Taxas de Homicídio no Estado do Rio de Janeiro
Luiz
18/01/2021
Análise Descritiva
A Segurança Pública é um assunto que vem ganhando, cada vez mais destaque no que diz respeito às questões da sociedade e do bem estar social da população brasileira. Esse tema é ligado diretamente ao crescimento em larga escala da violência nas metrópoles do país.
Diretamente vinculado ao aumento generalizado da violência nos grandes centros urbanos do país nos últimos anos, este debate, embora muito recorrente no cotidiano da maioria da população, é ainda assistemático. Na verdade, muito pouco ou quase nada deste debate tem frutificado em termos de políticas públicas e, na maioria das vezes, as políticas que existem são construídas por sobre critérios de senso comum, de racionalidade duvidosa e absolutamente refratários a quaisquer ideias ou práticas de monitoramento e avaliação.
Segundo a 13ª. Edição do Anuário Brasileiro de Segurança Pública de 2019, no que diz respeito ao financiamento da política de segurança, já foram gastos R$91 bilhões, 3,9% a mais, comparado ao período anterior, o que corresponde a 1,34% do PIB nacional.
No Rio de Janeiro, principalmente, muitos conflitos que resultam em morte têm tido como pano de fundo o tráfico de drogas. Este novo aspecto da criminalidade urbana tem sido motivo de atenção por parte de vários pesquisadores na busca por um melhor entendimento do fenômeno, uma vez que estes conflitos interferem diretamente nas relações e interações dos indivíduos dentro de uma realidade.
A presente pesquisa tem por objetivo principal analisar e avaliar os dados sobre homicídios no Estado do Rio de Janeiro. Também tem como objetivo secundário analisar qual região é mais marginalizada.
## Warning: NAs introduzidos por coerção
## Warning: NAs introduzidos por coerção
## Warning: NAs introduzidos por coerção
## Warning: NAs introduzidos por coerção## ano mes regiao fmun
## Min. :2014 Length:7636 Length:7636 Length:7636
## 1st Qu.:2015 Class :character Class :character Class :character
## Median :2017 Mode :character Mode :character Mode :character
## Mean :2017
## 3rd Qu.:2019
## Max. :2020
##
## hom_doloso latrocinio hom_por_interv_policial hom_culposo
## Min. : 0.000 Min. :0.000 Min. : 0.000 Min. : 0.000
## 1st Qu.: 1.220 1st Qu.:0.000 1st Qu.: 0.000 1st Qu.: 0.290
## Median : 2.325 Median :0.000 Median : 0.000 Median : 0.860
## Mean : 2.710 Mean :0.073 Mean : 0.439 Mean : 1.246
## 3rd Qu.: 3.788 3rd Qu.:0.000 3rd Qu.: 0.610 3rd Qu.: 1.690
## Max. :24.870 Max. :3.490 Max. :11.090 Max. :15.760
## NA's :4482 NA's :4482 NA's :4482 NA's :4482##
## One Sample t-test
##
## data: base$hom_doloso
## t = 0.25783, df = 3153, p-value = 0.3983
## alternative hypothesis: true mean is greater than 2.7
## 95 percent confidence interval:
## 2.646407 Inf
## sample estimates:
## mean of x
## 2.709959Metodologia e Análises
A partir da base de dados escolhida, foram destacadas quatro variáveis com as informações das taxas de homicídio por intervenção policial; doloso (quando há intenção de matar); culposo (quando não há intenção de matar) e latrocínio (roubo seguido de morte) do Estado do Rio de Janeiro. Os registros estão subdivididos por mês de ocorrência, ano, de 2014 a 2020, região e município. A fim de reduzir a variável qualitativa a ser inserida na análise, optou-se por fazer um comparativo entre as regiões Baixada Fluminense, Capital, Grande Niterói e Interior, usualmente conhecidas. Complementando essas informações, também busca-se analisar a evolução de cada uma das taxas escolhida durante os anos de registro, a fim de identificar um aumento ou diminuição dos crimes ocorridos no Rio de Janeiro e, consequentemente levantar hipóteses sobre o que ocasionou e se tais conclusões se aplicam a toda a população.
As taxas mais altas, calculadas por 100 mil habitantes, são para homicídio doloso e latrocínio, em que a mediana indica que aproximadamente 3 a cada 100 mi habitantes foram vítimas. Pode-se observar, pelos valores máximos na descrição dos dados acima, que há taxas muito discrepantes em relação as demais, como por exemplo a já citadas, em que o máximo indica que aproximadamento 25 a cada 100 mil habitantes são vítimas de homicídio doloso e latrocínio.
É interessante ressaltar que há muitos dados faltantes, representando aproximadamente 59% dos dados. Isso dificulta possíveis interpretações e resultados relevantes.
##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union## NOTE: Either Arial Narrow or Roboto Condensed fonts are required to use these themes.## Please use hrbrthemes::import_roboto_condensed() to install Roboto Condensed and## if Arial Narrow is not on your system, please see https://bit.ly/arialnarrowGráficos comparativos entre Regiões
Homicídio Doloso
## Baixada Fluminense Capital Grande Niterói Interior
## 3.508007 1.579639 2.282249 2.330855A média e homicídios dolosos na Baixada Fluminense é a maior quando comparada às outras regiões.
