, socioeconómicas y urbanas de las UPZ de Bogotá.
A partir de la información disponible, se establecieron las siguientes preguntas de investigación:
Estas preguntas articulan los análisis estadísticos y las representaciones gráficas desarrolladas en las secciones anteriores. Su propósito es integrar los resultados en una narrativa que permita comprender no solo dónde se registran más denuncias, sino también cómo se relacionan estos registros con las características de cada territorio.
Esta matriz nos permitirá demostrar que cada pregunta tiene un respaldo analítico y que no estamos incluyendo gráficos sin una finalidad concreta.
matriz_preguntas <- tibble(
Pregunta = c(
"¿Las UPZ con más denuncias también tienen mayores tasas?",
"¿Cómo influye el tamaño poblacional en las tasas?",
"¿Qué diferencias territoriales existen en los delitos?",
"¿Existe asociación entre alumbrado y delitos?",
"¿Cómo se relacionan las condiciones socioeconómicas y los delitos?",
"¿La percepción coincide con los delitos denunciados?",
"¿Qué relación tienen el entorno y la accesibilidad a los CAI?"
),
Variables = c(
"casos_total, tasa_total",
"poblacion, densidad_hab_km2, tasa_total",
"casos_total, tasa_total, upz_nombre",
"luminarias_km2, luminarias_1000hab, pct_luminarias_led, tasa_total",
"pct_pobreza, salario_promedio, pct_estrato_1_2, tasa_total",
"pct_percibe_inseguridad, tasa_total",
"pct_cerca_lotes_oscuros, pct_cerca_ollas, min_cai_policia, tasa_total"
),
Analisis = c(
"Comparación de casos y tasas",
"Distribuciones y valores extremos",
"Mapas de tasas y casos",
"Correlaciones y gráficos de dispersión",
"Estadísticas descriptivas y correlaciones",
"Mapas, dispersión y correlación",
"Mapas, dispersión y análisis de sensibilidad"
)
)
knitr::kable(
matriz_preguntas,
caption = "Relación entre preguntas de investigación, variables y análisis"
)
| Pregunta | Variables | Analisis |
|---|---|---|
| ¿Las UPZ con más denuncias también tienen mayores tasas? | casos_total, tasa_total | Comparación de casos y tasas |
| ¿Cómo influye el tamaño poblacional en las tasas? | poblacion, densidad_hab_km2, tasa_total | Distribuciones y valores extremos |
| ¿Qué diferencias territoriales existen en los delitos? | casos_total, tasa_total, upz_nombre | Mapas de tasas y casos |
| ¿Existe asociación entre alumbrado y delitos? | luminarias_km2, luminarias_1000hab, pct_luminarias_led, tasa_total | Correlaciones y gráficos de dispersión |
| ¿Cómo se relacionan las condiciones socioeconómicas y los delitos? | pct_pobreza, salario_promedio, pct_estrato_1_2, tasa_total | Estadísticas descriptivas y correlaciones |
| ¿La percepción coincide con los delitos denunciados? | pct_percibe_inseguridad, tasa_total | Mapas, dispersión y correlación |
| ¿Qué relación tienen el entorno y la accesibilidad a los CAI? | pct_cerca_lotes_oscuros, pct_cerca_ollas, min_cai_policia, tasa_total | Mapas, dispersión y análisis de sensibilidad |
La primera pregunta busca establecer si las unidades territoriales que concentran el mayor número de denuncias en las cinco categorías priorizadas son también aquellas que presentan una mayor intensidad relativa de registros en relación con su población.
Para responderla se comparan dos indicadores: el número de casos registrados en las cinco categorías seleccionadas y la tasa agregada correspondiente por cada 10.000 habitantes. Esta distinción es importante porque el volumen de denuncias puede estar relacionado con el tamaño poblacional de cada UPZ, mientras que la tasa permite realizar una comparación relativa.
El análisis se desarrolla mediante la comparación de los rankings de casos y tasas, así como de la relación entre población y número de denuncias. De esta manera, se busca identificar si los territorios que concentran más casos también ocupan las primeras posiciones cuando se considera su población.
# Top 10 de UPZ por número de casos de los cinco delitos priorizados
ranking_casos_731 <- resumen_cinco_delitos %>%
arrange(desc(casos_seleccionados)) %>%
select(
upz_nombre,
poblacion,
casos_seleccionados,
tasa_seleccionada,
grupo_poblacion
) %>%
slice_head(n = 10) %>%
mutate(Posicion_casos = row_number())
# Top 10 de UPZ por tasa agregada de los cinco delitos priorizados
ranking_tasas_731 <- resumen_cinco_delitos %>%
arrange(desc(tasa_seleccionada)) %>%
select(
upz_nombre,
poblacion,
casos_seleccionados,
tasa_seleccionada,
grupo_poblacion
) %>%
slice_head(n = 10) %>%
mutate(Posicion_tasa = row_number())
# Presentar ranking por casos
knitr::kable(
ranking_casos_731,
digits = 2,
caption = "Top 10 de UPZ según número de casos de los cinco delitos priorizados"
)
| upz_nombre | poblacion | casos_seleccionados | tasa_seleccionada | grupo_poblacion | Posicion_casos |
|---|---|---|---|---|---|
| La Sabana | 38856 | 5192 | 1336.22 | Resto de UPZ | 1 |
| Chico Lago | 38608 | 4872 | 1261.91 | Resto de UPZ | 2 |
| Las Nieves | 17203 | 3963 | 2303.67 | Resto de UPZ | 3 |
| El Rincon | 295322 | 3398 | 115.06 | Resto de UPZ | 4 |
| Los Alcazares | 44678 | 3255 | 728.55 | Resto de UPZ | 5 |
| Bosa Central | 237111 | 3012 | 127.03 | Resto de UPZ | 6 |
| Galerias | 38425 | 2900 | 754.71 | Resto de UPZ | 7 |
| Chapinero | 26491 | 2816 | 1063.01 | Resto de UPZ | 8 |
| Las Ferias | 100848 | 2797 | 277.34 | Resto de UPZ | 9 |
| Teusaquillo | 28881 | 2787 | 964.99 | Resto de UPZ | 10 |
# Presentar ranking por tasa
knitr::kable(
ranking_tasas_731,
digits = 2,
caption = "Top 10 de UPZ según tasa agregada de los cinco delitos priorizados por 10.000 habitantes"
)
| upz_nombre | poblacion | casos_seleccionados | tasa_seleccionada | grupo_poblacion | Posicion_tasa |
|---|---|---|---|---|---|
| El Mochuelo | 30 | 32 | 10666.66 | UPZ identificada en P13 | 1 |
| Aeropuerto El Dorado | 883 | 509 | 5764.44 | UPZ identificada en P13 | 2 |
| Parque Simon Bolivar - Can | 3323 | 911 | 2741.50 | UPZ identificada en P13 | 3 |
| Las Nieves | 17203 | 3963 | 2303.67 | Resto de UPZ | 4 |
| Zona Industrial | 6666 | 1498 | 2247.22 | UPZ identificada en P13 | 5 |
| Sagrado Corazon | 11247 | 1660 | 1475.95 | UPZ identificada en P13 | 6 |
| Parque Salitre | 1442 | 212 | 1470.18 | UPZ identificada en P13 | 7 |
| La Sabana | 38856 | 5192 | 1336.22 | Resto de UPZ | 8 |
| Chico Lago | 38608 | 4872 | 1261.91 | Resto de UPZ | 9 |
| Puente Aranda | 12482 | 1458 | 1168.08 | UPZ identificada en P13 | 10 |
# Unir las posiciones de los dos rankings
comparacion_rankings_731 <- full_join(
ranking_casos_731 %>%
select(upz_nombre, Posicion_casos),
ranking_tasas_731 %>%
select(upz_nombre, Posicion_tasa),
by = "upz_nombre"
) %>%
left_join(
resumen_cinco_delitos %>%
select(upz_nombre, grupo_poblacion),
by = "upz_nombre"
) %>%
mutate(
Grupo = case_when(
!is.na(Posicion_casos) & !is.na(Posicion_tasa) ~
"Aparece en ambos rankings",
!is.na(Posicion_casos) ~
"Solo en ranking de casos",
TRUE ~ "Solo en ranking de tasas"
)
)
# Tabla comparativa de los dos rankings
knitr::kable(
comparacion_rankings_731,
caption = "Comparación de las UPZ que integran los rankings de casos y tasas"
)
| upz_nombre | Posicion_casos | Posicion_tasa | grupo_poblacion | Grupo |
|---|---|---|---|---|
| La Sabana | 1 | 8 | Resto de UPZ | Aparece en ambos rankings |
| Chico Lago | 2 | 9 | Resto de UPZ | Aparece en ambos rankings |
| Las Nieves | 3 | 4 | Resto de UPZ | Aparece en ambos rankings |
| El Rincon | 4 | NA | Resto de UPZ | Solo en ranking de casos |
| Los Alcazares | 5 | NA | Resto de UPZ | Solo en ranking de casos |
| Bosa Central | 6 | NA | Resto de UPZ | Solo en ranking de casos |
| Galerias | 7 | NA | Resto de UPZ | Solo en ranking de casos |
| Chapinero | 8 | NA | Resto de UPZ | Solo en ranking de casos |
| Las Ferias | 9 | NA | Resto de UPZ | Solo en ranking de casos |
| Teusaquillo | 10 | NA | Resto de UPZ | Solo en ranking de casos |
| El Mochuelo | NA | 1 | UPZ identificada en P13 | Solo en ranking de tasas |
| Aeropuerto El Dorado | NA | 2 | UPZ identificada en P13 | Solo en ranking de tasas |
| Parque Simon Bolivar - Can | NA | 3 | UPZ identificada en P13 | Solo en ranking de tasas |
| Zona Industrial | NA | 5 | UPZ identificada en P13 | Solo en ranking de tasas |
| Sagrado Corazon | NA | 6 | UPZ identificada en P13 | Solo en ranking de tasas |
| Parque Salitre | NA | 7 | UPZ identificada en P13 | Solo en ranking de tasas |
| Puente Aranda | NA | 10 | UPZ identificada en P13 | Solo en ranking de tasas |
# Gráfico de las UPZ que aparecen en ambos rankings
comparacion_rankings_731 %>%
filter(
!is.na(Posicion_casos),
!is.na(Posicion_tasa)
) %>%
ggplot(
aes(
x = Posicion_casos,
y = Posicion_tasa,
color = grupo_poblacion,
label = upz_nombre
)
) +
geom_point(size = 3) +
geom_text(
check_overlap = TRUE,
vjust = -0.8,
size = 3,
show.legend = FALSE
) +
scale_x_reverse(
breaks = 1:10,
limits = c(10, 1)
) +
scale_y_reverse(
breaks = 1:10,
limits = c(10, 1)
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
),
name = "Grupo poblacional"
) +
labs(
title = "Coincidencia entre los rankings de casos y tasas",
subtitle = "Posición de las UPZ que aparecen en ambos rankings",
x = "Posición en el ranking de casos",
y = "Posición en el ranking de tasas"
) +
tema_clase
# Relación entre población y casos de los cinco delitos priorizados
ggplot(
resumen_cinco_delitos,
aes(
x = poblacion,
y = casos_seleccionados,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.75,
size = 2.5
) +
geom_smooth(
aes(group = 1),
method = "lm",
se = TRUE,
color = "#D9006C",
linewidth = 0.8
) +
scale_x_log10(
labels = scales::label_comma()
) +
scale_y_log10(
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
),
name = "Grupo poblacional"
) +
labs(
title = "El volumen de denuncias debe interpretarse junto con la población",
subtitle = "Relación entre habitantes y casos de los cinco delitos priorizados por UPZ",
x = "Población de la UPZ (escala logarítmica)",
y = "Casos registrados (escala logarítmica)",
caption = "La línea representa una tendencia lineal ajustada sobre los valores transformados."
) +
tema_clase
Interpretación y conclusión
La comparación de los rankings evidencia que las UPZ que concentran el mayor número de denuncias no necesariamente presentan las tasas más elevadas de los cinco delitos priorizados. De las diez UPZ con mayor cantidad de casos, solamente tres aparecen también entre las diez primeras posiciones del ranking de tasas: La Sabana, Chico Lago y Las Nieves.
Se observan diferencias importantes entre ambos indicadores. La Sabana ocupa el primer lugar en número de casos, con 5.192 registros, pero se ubica en la octava posición por tasa. Chico Lago presenta un comportamiento similar, con 4.872 casos y la novena posición en tasas. Por su parte, Las Nieves ocupa el tercer lugar en ambos rankings, aunque mejora su posición relativa al pasar del volumen absoluto a la tasa poblacional.
