Se presenta un diagnostico de los casos de violencia registrados en Cali con un enfoque espacio temporal.
require(raster)
require(ggplot2)
require(plotly)
comunas=shapefile("~/Documents/Univalle_2020_1/Tratamiento Datos Espacial/Comunas/bcs_lim_comunas_WGS84.shp")
homicidios=shapefile("~/Documents/Univalle_2020_1/Tratamiento Datos Espacial/Homicidios/homicidios.shp")
plot(comunas)
points(homicidios,col="red",pch=16,cex=0.5)
En la figura se observa el mapa de Cali con los puntos de los homicidos ocurridos en Ciudad.
casos=over(comunas,homicidios[,1],fn = length)
comunas@data$casos=casos[,1]
lbls <- as.character(comunas$COMUNA)
spl <- list('sp.text', coordinates(comunas), lbls, cex=.6)
spplot(comunas[,6], col.regions= heat.colors(20,.95,.4), sp.layout = spl)
Se oberva en el mapa que los casos de homicidios se enfocan principalmente en las comunas del oriente de la Ciudad (comunas 13,14, 15 y 21) y la zona de ladera en el occidente (comuna 20)
homicidios$fecha=substr(homicidios$fechah,start = 1,stop = 7)
homicidios_tabla=homicidios@data
g1=ggplot(homicidios_tabla,aes(x=fecha))+geom_bar()+theme_bw() +theme(axis.text.x = element_text(angle = 90))
ggplotly(g1)
Se observa en la serie de tiempo que algunos meses presentan indices de violencia mas altos que otros como por ejemplo diciembre de 2015 que alcanzo 161 muertes. La serie no muestra un patron de tendiencia (creciente o decreciente) en general se mantienen los casos durante el perido.
g2=ggplot(homicidios_tabla,aes(x=EDAD))+geom_histogram()+theme_bw()
ggplotly(g2)
summary(homicidios_tabla$EDAD)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.00 20.00 26.00 29.52 36.00 100.00
Se observa que la mayoria de las victimas de homicidio son jovenes con edades entre los 25 y 30 aƱos de edad.
g3=ggplot(homicidios_tabla,aes(y=EDAD,x=SEXO,fill=SEXO))+geom_boxplot()+theme_bw()
ggplotly(g3)
Se observa que en el caso de la edad no se presentan diferencias significativas entre hombres y mujeres. En ambos grupos la mayoria de los casos ocurre en personas jovenes.