Introducción:

La seguridad en el municipio de Cajeme, Sonora se ha visto afectada en el pasado mes de Enero 2020 por todos los crímenes cometidos como “balaceras”, “levantones” y “asesinatos”. Es por ello que una compañía de Teatro se dió a la tarea de ubicar cada uno de los crímenes en Google Maps para que nosotros como habitantes de este municipio nos informemos con datos reales y precisos de todo lo que ocurre para así tomar las medidas preventivas necesarias.

Para la clase de Estadística Aplicada, tomaremos como base los datos publicados por la compañía para realizar nuestros propios análisis.

Para comenzar con la investigación nosotros acomodaremos la información de distintas maneras, esto con el propósito de poder tener una vista más amplia del problema y ver si así poder generar más conclusiones.

Hipótesis Nº 1.

  • El índice de balaceras es mayor a la suma de levantones y asesinatos.
ggplot(data=balaceras)+
  geom_bar(mapping=aes(x=Name, color=Name, fill=Name))

En base a nuestra gráfica realizada, donde utilizamos como dato principal la cantidad de balaceras, levantones y asesinatos, como podemos observar la cantidad de balaceras está cerca de las 30, mientras que tenemos alrededor de 7 levantones y 4 asesinatos; por lo tanto nuestra hipótesis inicial está comprobada.

Hipótesis Nº 2.

  • El día primero de enero cuenta con una mayor incidencia delictiva debido a que las personas se encuentran en estado de ebriedad y desvelos.
ggplot(data=balaceras)+
  geom_bar(mapping=aes(x=Día), color="blue", fill=rgb(0.1,0.4,0.5,0.7))

Analizando la gráfica anterior podemos observar fácilmente que nuestra hipótesis no es correcta ya que no es el dia primero el que cuenta con un nivel de incidencia delictiva si no que se encuentra entre los ultimos dos dias del mes.

Hipótesis Nº 3.

  • Los levantones solo se llevan a cabo si en el lugar se encuentran menos de 3 personas.
  ggplot(balaceras, aes(x=Name, y=Cantidad, color=Name)) + 
  geom_point(size=6)

Hipótesis Nº 4.

  • Los asesinatos comúnmente ocurren si las personas se encuentran solas en el lugar.
  ggplot(balaceras, aes(x=Name, y=Cantidad, color=Name)) + 
  geom_point(size=6)

Interpretando la gráfica, podemos concluir que efectivamente existen más levantones si se encuentran menos de 3 personas en un lugar, también los asesinatos pasan regularmente si las personas se encuentran solas; por lo tanto las dos hipótesis planteadas previamente han sido comprobadas.

Hipótesis Nº 5.

  • Se dió lugar a por lo menos una balacera y un muerto por semana.
  ggplot(balaceras, aes(x=Día, y=tMuertos, color=Name)) + 
  geom_point(size=6)

Logramos comprobar que nuestra hipótesis es verdadera ya que como podemos observar en la gráfica claramente se nota la existencia de un punto verde (representa las balaceras y cantidad de muertos) en cada una de las semanas.

##Conclusión

Al utilizar la herramienta R descubrimos que existen una infinidad de formas para interpretar los datos dentro de gráficas y que resulten fácil para nuestro entendimiento. Logramos identificar diversas situaciones como el hecho de que se registró una mayor cantidad de balaceras incluyendo consigo un número elevado de muertes y heridos. También pudimos notar que se dio lugar a por lo menos una balacera y un muerto por semana, lo que para nosotros es un dato alarmante, que debe disminuir en los próximos meses. Que la mayoría de los crímenes ocurrieron en hombres, incluyendo vendedores en las esquinas y muy pocos en mujeres. Algo que consideramos que podía ser relevante para llevar a cabo un análisis más a fondo y nos hubiese gustado contar con ello era conocer las edades de las víctimas o por lo menos un aproximado a ellas, para darnos una idea más precisa de a quienes se dirigen más estos actos delictivos.