Otro resultado relevante es que siete de las diez UPZ con mayores tasas pertenecen al grupo identificado mediante P13, mientras que ninguna de las diez UPZ con mayor número de casos pertenece a esta clasificación. Este comportamiento evidencia la importancia del tamaño poblacional en la interpretación de los indicadores relativos.
El caso de El Mochuelo ilustra esta situación: registra 32 casos en una población de apenas 30 habitantes, lo que genera una tasa de 10.666,66 por cada 10.000 habitantes. Este resultado no debe interpretarse aisladamente como una mayor intensidad delictiva, ya que el reducido denominador amplifica considerablemente el indicador.
En conclusión, los resultados muestran que el volumen de denuncias y las tasas poblacionales ofrecen perspectivas diferentes y complementarias sobre el comportamiento territorial de los cinco delitos priorizados. Por esta razón, ambos indicadores deben analizarse conjuntamente, manteniendo visibles las UPZ clasificadas en P13 y reconociendo las limitaciones de interpretación que presentan las poblaciones reducidas.
# Identificar las UPZ que se destacarán mediante etiquetas
# Se incluyen todas las UPZ P13 y las tres que coinciden
# en los dos rankings principales.
etiquetas_grafico <- resumen_cinco_delitos %>%
filter(
grupo_poblacion == "UPZ identificada en P13" |
upz_nombre %in% c("La Sabana", "Chico Lago", "Las Nieves")
)
# Gráfico de casos frente a tasas para las 112 UPZ
ggplot(
resumen_cinco_delitos,
aes(
x = casos_seleccionados,
y = tasa_seleccionada,
color = grupo_poblacion,
shape = grupo_poblacion
)
) +
geom_point(
size = 2.8,
alpha = 0.8
) +
geom_text(
data = etiquetas_grafico,
aes(label = upz_nombre),
check_overlap = TRUE,
vjust = -0.8,
size = 3,
show.legend = FALSE
) +
scale_x_continuous(
trans = scales::pseudo_log_trans(base = 10)
) +
scale_y_continuous(
trans = scales::pseudo_log_trans(base = 10)
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
),
name = "Grupo poblacional"
) +
scale_shape_manual(
values = c(
"UPZ identificada en P13" = 17,
"Resto de UPZ" = 16
),
name = "Grupo poblacional"
) +
labs(
title = "Relación entre casos y tasas de los cinco delitos priorizados",
subtitle = "Comparación de las 112 UPZ, destacando las identificadas en P13",
x = "Número de casos registrados (escala pseudo-logarítmica)",
y = "Tasa por cada 10.000 habitantes (escala pseudo-logarítmica)",
caption = "Cada punto representa una UPZ. Las escalas pseudo-logarítmicas permiten visualizar conjuntamente valores extremos y valores pequeños."
) +
tema_clase
La segunda pregunta busca comprender cómo influye el tamaño de la población residente en la interpretación de las tasas de los cinco delitos priorizados en las UPZ.
Como se explicó anteriormente, la tasa se calcula relacionando el número de casos registrados con la población de cada unidad territorial, expresando el resultado por cada 10.000 habitantes. Por lo tanto, cuando el denominador es reducido, una cantidad relativamente pequeña de denuncias puede generar una tasa considerablemente elevada.
Para profundizar en este comportamiento se analiza la distribución de la población, su relación con las tasas agregadas de los cinco delitos y las características de las UPZ que presentan poblaciones reducidas.
Este análisis también permite reconocer una limitación del indicador: la población residente no necesariamente representa el total de personas que utilizan o transitan por un territorio. En zonas con alta circulación de población flotante, como el Aeropuerto El Dorado, los registros de denuncias pueden estar relacionados con dinámicas que no quedan representadas en el denominador poblacional.
En consecuencia, las tasas deben interpretarse conjuntamente con los casos absolutos, el tamaño poblacional y las características particulares de cada territorio.
# Ordenar las UPZ según su población e identificar P13
distribucion_poblacion_732 <- resumen_cinco_delitos %>%
arrange(poblacion) %>%
mutate(
upz_nombre = factor(
upz_nombre,
levels = upz_nombre
)
)
# Distribución de la población por UPZ
ggplot(
distribucion_poblacion_732,
aes(
x = poblacion,
y = upz_nombre,
fill = grupo_poblacion
)
) +
geom_col(
alpha = 0.85
) +
scale_x_log10(
labels = scales::label_comma()
) +
scale_fill_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
),
name = "Grupo poblacional"
) +
labs(
title = "La población residente presenta diferencias importantes entre UPZ",
subtitle = "Distribución de habitantes por unidad territorial",
x = "Población residente (escala logarítmica)",
y = NULL
) +
tema_clase +
theme(
axis.text.y = element_text(size = 7)
)
# Relación entre población y tasa de los cinco delitos priorizados
ggplot(
resumen_cinco_delitos,
aes(
x = poblacion,
y = tasa_seleccionada,
color = grupo_poblacion
)
) +
geom_point(
size = 2.7,
alpha = 0.8
) +
scale_x_log10(
labels = scales::label_comma()
) +
scale_y_continuous(
trans = scales::pseudo_log_trans(base = 10),
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"UPZ identificada en P13" = "#D9006C",
"Resto de UPZ" = "#168C86"
),
name = "Grupo poblacional"
) +
labs(
title = "Las tasas deben interpretarse considerando el tamaño poblacional",
subtitle = "Relación entre habitantes y tasa de los cinco delitos priorizados",
x = "Población residente (escala logarítmica)",
y = "Tasa por 10.000 habitantes",
caption = "Se conservan las 112 UPZ. P13 identifica los territorios con población igual o inferior a 14.512 habitantes."
) +
tema_clase
# Identificar las 15 UPZ con menor población
tabla_poblacion_baja <- resumen_cinco_delitos %>%
arrange(poblacion) %>%
select(
upz_nombre,
poblacion,
casos_seleccionados,
tasa_seleccionada,
grupo_poblacion
) %>%
slice_head(n = 15)
knitr::kable(
tabla_poblacion_baja,
digits = 2,
col.names = c(
"UPZ",
"Población",
"Casos seleccionados",
"Tasa por 10.000 hab.",
"Clasificación P13"
),
caption = "15 UPZ con menor población y sus indicadores de los cinco delitos priorizados"
)
| UPZ | Población | Casos seleccionados | Tasa por 10.000 hab. | Clasificación P13 |
|---|---|---|---|---|
| El Mochuelo | 30 | 32 | 10666.66 | UPZ identificada en P13 |
| Aeropuerto El Dorado | 883 | 509 | 5764.44 | UPZ identificada en P13 |
| Parque Entrenubes | 1169 | 11 | 94.09 | UPZ identificada en P13 |
| Parque Salitre | 1442 | 212 | 1470.18 | UPZ identificada en P13 |
| Paseo De Los Libertadores | 2690 | 72 | 267.66 | UPZ identificada en P13 |
| Guaymaral | 2692 | 43 | 159.73 | UPZ identificada en P13 |
| Jardin Botanico | 2900 | 250 | 862.07 | UPZ identificada en P13 |
| Parque Simon Bolivar - Can | 3323 | 911 | 2741.50 | UPZ identificada en P13 |
| La Academia | 5260 | 118 | 224.34 | UPZ identificada en P13 |
| Monte Blanco | 6575 | 72 | 109.51 | UPZ identificada en P13 |
| Zona Industrial | 6666 | 1498 | 2247.22 | UPZ identificada en P13 |
| Sagrado Corazon | 11247 | 1660 | 1475.95 | UPZ identificada en P13 |
| Alamos | 12077 | 561 | 464.53 | UPZ identificada en P13 |
| La Macarena | 12253 | 482 | 393.38 | UPZ identificada en P13 |
| Puente Aranda | 12482 | 1458 | 1168.08 | UPZ identificada en P13 |
# Identificar las 15 UPZ con mayores tasas
tabla_tasas_altas <- resumen_cinco_delitos %>%
arrange(desc(tasa_seleccionada)) %>%
select(
upz_nombre,
poblacion,
casos_seleccionados,
tasa_seleccionada,
grupo_poblacion
) %>%
slice_head(n = 15)
knitr::kable(
tabla_tasas_altas,
digits = 2,
col.names = c(
"UPZ",
"Población",
"Casos seleccionados",
"Tasa por 10.000 hab.",
"Clasificación P13"
),
caption = "15 UPZ con mayores tasas de los cinco delitos priorizados"
)
| UPZ | Población | Casos seleccionados | Tasa por 10.000 hab. | Clasificación P13 |
|---|---|---|---|---|
| El Mochuelo | 30 | 32 | 10666.66 | UPZ identificada en P13 |
| Aeropuerto El Dorado | 883 | 509 | 5764.44 | UPZ identificada en P13 |
| Parque Simon Bolivar - Can | 3323 | 911 | 2741.50 | UPZ identificada en P13 |
| Las Nieves | 17203 | 3963 | 2303.67 | Resto de UPZ |
| Zona Industrial | 6666 | 1498 | 2247.22 | UPZ identificada en P13 |
| Sagrado Corazon | 11247 | 1660 | 1475.95 | UPZ identificada en P13 |
| Parque Salitre | 1442 | 212 | 1470.18 | UPZ identificada en P13 |
| La Sabana | 38856 | 5192 | 1336.22 | Resto de UPZ |
| Chico Lago | 38608 | 4872 | 1261.91 | Resto de UPZ |
| Puente Aranda | 12482 | 1458 | 1168.08 | UPZ identificada en P13 |
| Chapinero | 26491 | 2816 | 1063.01 | Resto de UPZ |
| Teusaquillo | 28881 | 2787 | 964.99 | Resto de UPZ |
| Jardin Botanico | 2900 | 250 | 862.07 | UPZ identificada en P13 |
| Galerias | 38425 | 2900 | 754.71 | Resto de UPZ |
| Los Alcazares | 44678 | 3255 | 728.55 | Resto de UPZ |
Interpretación y conclusión
El análisis evidencia que el tamaño de la población residente influye directamente en la interpretación de las tasas de delitos. Debido a que este indicador relaciona los casos registrados con la cantidad de habitantes, las UPZ con poblaciones reducidas pueden presentar tasas considerablemente elevadas, incluso cuando el número absoluto de denuncias no es particularmente alto.
Un ejemplo representativo es El Mochuelo, que registra una población de apenas 30 habitantes y 32 casos correspondientes a las cinco categorías de delitos priorizadas, lo que genera una tasa de 10.666,67 casos por cada 10.000 habitantes. En este territorio, cada caso adicional representa un incremento de aproximadamente 333,33 puntos en la tasa, evidenciando la alta sensibilidad del indicador frente a denominadores pequeños.
También se identifica el caso de Aeropuerto El Dorado, con 883 habitantes, 509 casos de las cinco categorías priorizadas y una tasa de 5.764,44 por cada 10.000 habitantes. Este resultado plantea una consideración adicional: la población residente puede no representar adecuadamente la cantidad de personas que utilizan el territorio. La circulación de viajeros, trabajadores y visitantes constituye una posible explicación de esta diferencia, aunque no puede comprobarse directamente con las variables disponibles.
La identificación de las UPZ clasificadas en P13 permite reconocer estos territorios y mantener una precaución metodológica al interpretar sus tasas. Sin embargo, estas unidades se conservan dentro del conjunto de análisis, pues sus registros forman parte del comportamiento territorial observado. La comparación con escenarios que excluyen P13 funciona como un ejercicio de sensibilidad y no como una decisión de eliminar información.
Insight principal: El tamaño de la población residente condiciona la estabilidad y la interpretación de las tasas de delitos. En territorios con pocos habitantes, un número reducido de denuncias puede producir valores extremos que no necesariamente representan una mayor concentración delictiva ni permiten inferir directamente un mayor riesgo para sus residentes. Por ello, las tasas deben analizarse conjuntamente con los casos absolutos, el tamaño poblacional y las características particulares de cada territorio.
Esta pregunta busca identificar las diferencias territoriales en la distribución de los delitos denunciados en las UPZ de Bogotá, reconociendo los territorios donde se concentra un mayor volumen de casos y aquellos que presentan mayores tasas relativas.
Para desarrollar este análisis se retoman los mapas temáticos construidos en la sección 6, especialmente la distribución de los casos totales y de las tasas por cada 10.000 habitantes. Estas representaciones permiten observar los contrastes espaciales y reconocer unidades territoriales con comportamientos diferenciados.