Homicídio Culposo
## Baixada Fluminense Capital Grande Niterói Interior
## 0.9568767 0.7306024 1.2063454 1.4552151Já o interior do Estado possui a maior média de homicídios culposos.
Latrocínio
## Baixada Fluminense Capital Grande Niterói Interior
## 0.10158480 0.07445783 0.11008032 0.05003442A região que apresenta a maior média de latrocínios é a Grande Niterói
Intervenção Policial
## Baixada Fluminense Capital Grande Niterói Interior
## 0.6932067 0.5865060 0.7665060 0.2275846A Grande Niterói também apresenta a maior média quando se trata de homicídio decorrente de intervenção policial.
Testes de Hipéteses
Homicídio Doloso
## Warning: Removed 4482 rows containing non-finite values (stat_boxplot).
##
## Welch Two Sample t-test
##
## data: baixada$hom_doloso and capital$hom_doloso
## t = 23.911, df = 1025, p-value < 2.2e-16
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 1.770117 2.086621
## sample estimates:
## mean of x mean of y
## 3.508007 1.579639##
## Welch Two Sample t-test
##
## data: interior$hom_doloso and niteroi$hom_doloso
## t = 0.53195, df = 465.62, p-value = 0.595
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -0.1309479 0.2281596
## sample estimates:
## mean of x mean of y
## 2.330855 2.282249##
## Welch Two Sample t-test
##
## data: interior$hom_doloso and baixada$hom_doloso
## t = -13.365, df = 1971.4, p-value < 2.2e-16
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -1.349893 -1.004412
## sample estimates:
## mean of x mean of y
## 2.330855 3.508007Foi identificado na base de dados que o município de Queimados apresentou a maior taxa de homicídios dolosos no mês de Outubro de 2016 (24,87), o que o caracteriza como om outlier.
Homicídio Culposo
## Warning: Removed 4482 rows containing non-finite values (stat_boxplot).
##
## Welch Two Sample t-test
##
## data: baixada$hom_culposo and capital$hom_culposo
## t = 5.3528, df = 1101.4, p-value = 1.053e-07
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 0.1433316 0.3092171
## sample estimates:
## mean of x mean of y
## 0.9568767 0.7306024##
## Welch Two Sample t-test
##
## data: interior$hom_culposo and niteroi$hom_culposo
## t = 3.5703, df = 494.15, p-value = 0.0003915
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 0.1119122 0.3858273
## sample estimates:
## mean of x mean of y
## 1.455215 1.206345##
## Welch Two Sample t-test
##
## data: interior$hom_culposo and baixada$hom_culposo
## t = 9.074, df = 2622.7, p-value < 2.2e-16
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 0.3906486 0.6060282
## sample estimates:
## mean of x mean of y
## 1.4552151 0.9568767Latrocínio
## Warning: Removed 4482 rows containing non-finite values (stat_boxplot).
##
## Welch Two Sample t-test
##
## data: baixada$latrocinio and capital$latrocinio
## t = 2.69, df = 598.17, p-value = 0.007345
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 0.007321903 0.046932036
## sample estimates:
## mean of x mean of y
## 0.10158480 0.07445783##
## Welch Two Sample t-test
##
## data: interior$latrocinio and niteroi$latrocinio
## t = -4.6782, df = 350.33, p-value = 4.14e-06
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -0.08528976 -0.03480203
## sample estimates:
## mean of x mean of y
## 0.05003442 0.11008032##
## Welch Two Sample t-test
##
## data: interior$latrocinio and baixada$latrocinio
## t = -5.2685, df = 1889.6, p-value = 1.533e-07
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -0.07074022 -0.03236053
## sample estimates:
## mean of x mean of y
## 0.05003442 0.10158480Homicídio por Intervenção Policial
## Warning: Removed 4482 rows containing non-finite values (stat_boxplot).
##
## Welch Two Sample t-test
##
## data: baixada$hom_por_interv_policial and capital$hom_por_interv_policial
## t = 2.304, df = 459.66, p-value = 0.02167
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 0.01569479 0.19770650
## sample estimates:
## mean of x mean of y
## 0.6932067 0.5865060##
## Welch Two Sample t-test
##
## data: interior$hom_por_interv_policial and niteroi$hom_por_interv_policial
## t = -10.702, df = 290.85, p-value < 2.2e-16
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -0.6380355 -0.4398073
## sample estimates:
## mean of x mean of y
## 0.2275846 0.7665060##
## Welch Two Sample t-test
##
## data: interior$hom_por_interv_policial and baixada$hom_por_interv_policial
## t = -11.983, df = 1403.2, p-value < 2.2e-16
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -0.5418483 -0.3893958
## sample estimates:
## mean of x mean of y
## 0.2275846 0.6932067Evolução das Taxas desde 2014