Adicionalmente, se consolidan los indicadores por localidad, con el propósito de ampliar la lectura territorial y comparar el volumen de denuncias y las tasas agregadas entre estas unidades geográficas.
La comparación de ambas escalas permite reconocer que la distribución territorial puede cambiar dependiendo del indicador utilizado y del nivel de agregación. Por ello, los resultados deben interpretarse considerando tanto las diferencias entre UPZ como los patrones generales de cada localidad.
Los mapas permiten observar que la distribución territorial de los delitos presenta diferencias dependiendo del indicador utilizado. Mientras el número de casos muestra la concentración absoluta de las denuncias, la tasa permite comparar su magnitud en relación con la población residente.
La representación por quintiles complementa esta lectura al identificar la posición relativa de cada UPZ frente al conjunto analizado. Por su parte, la escala logarítmica facilita la visualización de las diferencias cuando existen valores extremos.
En la interpretación de las tasas se mantiene visible la clasificación P13, debido a que las poblaciones reducidas pueden generar valores elevados que requieren una lectura conjunta con los casos absolutos.
Para ampliar la interpretación espacial, se agrupan los registros de las UPZ según la localidad a la que pertenecen. Esta consolidación permite comparar el volumen de denuncias y la tasa agregada de delitos entre las diferentes localidades de Bogotá.
La tasa por localidad se calcula relacionando la suma de los casos registrados en sus UPZ con la población total correspondiente. De esta manera, se obtiene un indicador ponderado por población, evitando calcular el promedio simple de las tasas individuales de las UPZ.
Esta comparación permite identificar diferencias territoriales a una escala más amplia, aunque debe considerarse que la agregación por localidad puede ocultar contrastes existentes entre las UPZ que la conforman.
# Consolidar los indicadores por localidad
resumen_localidades <- upz %>%
group_by(localidad) %>%
summarise(
Numero_UPZ = n(),
Poblacion_total = sum(poblacion, na.rm = TRUE),
Casos_total = sum(casos_total, na.rm = TRUE),
Tasa_agregada = (
sum(casos_total, na.rm = TRUE) /
sum(poblacion, na.rm = TRUE)
) * 10000,
.groups = "drop"
)
# Calcular la participación porcentual de cada localidad
# sobre el total de casos registrados en Bogotá
resumen_localidades <- resumen_localidades %>%
mutate(
Porcentaje_participacion = (
Casos_total / sum(Casos_total, na.rm = TRUE)
) * 100
)
# Contabilizar las UPZ clasificadas en P13 por localidad
conteo_p13_localidad <- resumen_cinco_delitos %>%
group_by(localidad) %>%
summarise(
Numero_UPZ_P13 = sum(
grupo_poblacion == "UPZ identificada en P13",
na.rm = TRUE
),
.groups = "drop"
)
# Incorporar la presencia de P13 al resumen por localidad
resumen_localidades <- resumen_localidades %>%
left_join(
conteo_p13_localidad,
by = "localidad"
)
# Ordenar las localidades por volumen de denuncias
ranking_localidades_casos <- resumen_localidades %>%
arrange(desc(Casos_total))
# Presentar la tabla consolidada
knitr::kable(
ranking_localidades_casos,
digits = 2,
col.names = c(
"Localidad",
"Número de UPZ",
"Población total",
"Casos totales",
"Tasa agregada",
"Participación (%)",
"UPZ identificadas en P13"
),
caption = "Indicadores de delitos denunciados por localidad, participación porcentual y presencia de UPZ clasificadas en P13"
)
| Localidad | Número de UPZ | Población total | Casos totales | Tasa agregada | Participación (%) | UPZ identificadas en P13 |
|---|---|---|---|---|---|---|
| Suba | 12 | 1290144 | 19028 | 147.49 | 11.69 | 2 |
| Kennedy | 12 | 1035224 | 18517 | 178.87 | 11.37 | 0 |
| Engativá | 9 | 817019 | 16715 | 204.59 | 10.26 | 2 |
| Teusaquillo | 6 | 166428 | 9978 | 599.54 | 6.13 | 1 |
| Chapinero | 5 | 178317 | 9754 | 547.00 | 5.99 | 0 |
| Fontibón | 8 | 404252 | 9593 | 237.30 | 5.89 | 1 |
| Usaquén | 9 | 586346 | 9078 | 154.82 | 5.57 | 1 |
| Ciudad Bolívar | 8 | 650967 | 9052 | 139.05 | 5.56 | 2 |
| Puente Aranda | 5 | 256731 | 8562 | 333.50 | 5.26 | 2 |
| Bosa | 5 | 729781 | 8120 | 111.27 | 4.99 | 0 |
| Santa Fe | 5 | 106587 | 7705 | 722.88 | 4.73 | 2 |
| Barrios Unidos | 4 | 153342 | 7334 | 478.28 | 4.50 | 1 |
| Los Mártires | 2 | 82848 | 6643 | 801.83 | 4.08 | 0 |
| Rafael Uribe Uribe | 5 | 389238 | 6438 | 165.40 | 3.95 | 0 |
| San Cristóbal | 5 | 406428 | 4723 | 116.21 | 2.90 | 0 |
| Usme | 7 | 397603 | 4347 | 109.33 | 2.67 | 1 |
| Antonio Nariño | 2 | 83925 | 3429 | 408.58 | 2.11 | 0 |
| Tunjuelito | 2 | 182943 | 2448 | 133.81 | 1.50 | 0 |
| Candelaria | 1 | 18409 | 1371 | 744.74 | 0.84 | 0 |
# Gráfico 1. Concentración de denuncias por localidad
# Número absoluto de casos y participación porcentual
ggplot(
resumen_localidades,
aes(
x = reorder(localidad, Casos_total),
y = Casos_total
)
) +
geom_col(
fill = "#351A4F",
alpha = 0.9
) +
geom_text(
aes(
label = paste0(
format(
Casos_total,
big.mark = ".",
decimal.mark = ",",
scientific = FALSE,
trim = TRUE
),
" (",
format(
round(Porcentaje_participacion, 2),
nsmall = 2,
decimal.mark = ",",
big.mark = "."
),
"%)"
)
),
hjust = -0.1,
size = 3.5,
color = "#351A4F"
) +
coord_flip(clip = "off") +
scale_y_continuous(
labels = scales::label_comma(big.mark = "."),
expand = expansion(mult = c(0, 0.25))
) +
labs(
title = "Distribución de los delitos denunciados por localidad",
subtitle = "Número absoluto de casos y participación sobre el total de denuncias",
x = NULL,
y = "Casos denunciados",
caption = "Las etiquetas muestran el número de casos y su participación porcentual sobre el total de Bogotá."
) +
tema_clase
# Gráfico 2. Tasas agregadas de delitos por localidad
ggplot(
resumen_localidades,
aes(
x = reorder(localidad, Tasa_agregada),
y = Tasa_agregada
)
) +
geom_col(
fill = "#D9006C",
alpha = 0.9
) +
coord_flip() +
scale_y_continuous(
labels = scales::label_comma(accuracy = 0.1)
) +
labs(
title = "Tasas agregadas de delitos denunciados por localidad",
subtitle = "Casos totales por cada 10.000 habitantes",
x = NULL,
y = "Tasa por 10.000 habitantes"
) +
tema_clase
# Comparación de tasas por localidad:
# escenario con todas las UPZ y escenario sin UPZ P13
comparacion_p13 <- upz %>%
group_by(localidad) %>%
summarise(
Numero_UPZ = n(),
Numero_UPZ_P13 = sum(
poblacion <= 14512,
na.rm = TRUE
),
# Escenario 1: todas las UPZ
Poblacion_total = sum(poblacion, na.rm = TRUE),
Casos_totales = sum(casos_total, na.rm = TRUE),
Tasa_todas_UPZ = (
sum(casos_total, na.rm = TRUE) /
sum(poblacion, na.rm = TRUE)
) * 10000,
# Escenario 2: excluir UPZ clasificadas en P13
Poblacion_sin_P13 = sum(
poblacion[poblacion > 14512],
na.rm = TRUE
),
Casos_sin_P13 = sum(
casos_total[poblacion > 14512],
na.rm = TRUE
),
Tasa_sin_P13 = (
sum(casos_total[poblacion > 14512], na.rm = TRUE) /
sum(poblacion[poblacion > 14512], na.rm = TRUE)
) * 10000,
.groups = "drop"
) %>%
mutate(
Diferencia_tasa = Tasa_sin_P13 - Tasa_todas_UPZ,
Variacion_porcentual = ifelse(
Tasa_todas_UPZ != 0,
(Tasa_sin_P13 / Tasa_todas_UPZ - 1) * 100,
NA_real_
)
)
# Tabla comparativa por localidad
tabla_sensibilidad_p13 <- comparacion_p13 %>%
arrange(desc(abs(Diferencia_tasa))) %>%
select(
localidad,
Numero_UPZ,
Numero_UPZ_P13,
Tasa_todas_UPZ,
Tasa_sin_P13,
Diferencia_tasa,
Variacion_porcentual
)
knitr::kable(
tabla_sensibilidad_p13,
digits = 2,
col.names = c(
"Localidad",
"Número de UPZ",
"UPZ P13",
"Tasa con todas las UPZ",
"Tasa sin P13",
"Diferencia",
"Variación (%)"
),
caption = "Sensibilidad de las tasas agregadas por localidad ante la exclusión de las UPZ P13"
)
| Localidad | Número de UPZ | UPZ P13 | Tasa con todas las UPZ | Tasa sin P13 | Diferencia | Variación (%) |
|---|---|---|---|---|---|---|
| Puente Aranda | 5 | 2 | 333.50 | 228.47 | -105.03 | -31.49 |
| Santa Fe | 5 | 2 | 722.88 | 660.87 | -62.01 | -8.58 |
| Teusaquillo | 6 | 1 | 599.54 | 553.02 | -46.52 | -7.76 |
| Fontibón | 8 | 1 | 237.30 | 224.31 | -12.99 | -5.47 |
| Barrios Unidos | 4 | 1 | 478.28 | 467.48 | -10.80 | -2.26 |
| Engativá | 9 | 2 | 204.59 | 197.08 | -7.50 | -3.67 |
| Usaquén | 9 | 1 | 154.82 | 154.27 | -0.55 | -0.36 |
| Suba | 12 | 2 | 147.49 | 147.09 | -0.40 | -0.27 |
| Ciudad Bolívar | 8 | 2 | 139.05 | 138.71 | -0.34 | -0.25 |
| Usme | 7 | 1 | 109.33 | 109.25 | -0.08 | -0.07 |
| Antonio Nariño | 2 | 0 | 408.58 | 408.58 | 0.00 | 0.00 |
| Bosa | 5 | 0 | 111.27 | 111.27 | 0.00 | 0.00 |
| Candelaria | 1 | 0 | 744.74 | 744.74 | 0.00 | 0.00 |
| Chapinero | 5 | 0 | 547.00 | 547.00 | 0.00 | 0.00 |
| Kennedy | 12 | 0 | 178.87 | 178.87 | 0.00 | 0.00 |
| Los Mártires | 2 | 0 | 801.83 | 801.83 | 0.00 | 0.00 |
| Rafael Uribe Uribe | 5 | 0 | 165.40 | 165.40 | 0.00 | 0.00 |
| San Cristóbal | 5 | 0 | 116.21 | 116.21 | 0.00 | 0.00 |
| Tunjuelito | 2 | 0 | 133.81 | 133.81 | 0.00 | 0.00 |
# Establecer un orden común para las localidades
# utilizando la tasa del escenario con todas las UPZ
orden_localidades <- comparacion_p13 %>%
arrange(Tasa_todas_UPZ) %>%
pull(localidad)
# Preparar los datos para el gráfico
comparacion_p13_larga <- comparacion_p13 %>%
select(
localidad,
Tasa_todas_UPZ,
Tasa_sin_P13
) %>%
tidyr::pivot_longer(
cols = c(Tasa_todas_UPZ, Tasa_sin_P13),
names_to = "Escenario",
values_to = "Tasa"
) %>%
mutate(
localidad = factor(
localidad,
levels = orden_localidades
),
Escenario = recode(
Escenario,
"Tasa_todas_UPZ" = "Todas las UPZ",
"Tasa_sin_P13" = "Sin UPZ P13"
)
)
# Gráfico de sensibilidad por localidad
ggplot() +
# Conectar los resultados de los dos escenarios
geom_segment(
data = comparacion_p13,
aes(
x = Tasa_todas_UPZ,
xend = Tasa_sin_P13,
y = factor(localidad, levels = orden_localidades),
yend = factor(localidad, levels = orden_localidades)
),
color = "grey65",
linewidth = 1
) +
# Mostrar los valores de ambos escenarios
geom_point(
data = comparacion_p13_larga,
aes(
x = Tasa,
y = localidad,
color = Escenario
),
size = 3.5
) +
scale_color_manual(
values = c(
"Todas las UPZ" = "#D9006C",
"Sin UPZ P13" = "#168C86"
),
name = "Escenario"
) +
scale_x_continuous(
labels = scales::label_comma(accuracy = 0.1)
) +
labs(
title = "Sensibilidad de las tasas de delitos por localidad",
subtitle = "Comparación entre el escenario completo y el escenario sin UPZ P13",
x = "Casos por cada 10.000 habitantes",
y = NULL,
caption = "Las localidades sin UPZ P13 mantienen el mismo valor en ambos escenarios."
) +
tema_clase
Interpretación de la sensibilidad de las tasas ante la exclusión de P13
El análisis evidencia que la distribución territorial de los delitos denunciados presenta diferencias importantes entre las localidades de Bogotá. Estas diferencias se observan tanto en la concentración absoluta de casos como en la magnitud relativa de las denuncias frente a la población residente.
En términos de volumen, Suba registra 19.028 casos, Kennedy 18.517 y Engativá 16.715. Estas tres localidades concentran aproximadamente el 33,32 % del total de denuncias, lo que permite identificar una concentración importante de registros en estos territorios. La participación porcentual complementa esta lectura, al dimensionar el aporte de cada localidad al total de casos de la ciudad.
Sin embargo, al comparar las tasas agregadas por cada 10.000 habitantes, el comportamiento territorial cambia considerablemente. Los Mártires presenta la tasa más elevada, con 801,83 casos, seguido de Candelaria (744,74), Santa Fe (722,88), Teusaquillo (599,54) y Chapinero (547,00). Esto demuestra que las localidades que concentran el mayor número de denuncias no necesariamente son aquellas que presentan las mayores tasas relativas.
La comparación entre ambos indicadores permite reconocer dos perspectivas complementarias del fenómeno: los casos absolutos muestran dónde se concentra el mayor volumen de denuncias, mientras que las tasas permiten dimensionar los registros en relación con la población residente. No obstante, estas últimas deben interpretarse considerando las características poblacionales de cada territorio y las posibles diferencias entre población residente y población que utiliza o transita por las localidades.
Adicionalmente, el ejercicio de sensibilidad que compara las tasas del escenario completo con aquellas calculadas sin las UPZ clasificadas en P13 evidencia que la influencia de estas unidades no es homogénea entre localidades. En algunos territorios se observan variaciones más visibles, mientras que en otros los indicadores presentan cambios reducidos o permanecen iguales. Este resultado refuerza la importancia de considerar el tamaño poblacional al interpretar las tasas, sin excluir las UPZ P13 del análisis principal.
Finalmente, la consolidación de los indicadores por localidad permite ampliar la lectura territorial e identificar patrones generales de distribución. Sin embargo, esta agregación puede ocultar diferencias entre las UPZ que conforman cada localidad, por lo que el análisis a escala de UPZ debe conservarse como referencia para comprender con mayor detalle el comportamiento espacial de las denuncias.
Insight principal: La distribución territorial de los delitos denunciados no es homogénea y presenta patrones diferentes según el indicador utilizado. Mientras Suba, Kennedy y Engativá concentran el mayor volumen de denuncias, Los Mártires, Candelaria y Santa Fe presentan las mayores tasas relativas. Por tanto, comprender las diferencias territoriales requiere integrar el número absoluto de casos, su participación porcentual, las tasas frente a la población y las
Esta pregunta busca explorar si la disponibilidad espacial y las características tecnológicas del alumbrado público presentan alguna asociación con las tasas de delitos denunciados en las UPZ de Bogotá.
Para desarrollar el análisis se consideran dos indicadores: la cantidad de luminarias por kilómetro cuadrado y el porcentaje de luminarias con tecnología LED. El primero permite examinar la distribución espacial de la infraestructura de iluminación, mientras que el segundo permite analizar la participación de esta tecnología dentro del alumbrado disponible en cada territorio.
Ambos indicadores se comparan con la tasa total de delitos por cada 10.000 habitantes mediante gráficos de dispersión y correlaciones de Spearman. Se busca identificar la dirección y la intensidad de posibles asociaciones entre las variables, sin asumir que una relación estadística implica causalidad.
Adicionalmente, se presta especial atención a las UPZ clasificadas en P13, debido a que sus poblaciones reducidas pueden afectar la estabilidad de las tasas. Por esta razón, los resultados se contrastan considerando el conjunto completo de UPZ y un escenario de sensibilidad sin las unidades clasificadas en P13.
upz_analisis_734 <- upz %>%
mutate(
grupo_poblacion = if_else(
poblacion <= 14512,
"UPZ identificada en P13",
"Resto de UPZ"
),
grupo_poblacion = factor(
grupo_poblacion,
levels = c(
"Resto de UPZ",
"UPZ identificada en P13"
)
)
)
# Verificación de registros y clasificación
upz_analisis_734 %>%
count(grupo_poblacion) %>%
knitr::kable(
caption = "Distribución de las UPZ según clasificación P13"
)
| grupo_poblacion | n |
|---|---|
| Resto de UPZ | 97 |
| UPZ identificada en P13 | 15 |
ggplot(
upz_analisis_734,
aes(
x = luminarias_km2,
y = tasa_total,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.80,
size = 2.8
) +
scale_x_continuous(
trans = scales::pseudo_log_trans(),
labels = scales::label_comma()
) +
scale_y_continuous(
trans = scales::pseudo_log_trans(),
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"Resto de UPZ" = "#168C86",
"UPZ identificada en P13" = "#D9006C"
)
) +
labs(
title = "Disponibilidad espacial de alumbrado y tasa de delitos",
subtitle = "Luminarias por km² frente a denuncias por cada 10.000 habitantes",
x = "Luminarias por km² (escala pseudo-logarítmica)",
y = "Tasa de delitos por 10.000 habitantes (escala pseudo-logarítmica)",
color = "Clasificación poblacional"
) +
tema_clase
ggplot(
upz_analisis_734,
aes(
x = pct_luminarias_led,
y = tasa_total,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.80,
size = 2.8
) +
scale_x_continuous(
labels = scales::label_number(suffix = "%")
) +
scale_y_continuous(
trans = scales::pseudo_log_trans(),
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"Resto de UPZ" = "#168C86",
"UPZ identificada en P13" = "#D9006C"
)
) +
labs(
title = "Participación de luminarias LED y tasa de delitos",
subtitle = "Porcentaje de luminarias LED frente a denuncias por cada 10.000 habitantes",
x = "Luminarias LED (%)",
y = "Tasa de delitos por 10.000 habitantes (escala pseudo-logarítmica)",
color = "Clasificación poblacional"
) +
tema_clase
variables_alumbrado <- c(
"luminarias_km2",
"pct_luminarias_led"
)
escenarios_alumbrado <- list(
"Todas las UPZ" = upz_analisis_734,
"Sin UPZ P13" = upz_analisis_734 %>%
filter(grupo_poblacion != "UPZ identificada en P13")
)
correlaciones_alumbrado <- purrr::map_dfr(
names(escenarios_alumbrado),
function(escenario) {
datos_escenario <- escenarios_alumbrado[[escenario]]
purrr::map_dfr(
variables_alumbrado,
function(variable) {
datos_validos <- datos_escenario %>%
select(
tasa_total,
all_of(variable)
) %>%
drop_na()
tibble(
Escenario = escenario,
Indicador = variable,
Numero_UPZ = nrow(datos_validos),
rho = if (
nrow(datos_validos) >= 3 &&
sd(datos_validos$tasa_total) > 0 &&
sd(datos_validos[[variable]]) > 0
) {
cor(
datos_validos$tasa_total,
datos_validos[[variable]],
method = "spearman"
)
} else {
NA_real_
}
)
}
)
}
) %>%
mutate(
Indicador = recode(
Indicador,
luminarias_km2 = "Luminarias por km²",
pct_luminarias_led = "Porcentaje de luminarias LED"
),
Direccion = case_when(
is.na(rho) ~ "No calculable",
rho > 0 ~ "Positiva",
rho < 0 ~ "Negativa",
TRUE ~ "Sin asociación"
),
Intensidad = case_when(
is.na(rho) ~ "No calculable",
abs(rho) < 0.20 ~ "Muy débil",
abs(rho) < 0.40 ~ "Débil",
abs(rho) < 0.60 ~ "Moderada",
abs(rho) < 0.80 ~ "Fuerte",
TRUE ~ "Muy fuerte"
)
) %>%
arrange(Indicador, Escenario)
knitr::kable(
correlaciones_alumbrado,
digits = 3,
caption = "Correlaciones de Spearman entre indicadores de alumbrado público y tasa total de delitos"
)
| Escenario | Indicador | Numero_UPZ | rho | Direccion | Intensidad |
|---|---|---|---|---|---|
| Sin UPZ P13 | Luminarias por km² | 97 | 0.293 | Positiva | Débil |
| Todas las UPZ | Luminarias por km² | 112 | 0.119 | Positiva | Muy débil |
| Sin UPZ P13 | Porcentaje de luminarias LED | 97 | -0.023 | Negativa | Muy débil |
| Todas las UPZ | Porcentaje de luminarias LED | 112 | -0.061 | Negativa | Muy débil |
Para complementar la exploración visual, se calculan las correlaciones de Spearman entre los indicadores de alumbrado público y la tasa total de delitos. Se consideran únicamente las luminarias por kilómetro cuadrado y el porcentaje de luminarias LED, evitando indicadores que compartan el denominador poblacional con la tasa de delitos.
Adicionalmente, se comparan dos escenarios: el primero incorpora las 112 UPZ y el segundo excluye temporalmente las unidades identificadas en P13. Esta comparación permite evaluar si la presencia de territorios con poblaciones residentes reducidas modifica la dirección o intensidad de las asociaciones observadas.
Las correlaciones permiten identificar asociaciones monotónicas entre las variables, pero no establecen relaciones de causalidad.
Interpretación y conclusión
El análisis de la relación entre el alumbrado público y las tasas de delitos permite identificar asociaciones de baja intensidad y diferencias según la dimensión de iluminación considerada.
En primer lugar, la disponibilidad espacial de luminarias, medida por kilómetro cuadrado, presenta una correlación positiva muy débil con la tasa total de delitos al considerar las 112 UPZ (ρ = 0.119). Sin embargo, al realizar el ejercicio de sensibilidad y excluir temporalmente las 15 UPZ identificadas en P13, la correlación aumenta a 0.293, correspondiente a una asociación positiva débil. Este cambio evidencia que las unidades con poblaciones residentes reducidas influyen en la relación observada y que su inclusión puede modificar la intensidad de las correlaciones.
En segundo lugar, el porcentaje de luminarias con tecnología LED presenta correlaciones prácticamente nulas en ambos escenarios: -0.061 para el conjunto de las 112 UPZ y -0.023 al excluir las unidades P13. Por tanto, no se identifica una asociación monotónica relevante entre la participación de luminarias LED y las tasas de delitos denunciados.
La lectura conjunta de los gráficos también muestra una considerable dispersión territorial. Las UPZ con mayor disponibilidad de luminarias por superficie no presentan necesariamente tasas más bajas de delitos, mientras que la composición tecnológica del alumbrado tampoco evidencia un patrón consistente frente a este indicador.
Es importante señalar que estos resultados son exploratorios y no permiten establecer relaciones de causalidad. Una eventual asociación entre infraestructura de iluminación y seguridad podría depender de otras características territoriales, como la actividad económica, la circulación de personas, la concentración de servicios y las condiciones urbanas de cada UPZ.
Insight principal: Los resultados no muestran una asociación relevante entre la modernización del alumbrado público, medida a través de la participación de luminarias LED, y las tasas de delitos denunciados. En cuanto a la disponibilidad espacial de luminarias, se observa una asociación positiva débil que cambia al excluir las UPZ P13. Esto demuestra la importancia de evaluar el efecto de las poblaciones reducidas antes de interpretar las correlaciones territoriales y confirma que la infraestructura de iluminación, por sí sola, no permite explicar el comportamiento de las tasas de delitos.
Esta pregunta busca explorar si las diferencias en las condiciones socioeconómicas de las UPZ presentan alguna asociación con las tasas de delitos denunciados en Bogotá.
Para desarrollar el análisis se consideran tres dimensiones: las condiciones de pobreza, el salario promedio y la composición de las viviendas según rangos de estrato socioeconómico. Estas variables permiten aproximarse a las diferencias económicas y sociales existentes entre los territorios.
En primer lugar, se examina la relación entre estos indicadores y la tasa total de delitos por cada 10.000 habitantes, mediante gráficos de dispersión y correlaciones de Spearman. Posteriormente, se comparan las tasas medianas de diez categorías delictivas entre grupos de UPZ clasificados según su salario promedio.
El análisis incorpora las 112 UPZ y distingue aquellas identificadas en P13 por sus poblaciones residentes reducidas. Adicionalmente, se realiza una comparación de sensibilidad sin estas unidades, con el propósito de evaluar cuánto influyen en las asociaciones observadas.
Los resultados permiten identificar patrones territoriales y diferencias entre grupos, pero no establecer relaciones de causalidad entre las condiciones socioeconómicas y los delitos denunciados.
Preparación de datos
upz_analisis_735 <- upz %>%
mutate(
grupo_poblacion = if_else(
poblacion <= 14512,
"UPZ identificada en P13",
"Resto de UPZ"
),
grupo_poblacion = factor(
grupo_poblacion,
levels = c(
"Resto de UPZ",
"UPZ identificada en P13"
)
)
)
upz_analisis_735 %>%
count(grupo_poblacion) %>%
knitr::kable(
caption = "Distribución de las UPZ según clasificación P13"
)
| grupo_poblacion | n |
|---|---|
| Resto de UPZ | 97 |
| UPZ identificada en P13 | 15 |
Código 2. Pobreza y tasa de delitos
ggplot(
upz_analisis_735,
aes(
x = pct_pobreza,
y = tasa_total,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.80,
size = 2.8
) +
scale_y_continuous(
trans = scales::pseudo_log_trans(),
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"Resto de UPZ" = "#168C86",
"UPZ identificada en P13" = "#D9006C"
)
) +
labs(
title = "Pobreza y tasa de delitos por UPZ",
subtitle = "Condición de pobreza frente a denuncias por cada 10.000 habitantes",
x = "Población en condición de pobreza (%)",
y = "Tasa de delitos por 10.000 habitantes (escala pseudo-logarítmica)",
color = "Clasificación poblacional"
) +
tema_clase
Código 3. Salario promedio y tasa de delitos
ggplot(
upz_analisis_735,
aes(
x = salario_promedio,
y = tasa_total,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.80,
size = 2.8
) +
scale_x_continuous(
trans = scales::pseudo_log_trans(),
labels = scales::label_comma(prefix = "$")
) +
scale_y_continuous(
trans = scales::pseudo_log_trans(),
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"Resto de UPZ" = "#168C86",
"UPZ identificada en P13" = "#D9006C"
)
) +
labs(
title = "Salario promedio y tasa de delitos por UPZ",
subtitle = "Ingreso mensual promedio frente a denuncias por cada 10.000 habitantes",
x = "Salario mensual promedio (escala pseudo-logarítmica)",
y = "Tasa de delitos por 10.000 habitantes (escala pseudo-logarítmica)",
color = "Clasificación poblacional"
) +
tema_clase
Código 4. Composición por estrato y tasa de delitos
datos_estratos_735 <- upz_analisis_735 %>%
select(
upz_nombre,
grupo_poblacion,
tasa_total,
pct_estrato_1_2,
pct_estrato_3_4,
pct_estrato_5_6
) %>%
pivot_longer(
cols = starts_with("pct_estrato"),
names_to = "Estrato",
values_to = "Porcentaje"
) %>%
mutate(
Estrato = recode(
Estrato,
pct_estrato_1_2 = "Estratos 1 y 2",
pct_estrato_3_4 = "Estratos 3 y 4",
pct_estrato_5_6 = "Estratos 5 y 6"
)
)
ggplot(
datos_estratos_735,
aes(
x = Porcentaje,
y = tasa_total,
color = grupo_poblacion
)
) +
geom_point(
alpha = 0.80,
size = 2.5
) +
scale_y_continuous(
trans = scales::pseudo_log_trans(),
labels = scales::label_comma()
) +
scale_color_manual(
values = c(
"Resto de UPZ" = "#168C86",
"UPZ identificada en P13" = "#D9006C"
)
) +
facet_wrap(
~ Estrato,
ncol = 1,
scales = "free_x"
) +
labs(
title = "Composición por estrato y tasa de delitos",
subtitle = "Participación porcentual de viviendas por rango de estrato",
x = "Viviendas del rango de estrato (%)",
y = "Tasa de delitos por 10.000 habitantes (escala pseudo-logarítmica)",
color = "Clasificación poblacional"
) +
tema_clase
Código 5. Correlaciones de Spearman
variables_socioeconomicas <- c(
"pct_pobreza",
"salario_promedio",
"pct_estrato_1_2",
"pct_estrato_3_4",
"pct_estrato_5_6"
)
escenarios_socioeconomicos <- list(
"Todas las UPZ" = upz_analisis_735,
"Sin UPZ P13" = upz_analisis_735 %>%
filter(grupo_poblacion != "UPZ identificada en P13")
)
correlaciones_socioeconomicas <- purrr::map_dfr(
names(escenarios_socioeconomicos),
function(escenario) {
datos_escenario <- escenarios_socioeconomicos[[escenario]]
purrr::map_dfr(
variables_socioeconomicas,
function(variable) {
datos_validos <- datos_escenario %>%
select(
tasa_total,
all_of(variable)
) %>%
drop_na()
tibble(
Escenario = escenario,
Variable = variable,
Numero_UPZ = nrow(datos_validos),
rho = if (
nrow(datos_validos) >= 3 &&
sd(datos_validos$tasa_total) > 0 &&
sd(datos_validos[[variable]]) > 0
) {
cor(
datos_validos$tasa_total,
datos_validos[[variable]],
method = "spearman"
)
} else {
NA_real_
}
)
}
)
}
) %>%
mutate(
Variable = recode(
Variable,
pct_pobreza = "Población en condición de pobreza",
salario_promedio = "Salario promedio",
pct_estrato_1_2 = "Viviendas en estratos 1 y 2",
pct_estrato_3_4 = "Viviendas en estratos 3 y 4",
pct_estrato_5_6 = "Viviendas en estratos 5 y 6"
),
Direccion = case_when(
is.na(rho) ~ "No calculable",
rho > 0 ~ "Positiva",
rho < 0 ~ "Negativa",
TRUE ~ "Sin asociación"
),
Intensidad = case_when(
is.na(rho) ~ "No calculable",
abs(rho) < 0.20 ~ "Muy débil",
abs(rho) < 0.40 ~ "Débil",
abs(rho) < 0.60 ~ "Moderada",
abs(rho) < 0.80 ~ "Fuerte",
TRUE ~ "Muy fuerte"
)
) %>%
arrange(Variable, Escenario)
knitr::kable(
correlaciones_socioeconomicas,
digits = 3,
caption = "Correlaciones de Spearman entre condiciones socioeconómicas y tasa total de delitos"
)
| Escenario | Variable | Numero_UPZ | rho | Direccion | Intensidad |
|---|---|---|---|---|---|
| Sin UPZ P13 | Población en condición de pobreza | 97 | -0.566 | Negativa | Moderada |
| Todas las UPZ | Población en condición de pobreza | 112 | -0.517 | Negativa | Moderada |
| Sin UPZ P13 | Salario promedio | 97 | 0.637 | Positiva | Fuerte |
| Todas las UPZ | Salario promedio | 112 | 0.584 | Positiva | Moderada |
| Sin UPZ P13 | Viviendas en estratos 1 y 2 | 97 | -0.678 | Negativa | Fuerte |
| Todas las UPZ | Viviendas en estratos 1 y 2 | 112 | -0.623 | Negativa | Fuerte |
| Sin UPZ P13 | Viviendas en estratos 3 y 4 | 97 | 0.642 | Positiva | Fuerte |
| Todas las UPZ | Viviendas en estratos 3 y 4 | 112 | 0.616 | Positiva | Fuerte |
| Sin UPZ P13 | Viviendas en estratos 5 y 6 | 97 | 0.235 | Positiva | Débil |
| Todas las UPZ | Viviendas en estratos 5 y 6 | 112 | 0.205 | Positiva | Débil |
Comparación de las cinco categorías priorizadas según grupo salarial
# 1. Seleccionar las cinco categorías priorizadas
variables_tasas_delitos <- c(
"tasa_hurto_personas",
"tasa_hurto_celulares",
"tasa_violencia_intrafamiliar",
"tasa_lesiones",
"tasa_hurto_comercio"
)
# 2. Clasificar las UPZ según la mediana salarial
mediana_salario <- median(
upz_analisis_735$salario_promedio,
na.rm = TRUE
)
upz_grupos_salario <- upz_analisis_735 %>%
mutate(
Grupo_salario = if_else(
salario_promedio <= mediana_salario,
"Salario bajo o igual a mediana",
"Salario superior a mediana"
)
)
# 3. Definir los escenarios de análisis
escenarios_salario <- list(
"Todas las UPZ" = upz_grupos_salario,
"Sin UPZ P13" = upz_grupos_salario %>%
filter(grupo_poblacion != "UPZ identificada en P13")
)
# 4. Transformar los datos y calcular tasas medianas
resumen_delitos_salario <- purrr::map_dfr(
names(escenarios_salario),
function(escenario) {
datos_escenario <- escenarios_salario[[escenario]]
datos_largos <- datos_escenario %>%
select(
upz_nombre,
Grupo_salario,
all_of(variables_tasas_delitos)
) %>%
pivot_longer(
cols = all_of(variables_tasas_delitos),
names_to = "Tipo_delito",
values_to = "Tasa"
) %>%
mutate(
Tipo_delito = recode(
Tipo_delito,
tasa_hurto_personas = "Hurto a personas",
tasa_hurto_celulares = "Hurto de celulares",
tasa_violencia_intrafamiliar = "Violencia intrafamiliar",
tasa_lesiones = "Lesiones",
tasa_hurto_comercio = "Hurto a comercio"
)
)
datos_largos %>%
group_by(
Grupo_salario,
Tipo_delito
) %>%
summarise(
Tasa_mediana = median(Tasa, na.rm = TRUE),
Numero_UPZ = sum(!is.na(Tasa)),
.groups = "drop"
) %>%
mutate(
Escenario = escenario
)
}
) %>%
group_by(Escenario, Grupo_salario) %>%
mutate(
Posicion = min_rank(desc(Tasa_mediana))
) %>%
ungroup()
# 5. Tabla principal: todas las UPZ
tabla_salario_principal <- resumen_delitos_salario %>%
filter(Escenario == "Todas las UPZ") %>%
select(
Tipo_delito,
Grupo_salario,
Tasa_mediana
) %>%
pivot_wider(
names_from = Grupo_salario,
values_from = Tasa_mediana
) %>%
arrange(desc(`Salario superior a mediana`))
knitr::kable(
tabla_salario_principal,
digits = 2,
col.names = c(
"Tipo de delito",
"Salario bajo o igual a mediana",
"Salario superior a mediana"
),
caption = "Tasas medianas de las cinco categorías priorizadas según grupo salarial. Todas las UPZ"
)
| Tipo de delito | Salario bajo o igual a mediana | Salario superior a mediana |
|---|---|---|
| Hurto a personas | 56.71 | 161.24 |
| Hurto de celulares | 19.52 | 59.81 |
| Violencia intrafamiliar | 22.01 | 13.30 |
| Hurto a comercio | 4.28 | 11.47 |
| Lesiones | 12.59 | 9.50 |
# 6. Tabla de sensibilidad: comparación de escenarios
tabla_sensibilidad_salario <- resumen_delitos_salario %>%
select(
Escenario,
Grupo_salario,
Tipo_delito,
Tasa_mediana
) %>%
pivot_wider(
names_from = c(Escenario, Grupo_salario),
values_from = Tasa_mediana,
names_sep = " - "
) %>%
mutate(
Diferencia_grupo_bajo =
`Sin UPZ P13 - Salario bajo o igual a mediana` -
`Todas las UPZ - Salario bajo o igual a mediana`,
Diferencia_grupo_alto =
`Sin UPZ P13 - Salario superior a mediana` -
`Todas las UPZ - Salario superior a mediana`
) %>%
select(
Tipo_delito,
`Todas las UPZ - Salario bajo o igual a mediana`,
`Sin UPZ P13 - Salario bajo o igual a mediana`,
Diferencia_grupo_bajo,
`Todas las UPZ - Salario superior a mediana`,
`Sin UPZ P13 - Salario superior a mediana`,
Diferencia_grupo_alto
)
knitr::kable(
tabla_sensibilidad_salario,
digits = 2,
col.names = c(
"Tipo de delito",
"Salario bajo: todas",
"Salario bajo: sin P13",
"Diferencia",
"Salario alto: todas",
"Salario alto: sin P13",
"Diferencia"
),
caption = "Sensibilidad de las tasas medianas al excluir las UPZ P13"
)
| Tipo de delito | Salario bajo: todas | Salario bajo: sin P13 | Diferencia | Salario alto: todas | Salario alto: sin P13 | Diferencia |
|---|---|---|---|---|---|---|
| Hurto a comercio | 4.28 | 4.25 | -0.04 | 11.47 | 11.06 | -0.41 |
| Hurto a personas | 56.71 | 55.81 | -0.90 | 161.24 | 154.45 | -6.79 |
| Hurto de celulares | 19.52 | 19.40 | -0.12 | 59.81 | 57.17 | -2.64 |
| Lesiones | 12.59 | 12.48 | -0.11 | 9.50 | 8.73 | -0.77 |
| Violencia intrafamiliar | 22.01 | 21.86 | -0.15 | 13.30 | 12.85 | -0.45 |
# 7. Gráfico principal: comparación por grupo salarial
ggplot(
resumen_delitos_salario %>%
filter(Escenario == "Todas las UPZ"),
aes(
x = reorder(Tipo_delito, Tasa_mediana),
y = Tasa_mediana,
fill = Grupo_salario
)
) +
geom_col(
position = "dodge",
width = 0.75
) +
coord_flip() +
scale_fill_manual(
values = c(
"Salario bajo o igual a mediana" = "#168C86",
"Salario superior a mediana" = "#D9006C"
),
name = "Grupo salarial"
) +
scale_y_continuous(
labels = scales::label_comma()
) +
labs(
title = "Tasas de delitos según grupo salarial",
subtitle = "Comparación de las cinco categorías priorizadas en las 112 UPZ",
x = NULL,
y = "Tasa mediana por cada 10.000 habitantes"
) +
tema_clase
Interpretación y conclusión
El análisis evidencia que las condiciones socioeconómicas presentan asociaciones diferenciadas con las tasas de delitos denunciados entre las UPZ de Bogotá. Las correlaciones de Spearman muestran una relación negativa moderada entre la pobreza y la tasa total de delitos (\(\rho=-0,517\)), así como una relación positiva moderada con el salario promedio (\(\rho=0,584\)). En cuanto a la composición socioeconómica, la participación de viviendas en estratos 1 y 2 presenta una asociación negativa fuerte (\(\rho=-0,623\)), mientras que los estratos 3 y 4 muestran una asociación positiva fuerte (\(\rho=0,616\)). Por su parte, los estratos 5 y 6 presentan una relación positiva débil (\(\rho=0,205\)).
Al realizar el análisis de sensibilidad excluyendo las UPZ identificadas en P13, las asociaciones conservan su dirección y aumentan ligeramente su magnitud. Esto indica que las UPZ de población reducida influyen en la intensidad de algunas relaciones, pero no modifican el patrón general observado.
La comparación de las cinco categorías delictivas priorizadas, que representan el 91,05 % de los casos analizados, permite identificar diferencias según el grupo salarial. Las UPZ con salarios superiores a la mediana presentan tasas medianas más elevadas en hurto a personas, hurto de celulares y hurto a comercio. En contraste, las UPZ con salarios bajos o iguales a la mediana registran tasas medianas superiores en violencia intrafamiliar y lesiones.
Este resultado evidencia que la relación entre las condiciones socioeconómicas y la criminalidad no es homogénea, sino que varía según la naturaleza del delito. Asimismo, las diferencias entre grupos salariales se mantienen al excluir las UPZ P13, lo que demuestra que este comportamiento no depende exclusivamente de las unidades territoriales de población reducida.
En conjunto, los resultados permiten concluir que las condiciones socioeconómicas están asociadas con diferentes patrones territoriales de denuncia, pero no permiten establecer relaciones causales. Por ello, la interpretación debe considerar las particularidades de cada tipo de delito y reconocer que las tasas de denuncia también pueden estar condicionadas por factores demográficos, urbanos y sociales que no se explican únicamente mediante el nivel de ingresos o la composición socioeconómica de las UPZ.
Esta pregunta busca establecer si las UPZ donde los habitantes reportan mayores niveles de percepción de inseguridad son también aquellas que presentan mayores tasas de delitos denunciados.
Para desarrollar el análisis se comparan dos dimensiones complementarias: la percepción de inseguridad reportada por los habitantes y los registros administrativos de denuncias. La primera representa la valoración que las personas hacen sobre las condiciones de seguridad de su entorno, mientras que la segunda refleja los hechos delictivos registrados por las autoridades.
Se analiza la relación entre el porcentaje de población que percibe problemas de inseguridad y la tasa total de delitos por cada 10.000 habitantes. Adicionalmente, se incorpora el número absoluto de casos denunciados para diferenciar la intensidad relativa de los registros frente al volumen de denuncias de cada territorio.
Posteriormente, las UPZ se clasifican en cuatro perfiles, utilizando las medianas de percepción y tasa como puntos de referencia. Esta clasificación permite identificar territorios donde ambas dimensiones coinciden en niveles relativamente altos o bajos, así como aquellos donde se presentan diferencias.
Es importante señalar que la percepción de inseguridad y las denuncias no miden exactamente el mismo fenómeno. Una persona puede percibir inseguridad sin haber sido víctima de un delito y no todos los hechos delictivos llegan a ser denunciados. Por esta razón, las diferencias entre ambos indicadores no deben interpretarse automáticamente como errores de percepción o de registro.
Preparación de los datos Este primer bloque crea la clasificación P13 que utilizaremos para destacar las UPZ de población reducida. Se conservan las 112 unidades territoriales.
# Preparar la base de análisis de percepción e inseguridad
upz_analisis_736 <- upz %>%
mutate(
grupo_poblacion = if_else(
poblacion <= 14512,
"UPZ identificada en P13",
"Resto de UPZ"
),
grupo_poblacion = factor(
grupo_poblacion,
levels = c(
"Resto de UPZ",
"UPZ identificada en P13"
)
)
)
# Verificar cantidad de UPZ por clasificación
upz_analisis_736 %>%
count(grupo_poblacion) %>%
knitr::kable(
caption = "Distribución de las UPZ según clasificación poblacional"
)
| grupo_poblacion | n |
|---|---|
| Resto de UPZ | 97 |
| UPZ identificada en P13 | 15 |
ggplot(
upz_analisis_736,
aes(x = pct_percibe_inseguridad, y = tasa_total)
) +
geom_point(
data = filter(
upz_analisis_736,
grupo_poblacion == "Resto de UPZ"
),
color = "#168C86",
alpha = 0.75,
size = 2.5
) +
geom_point(
data = filter(
upz_analisis_736,
grupo_poblacion == "UPZ identificada en P13"
),
color = "#D9006C",
alpha = 0.9,
size = 3
) +
scale_y_continuous(
trans = scales::pseudo_log_trans(),
labels = scales::label_comma()
) +
labs(
title = "Percepción de inseguridad y tasa de delitos por UPZ",
subtitle = "Percepción reportada frente a denuncias por cada 10.000 habitantes",
x = "Población que percibe problemas de inseguridad (%)",
y = "Tasa total de delitos por 10.000 habitantes",
caption = "Las UPZ P13 se destacan en color magenta."
) +
tema_clase
ggplot(
upz_analisis_736,
aes(x = pct_percibe_inseguridad, y = casos_total)
) +
geom_point(
data = filter(
upz_analisis_736,
grupo_poblacion == "Resto de UPZ"
),
color = "#168C86",
alpha = 0.75,
size = 2.5
) +
geom_point(
data = filter(
upz_analisis_736,
grupo_poblacion == "UPZ identificada en P13"
),
color = "#D9006C",
alpha = 0.9,
size = 3
) +
scale_y_continuous(
trans = scales::pseudo_log_trans(),
labels = scales::label_comma()
) +
labs(
title = "Percepción de inseguridad y volumen de denuncias",
subtitle = "Comparación entre percepción y número absoluto de casos por UPZ",
x = "Población que percibe problemas de inseguridad (%)",
y = "Número de casos denunciados",
caption = "Las UPZ P13 se destacan en color magenta."
) +
tema_clase
# Variables para comparar con la percepción
variables_percepcion <- c(
"tasa_total",
"casos_total"
)
# Construir los escenarios de análisis
escenarios_percepcion <- list(
"Todas las UPZ" = upz_analisis_736,
"Sin UPZ P13" = upz_analisis_736 %>%
filter(grupo_poblacion == "Resto de UPZ")
)
# Calcular correlaciones de Spearman
correlaciones_percepcion <- purrr::map_dfr(
names(escenarios_percepcion),
function(escenario) {
datos_escenario <- escenarios_percepcion[[escenario]]
purrr::map_dfr(
variables_percepcion,
function(variable) {
datos_validos <- datos_escenario %>%
select(
pct_percibe_inseguridad,
all_of(variable)
) %>%
drop_na()
rho <- cor(
datos_validos$pct_percibe_inseguridad,
datos_validos[[variable]],
method = "spearman"
)
tibble(
Escenario = escenario,
Variable = variable,
Numero_UPZ = nrow(datos_validos),
rho = rho
)
}
)
}
) %>%
mutate(
Variable = recode(
Variable,
tasa_total = "Tasa total de delitos",
casos_total = "Número de casos denunciados"
),
Direccion = if_else(
rho >= 0,
"Positiva",
"Negativa"
),
Intensidad = case_when(
abs(rho) < 0.20 ~ "Muy débil",
abs(rho) < 0.40 ~ "Débil",
abs(rho) < 0.60 ~ "Moderada",
abs(rho) < 0.80 ~ "Fuerte",
TRUE ~ "Muy fuerte"
)
)
# Presentar resultados
knitr::kable(
correlaciones_percepcion,
digits = 3,
col.names = c(
"Escenario",
"Variable",
"Número de UPZ",
"Rho",
"Dirección",
"Intensidad"
),
caption = "Correlaciones de Spearman entre percepción de inseguridad y denuncias"
)
| Escenario | Variable | Número de UPZ | Rho | Dirección | Intensidad |
|---|---|---|---|---|---|
| Todas las UPZ | Tasa total de delitos | 112 | -0.293 | Negativa | Débil |
| Todas las UPZ | Número de casos denunciados | 112 | 0.063 | Positiva | Muy débil |
| Sin UPZ P13 | Tasa total de delitos | 97 | -0.327 | Negativa | Débil |
| Sin UPZ P13 | Número de casos denunciados | 97 | 0.054 | Positiva | Muy débil |
# Calcular medianas de referencia sobre las 112 UPZ
mediana_percepcion <- median(
upz_analisis_736$pct_percibe_inseguridad,
na.rm = TRUE
)
mediana_tasa <- median(
upz_analisis_736$tasa_total,
na.rm = TRUE
)
# Clasificar las UPZ según percepción y tasa
upz_percepcion_grupos <- upz_analisis_736 %>%
mutate(
Grupo_percepcion_tasa = case_when(
pct_percibe_inseguridad >= mediana_percepcion &
tasa_total >= mediana_tasa ~ "G1",
pct_percibe_inseguridad >= mediana_percepcion &
tasa_total < mediana_tasa ~ "G2",
pct_percibe_inseguridad < mediana_percepcion &
tasa_total >= mediana_tasa ~ "G3",
TRUE ~ "G4"
),
Grupo_percepcion_tasa = factor(
Grupo_percepcion_tasa,
levels = c("G1", "G2", "G3", "G4")
)
)
# Definición de los perfiles
descripcion_grupos <- c(
"G1" = "Percepción alta - Tasa alta",
"G2" = "Percepción alta - Tasa baja",
"G3" = "Percepción baja - Tasa alta",
"G4" = "Percepción baja - Tasa baja"
)
# Resumen de los cuatro grupos
resumen_percepcion_grupos <- upz_percepcion_grupos %>%
group_by(Grupo_percepcion_tasa) %>%
summarise(
Numero_UPZ = n(),
Poblacion_total = sum(poblacion, na.rm = TRUE),
Porcentaje_UPZ = n() / nrow(upz_percepcion_grupos) * 100,
Percepcion_mediana = median(
pct_percibe_inseguridad,
na.rm = TRUE
),
Tasa_mediana = median(
tasa_total,
na.rm = TRUE
),
Casos_totales = sum(casos_total, na.rm = TRUE),
Numero_UPZ_P13 = sum(
grupo_poblacion == "UPZ identificada en P13"
),
.groups = "drop"
) %>%
mutate(
Descripcion = recode(
as.character(Grupo_percepcion_tasa),
!!!descripcion_grupos
)
)
# Tabla resumen de perfiles
knitr::kable(
resumen_percepcion_grupos %>%
select(
Grupo_percepcion_tasa,
Descripcion,
Numero_UPZ,
Porcentaje_UPZ,
Poblacion_total,
Percepcion_mediana,
Tasa_mediana,
Casos_totales,
Numero_UPZ_P13
),
digits = 2,
col.names = c(
"Grupo",
"Perfil territorial",
"N.º UPZ",
"Participación (%)",
"Población",
"Percepción mediana (%)",
"Tasa mediana",
"Casos totales",
"UPZ P13"
),
caption = "Clasificación territorial según percepción y tasa de delitos"
)
| Grupo | Perfil territorial | N.º UPZ | Participación (%) | Población | Percepción mediana (%) | Tasa mediana | Casos totales | UPZ P13 |
|---|---|---|---|---|---|---|---|---|
| G1 | Percepción alta - Tasa alta | 24 | 21.43 | 1216230 | 73.10 | 274.20 | 41585 | 6 |
| G2 | Percepción alta - Tasa baja | 32 | 28.57 | 3628010 | 76.83 | 120.78 | 44168 | 1 |
| G3 | Percepción baja - Tasa alta | 32 | 28.57 | 1255221 | 40.88 | 299.56 | 51221 | 6 |
| G4 | Percepción baja - Tasa baja | 24 | 21.43 | 1837071 | 47.37 | 148.51 | 25861 | 2 |
# Identificar las UPZ que pertenecen a cada perfil
tabla_upz_percepcion <- upz_percepcion_grupos %>%
select(
upz_nombre,
poblacion,
casos_total,
tasa_total,
pct_percibe_inseguridad,
grupo_poblacion,
Grupo_percepcion_tasa
) %>%
arrange(Grupo_percepcion_tasa, desc(tasa_total))
knitr::kable(
tabla_upz_percepcion,
digits = 2,
caption = "UPZ clasificadas según percepción de inseguridad y tasa de delitos"
)
| upz_nombre | poblacion | casos_total | tasa_total | pct_percibe_inseguridad | grupo_poblacion | Grupo_percepcion_tasa |
|---|---|---|---|---|---|---|
| El Mochuelo | 30 | 34 | 11333.33 | 86.83 | UPZ identificada en P13 | G1 |
| Zona Industrial | 6666 | 1573 | 2359.74 | 66.27 | UPZ identificada en P13 | G1 |
| Parque Salitre | 1442 | 233 | 1615.81 | 65.97 | UPZ identificada en P13 | G1 |
| La Sabana | 38856 | 5441 | 1400.30 | 83.45 | Resto de UPZ | G1 |
| Puente Aranda | 12482 | 1561 | 1250.60 | 66.27 | UPZ identificada en P13 | G1 |
| Jardin Botanico | 2900 | 266 | 917.24 | 76.48 | UPZ identificada en P13 | G1 |
| Los Alcazares | 44678 | 3495 | 782.26 | 69.78 | Resto de UPZ | G1 |
| Alamos | 12077 | 642 | 531.59 | 76.89 | UPZ identificada en P13 | G1 |
| Restrepo | 56948 | 2690 | 472.36 | 73.27 | Resto de UPZ | G1 |
| Las Cruces | 20786 | 888 | 427.21 | 85.97 | Resto de UPZ | G1 |
| Las Ferias | 100848 | 3139 | 311.26 | 72.92 | Resto de UPZ | G1 |
| Santa Cecilia | 67416 | 1855 | 275.16 | 76.48 | Resto de UPZ | G1 |
| Santa Isabel | 43992 | 1202 | 273.23 | 69.99 | Resto de UPZ | G1 |
| Doce De Octubre | 75666 | 2031 | 268.42 | 65.97 | Resto de UPZ | G1 |
| Quiroga | 93328 | 2448 | 262.30 | 70.92 | Resto de UPZ | G1 |
| Muzu | 60006 | 1561 | 260.14 | 79.06 | Resto de UPZ | G1 |
| Fontibon San Pablo | 35141 | 902 | 256.68 | 69.94 | Resto de UPZ | G1 |
| San Rafael | 74227 | 1676 | 225.79 | 70.62 | Resto de UPZ | G1 |
| Carvajal | 88914 | 1958 | 220.21 | 82.88 | Resto de UPZ | G1 |
| Sosiego | 44546 | 975 | 218.87 | 70.31 | Resto de UPZ | G1 |
| Boyaca Real | 128214 | 2794 | 217.92 | 74.08 | Resto de UPZ | G1 |
| Ciudad Montes | 103350 | 2191 | 212.00 | 68.00 | Resto de UPZ | G1 |
| Corabastos | 56102 | 1103 | 196.61 | 92.11 | Resto de UPZ | G1 |
| Marco Fidel Suarez | 47615 | 927 | 194.69 | 73.41 | Resto de UPZ | G1 |
| Gran Britalia | 62139 | 1151 | 185.23 | 70.70 | Resto de UPZ | G2 |
| Patio Bonito | 137776 | 2544 | 184.65 | 86.07 | Resto de UPZ | G2 |
| San Francisco | 72057 | 1244 | 172.64 | 70.00 | Resto de UPZ | G2 |
| Lucero | 163588 | 2661 | 162.66 | 77.15 | Resto de UPZ | G2 |
| Garces Navas | 168657 | 2684 | 159.14 | 70.18 | Resto de UPZ | G2 |
| Tunjuelito | 41406 | 613 | 148.05 | 91.82 | Resto de UPZ | G2 |
| Las Margaritas | 32008 | 471 | 147.15 | 72.10 | Resto de UPZ | G2 |
| 20 De Julio | 81050 | 1165 | 143.74 | 82.64 | Resto de UPZ | G2 |
| Bosa Central | 237111 | 3346 | 141.12 | 89.69 | Resto de UPZ | G2 |
| El Tesoro | 54369 | 721 | 132.61 | 86.83 | Resto de UPZ | G2 |
| Venecia | 141537 | 1835 | 129.65 | 81.09 | Resto de UPZ | G2 |
| El Rincon | 295322 | 3812 | 129.08 | 78.63 | Resto de UPZ | G2 |
| Lourdes | 45098 | 570 | 126.39 | 81.16 | Resto de UPZ | G2 |
| Ciudad Usme | 28258 | 356 | 125.98 | 70.34 | Resto de UPZ | G2 |
| Apogeo | 36013 | 451 | 125.23 | 69.38 | Resto de UPZ | G2 |
| Monte Blanco | 6575 | 80 | 121.67 | 86.83 | UPZ identificada en P13 | G2 |
| Comuneros | 101345 | 1215 | 119.89 | 81.41 | Resto de UPZ | G2 |
| Engativa | 142612 | 1702 | 119.34 | 74.63 | Resto de UPZ | G2 |
| Timiza | 139473 | 1604 | 115.00 | 66.20 | Resto de UPZ | G2 |
| Bosa Occidental | 199365 | 2272 | 113.96 | 74.30 | Resto de UPZ | G2 |
| Ismael Perdomo | 166602 | 1863 | 111.82 | 70.91 | Resto de UPZ | G2 |
| Gran Yomasa | 134412 | 1477 | 109.89 | 82.71 | Resto de UPZ | G2 |
| Diana Turbay | 76093 | 804 | 105.66 | 79.62 | Resto de UPZ | G2 |
| Jerusalem | 102981 | 1061 | 103.03 | 83.17 | Resto de UPZ | G2 |
| Marruecos | 123085 | 1229 | 99.85 | 76.68 | Resto de UPZ | G2 |
| La Gloria | 96862 | 918 | 94.77 | 86.04 | Resto de UPZ | G2 |
| La Flora | 20151 | 189 | 93.79 | 76.97 | Resto de UPZ | G2 |
| San Blas | 105092 | 955 | 90.87 | 74.26 | Resto de UPZ | G2 |
| Tibabuyes | 305907 | 2669 | 87.25 | 72.98 | Resto de UPZ | G2 |
| Alfonso Lopez | 53774 | 455 | 84.61 | 70.34 | Resto de UPZ | G2 |
| El Porvenir | 143758 | 1197 | 83.26 | 74.01 | Resto de UPZ | G2 |
| Tintal Sur | 113534 | 854 | 75.22 | 74.43 | Resto de UPZ | G2 |
| Aeropuerto El Dorado | 883 | 545 | 6172.14 | 32.58 | UPZ identificada en P13 | G3 |
| Parque Simon Bolivar - Can | 3323 | 958 | 2882.94 | 32.98 | UPZ identificada en P13 | G3 |
| Las Nieves | 17203 | 4033 | 2344.36 | 59.85 | Resto de UPZ | G3 |
| Sagrado Corazon | 11247 | 1707 | 1517.74 | 59.85 | UPZ identificada en P13 | G3 |
| Chico Lago | 38608 | 4985 | 1291.18 | 21.48 | Resto de UPZ | G3 |
| Chapinero | 26491 | 2901 | 1095.09 | 50.28 | Resto de UPZ | G3 |
| Teusaquillo | 28881 | 2976 | 1030.44 | 62.90 | Resto de UPZ | G3 |
| Galerias | 38425 | 3067 | 798.18 | 48.52 | Resto de UPZ | G3 |
| La Candelaria | 18409 | 1371 | 744.74 | 64.66 | Resto de UPZ | G3 |
| Los Andes | 31556 | 1575 | 499.11 | 37.36 | Resto de UPZ | G3 |
| Capellania | 18499 | 874 | 472.46 | 32.58 | Resto de UPZ | G3 |
| Quinta Paredes | 28926 | 1285 | 444.24 | 34.58 | Resto de UPZ | G3 |
| La Macarena | 12253 | 507 | 413.78 | 44.82 | UPZ identificada en P13 | G3 |
| Americas | 78380 | 2449 | 312.45 | 63.34 | Resto de UPZ | G3 |
| La Alhambra | 43531 | 1343 | 308.52 | 34.17 | Resto de UPZ | G3 |
| Usaquen | 43160 | 1298 | 300.74 | 24.45 | Resto de UPZ | G3 |
| Granjas De Techo | 53189 | 1587 | 298.37 | 40.63 | Resto de UPZ | G3 |
| Modelia | 45171 | 1283 | 284.03 | 49.08 | Resto de UPZ | G3 |
| Paseo De Los Libertadores | 2690 | 74 | 275.09 | 36.18 | UPZ identificada en P13 | G3 |
| Ciudad Jardin | 26977 | 739 | 273.94 | 62.16 | Resto de UPZ | G3 |
| Ciudad Salitre Occidental | 46658 | 1251 | 268.12 | 26.72 | Resto de UPZ | G3 |
| Bavaria | 41086 | 1100 | 267.73 | 52.84 | Resto de UPZ | G3 |
| Santa Barbara | 74375 | 1972 | 265.14 | 40.67 | Resto de UPZ | G3 |
| Ciudad Salitre Oriental | 25743 | 671 | 260.65 | 20.37 | Resto de UPZ | G3 |
| San Jose De Bavaria | 52099 | 1337 | 256.63 | 40.88 | Resto de UPZ | G3 |
| La Esmeralda | 41130 | 1021 | 248.24 | 32.98 | Resto de UPZ | G3 |
| La Academia | 5260 | 123 | 233.84 | 40.88 | UPZ identificada en P13 | G3 |
| El Prado | 106920 | 2267 | 212.03 | 48.84 | Resto de UPZ | G3 |
| San Jose | 49117 | 1030 | 209.70 | 65.36 | Resto de UPZ | G3 |
| El Refugio | 41543 | 853 | 205.33 | 21.48 | Resto de UPZ | G3 |
| Kennedy Central | 92968 | 1856 | 199.64 | 65.96 | Resto de UPZ | G3 |
| Minuto De Dios | 110520 | 2183 | 197.52 | 62.71 | Resto de UPZ | G3 |
| La Floresta | 46543 | 886 | 190.36 | 43.20 | Resto de UPZ | G4 |
| Castilla | 141571 | 2646 | 186.90 | 52.84 | Resto de UPZ | G4 |
| Niza | 84904 | 1584 | 186.56 | 38.99 | Resto de UPZ | G4 |
| Fontibon | 139257 | 2454 | 176.22 | 44.54 | Resto de UPZ | G4 |
| Bolivia | 83775 | 1450 | 173.08 | 19.37 | Resto de UPZ | G4 |
| Country Club | 26128 | 442 | 169.17 | 40.67 | Resto de UPZ | G4 |
| La Uribe | 37014 | 621 | 167.77 | 36.18 | Resto de UPZ | G4 |
| Pardo Rubio | 53836 | 900 | 167.17 | 50.28 | Resto de UPZ | G4 |
| Guaymaral | 2692 | 45 | 167.16 | 40.88 | UPZ identificada en P13 | G4 |
| Arborizadora | 84765 | 1388 | 163.75 | 63.38 | Resto de UPZ | G4 |
| Casa Blanca Suba | 62660 | 947 | 151.13 | 17.45 | Resto de UPZ | G4 |
| Toberin | 63068 | 943 | 149.52 | 60.44 | Resto de UPZ | G4 |
| Los Cedros | 134973 | 1991 | 147.51 | 41.49 | Resto de UPZ | G4 |
| Britalia | 97578 | 1428 | 146.34 | 38.20 | Resto de UPZ | G4 |
| Suba | 186728 | 2587 | 138.54 | 44.41 | Resto de UPZ | G4 |
| Tintal Norte | 30467 | 420 | 137.85 | 54.05 | Resto de UPZ | G4 |
| Parque Entrenubes | 1169 | 16 | 136.87 | 58.33 | UPZ identificada en P13 | G4 |
| Danubio | 58494 | 639 | 109.24 | 58.33 | Resto de UPZ | G4 |
| San Cristobal Norte | 72939 | 793 | 108.72 | 49.84 | Resto de UPZ | G4 |
| Zona Franca | 65454 | 697 | 106.49 | 44.89 | Resto de UPZ | G4 |
| Calandaima | 134340 | 1215 | 90.44 | 58.77 | Resto de UPZ | G4 |
| Los Libertadores | 78878 | 710 | 90.01 | 55.05 | Resto de UPZ | G4 |
| Verbenal | 131999 | 944 | 71.52 | 65.43 | Resto de UPZ | G4 |
| San Isidro - Patios | 17839 | 115 | 64.47 | 54.34 | Resto de UPZ | G4 |
# Visualización de los cuatro perfiles
ggplot(
upz_percepcion_grupos,
aes(
x = pct_percibe_inseguridad,
y = tasa_total,
fill = Grupo_percepcion_tasa,
shape = grupo_poblacion
)
) +
geom_point(
aes(
color = grupo_poblacion
),
size = 2.8,
alpha = 0.85,
stroke = 1
) +
geom_vline(
xintercept = mediana_percepcion,
linetype = "dashed",
color = "grey45"
) +
geom_hline(
yintercept = mediana_tasa,
linetype = "dashed",
color = "grey45"
) +
scale_y_continuous(
trans = scales::pseudo_log_trans(),
labels = scales::label_comma()
) +
scale_fill_manual(
values = c(
"G1" = "#351A4F",
"G2" = "#D9006C",
"G3" = "#168C86",
"G4" = "#A69BAF"
),
labels = descripcion_grupos,
name = "Perfil territorial"
) +
scale_color_manual(
values = c(
"Resto de UPZ" = "#555555",
"UPZ identificada en P13" = "#D9006C"
),
name = "Clasificación poblacional"
) +
scale_shape_manual(
values = c(
"Resto de UPZ" = 21,
"UPZ identificada en P13" = 24
),
name = "Clasificación poblacional"
) +
labs(
title = "Percepción y denuncias permiten identificar cuatro perfiles territoriales",
subtitle = "Clasificación relativa según las medianas de ambas variables",
x = "Percepción de inseguridad (%)",
y = "Tasa de delitos por 10.000 habitantes",
caption = "Las líneas discontinuas representan las medianas de las 112 UPZ."
) +
tema_clase
# Preparar etiquetas de los cuatro grupos
grafica_clasificacion_736 <- resumen_percepcion_grupos %>%
mutate(
Grupo = as.character(Grupo_percepcion_tasa),
Etiqueta = paste0(
Grupo,
"\n",
round(Porcentaje_UPZ, 1),
"%\n",
Numero_UPZ,
" UPZ"
)
)
# Gráfica de distribución porcentual
ggplot(
grafica_clasificacion_736,
aes(
x = 2,
y = Porcentaje_UPZ,
fill = Grupo
)
) +
geom_col(
width = 0.75,
color = "white",
linewidth = 1
) +
geom_text(
aes(label = Etiqueta),
position = position_stack(vjust = 0.5),
color = "white",
fontface = "bold",
size = 3.5
) +
coord_polar(theta = "y") +
xlim(0.5, 2.5) +
scale_fill_manual(
values = c(
"G1" = "#351A4F",
"G2" = "#D9006C",
"G3" = "#168C86",
"G4" = "#A69BAF"
),
labels = descripcion_grupos,
name = "Perfil territorial"
) +
labs(
title = "Distribución de las UPZ según percepción y tasa de delitos",
subtitle = "Clasificación relativa basada en las medianas de ambas variables",
caption = "Total: 112 UPZ. Los porcentajes representan participación sobre el total."
) +
tema_clase +
theme(
axis.title = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank(),
legend.position = "right"
)
# Agrupar los cuatro perfiles en dos categorías generales
resumen_correspondencia <- resumen_percepcion_grupos %>%
mutate(
Tipo = case_when(
Grupo_percepcion_tasa %in% c("G1", "G4") ~ "Coincidencia",
Grupo_percepcion_tasa %in% c("G2", "G3") ~ "Diferencia"
)
) %>%
group_by(Tipo) %>%
summarise(
Porcentaje = sum(Porcentaje_UPZ),
Numero_UPZ = sum(Numero_UPZ),
.groups = "drop"
) %>%
mutate(
Tipo = factor(
Tipo,
levels = c("Diferencia", "Coincidencia")
),
Etiqueta = paste0(
round(Porcentaje, 1),
"% (",
Numero_UPZ,
" UPZ)"
)
)
# Mostrar resultados de correspondencia
knitr::kable(
resumen_correspondencia,
digits = 1,
caption = "Correspondencia entre percepción de inseguridad y tasas de delitos"
)
| Tipo | Porcentaje | Numero_UPZ | Etiqueta |
|---|---|---|---|
| Coincidencia | 42.9 | 48 | 42.9% (48 UPZ) |
| Diferencia | 57.1 | 64 | 57.1% (64 UPZ) |
# Gráfico de correspondencia
ggplot(
resumen_correspondencia,
aes(
x = Porcentaje,
y = Tipo,
fill = Tipo
)
) +
geom_col(
width = 0.45
) +
geom_text(
aes(label = Etiqueta),
hjust = -0.12,
fontface = "bold",
size = 4
) +
scale_fill_manual(
values = c(
"Coincidencia" = "#168C86",
"Diferencia" = "#D9006C"
)
) +
scale_x_continuous(
limits = c(0, 75),
breaks = seq(0, 75, 15),
labels = function(x) paste0(x, "%"),
expand = expansion(mult = c(0, 0))
) +
labs(
title = "Correspondencia entre percepción y denuncias",
subtitle = "Coincidencia: G1 + G4 | Diferencia: G2 + G3",
x = NULL,
y = NULL,
caption = "Clasificación relativa de las 112 UPZ según las medianas de percepción y tasa."
) +
tema_clase +
theme(
legend.position = "none",
panel.grid.major.y = element_blank(),
panel.grid.minor = element_blank(),
axis.text.y = element_text(
face = "bold",
size = 11
),
axis.text.x = element_text(size = 9)
)
Interpretación y conclusión
Los resultados muestran que la percepción de inseguridad y los delitos denunciados presentan una correspondencia limitada entre las UPZ de Bogotá. Las correlaciones de Spearman evidencian una asociación negativa débil entre la percepción de inseguridad y la tasa total de delitos (\(\rho=-0,293\)), mientras que la relación con el número absoluto de casos denunciados es prácticamente nula (\(\rho=0,063\)).
Al realizar el análisis de sensibilidad excluyendo las UPZ identificadas en P13, las correlaciones conservan su dirección y su nivel de intensidad. La asociación con la tasa total pasa de -0,293 a -0,327, mientras que la relación con el número de casos permanece prácticamente nula, pasando de 0,063 a 0,054. Esto indica que el comportamiento observado no depende exclusivamente de las unidades territoriales de población reducida.
La clasificación de las 112 UPZ en cuatro perfiles territoriales permite profundizar en estas diferencias. Se identifica que 24 UPZ (21,4 %) presentan niveles altos tanto de percepción como de tasa de delitos (G1), mientras que otras 24 (21,4 %) presentan niveles bajos en ambas dimensiones (G4). En conjunto, estos dos grupos representan el 42,9 % de las UPZ y muestran una correspondencia relativa.
Por otro lado, 32 UPZ (28,6 %) presentan una percepción de inseguridad superior a la mediana, pero tasas de delitos inferiores a ella (G2). Otras 32 UPZ (28,6 %) presentan el comportamiento contrario: tasas superiores a la mediana y percepción inferior a ella (G3). En conjunto, estos perfiles representan el 57,1 % de las unidades territoriales, evidenciando que en más de la mitad de las UPZ las dos dimensiones no coinciden en sus niveles relativos.
Este resultado permite reconocer que la percepción ciudadana y los registros administrativos ofrecen perspectivas diferentes sobre la seguridad territorial. Una UPZ puede presentar una percepción elevada de inseguridad sin registrar tasas igualmente altas, mientras que otras pueden presentar tasas elevadas sin que la percepción reportada alcance niveles similares.
Estas diferencias pueden estar relacionadas con factores como las experiencias de los habitantes, la exposición a situaciones de riesgo, la disposición a denunciar y las características particulares de cada territorio. Sin embargo, la información disponible no permite determinar cuáles de estos factores explican las diferencias identificadas.
Insight principal: La percepción de inseguridad no necesariamente coincide con la intensidad ni con el volumen de los delitos denunciados. El 57,1 % de las UPZ presenta diferencias entre percepción y tasa, mientras que las correlaciones muestran una relación débil o prácticamente inexistente entre estas dimensiones. Esto evidencia que los registros administrativos, aunque fundamentales para estudiar la seguridad, no son suficientes por sí solos para comprender cómo experimentan los habitantes la inseguridad en su entorno.
En consecuencia, el análisis de la seguridad territorial debe integrar tanto los registros de denuncias como la percepción de los habitantes. Ambos indicadores son complementarios y deben interpretarse considerando que miden dimensiones distintas del fenómeno de la inseguridad.
Durante el desarrollo de este trabajo se utilizó ChatGPT como herramienta de apoyo para la construcción y ejecución del análisis exploratorio de datos (EDA), especialmente en la elaboración de código en R, la estructuración de procedimientos estadísticos, la generación de visualizaciones y la organización de los resultados dentro del documento R Markdown.
El desarrollo se realizó mediante un proceso de trabajo guiado, progresivo e iterativo. Los autores definieron el enfoque del proyecto, formularon las preguntas de investigación, establecieron las variables de interés, orientaron las decisiones metodológicas y determinaron los análisis que debían realizarse en función de los objetivos del taller.
ChatGPT proporcionó asistencia técnica en la escritura y corrección del código, así como en la propuesta de procedimientos estadísticos y alternativas de visualización. Esta colaboración se desarrolló paso a paso, revisando los resultados obtenidos, identificando errores, ajustando los procedimientos y profundizando en la interpretación de los hallazgos.
La selección de los análisis, la revisión de su pertinencia, la orientación de las preguntas y la interpretación crítica de los resultados estuvieron bajo el criterio y la dirección de los autores. De esta manera, la inteligencia artificial se utilizó como un recurso de acompañamiento y asistencia técnica, sin sustituir el proceso de análisis, reflexión y toma de decisiones de los estudiantes.
Los resultados y conclusiones presentados fueron construidos a partir de la ejecución del código sobre los datos del proyecto y de la revisión de las evidencias obtenidas durante el desarrollo del trabajo.