Publicação
Modelação dos padrões da criminalidade no Rio Grande do Sul, Brasil
| Resumo: | O Brasil possui altas taxas de criminalidade, sendo a taxa de homicídios uma das mais altas do mundo. Apesar de permanecer com valores baixos em relação aos restantes estados, o Rio Grande do Sul teve um crescimento preocupante nas taxas de criminalidade nos últimos anos. Este trabalho tem por objetivo investigar os padrões espaciais da criminalidade nos municípios do Rio Grande do Sul, sobretudo da taxa de roubo e de homicídio, assim como os processos que influenciam esses padrões. Para tal, foram investigados diferentes modelos de regressão, tanto lineares (OLS – Ordinary Least Squares e GWR – Geographically Weighted Regression) quanto de Poisson (regressão global de Poisson, GWPR – Geographically Weighted Poisson Regression e GWPR semi-paramétrico). A análise exploratória revelou que não há evidência nem de autocorrelação espacial nem de heterogeneidade espacial da taxa de homicídios, por isso não se justificou a sua análise através de modelos de regressão espacial. Já os resultados da taxa de roubos, pelo contrário, apontam a existência de ambas características. Na sequência foram estimados diversos modelos de regressão para a taxa de roubo. Entre os modelos lineares, OLS e GWR, o modelo GWR obteve uma performance melhor. Porém, em ambos modelos, os resíduos apresentaram autocorrelação espacial, o que quebra a premissa de independência no caso do OLS e indicia um modelo GWR mal especificado. Foram então implementados modelos de regressão de Poisson, os quais são adequados à modelação de dados de contagem e taxas. O modelo GWPR apresentou um melhor ajustamento do que o modelo global de Poisson e do que os modelos GWPR semi-paramétricos. Os resultados indicam que os fatores população, renda, ocupação, educação e ambiente familiar são importantes para explicar as causas da taxa de roubo no Rio Grande do Sul, e que o grau de relevância de cada um deles varia espacialmente. |
|---|---|
| Autores principais: | Barth, Fernanda Krás Borges |
| Assunto: | Sistemas de Informação Geográfica Taxa de roubo Regressão Espacial Regressão Geograficamente Ponderada Regressão de Poisson Geographical Information Systems Robbery rate Spatial Regression Poisson Regression Geographically Weighted Regression |
| Ano: | 2020 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade Nova de Lisboa |
| Idioma: | português |
| Origem: | Repositório Institucional da UNL |
| Resumo: | O Brasil possui altas taxas de criminalidade, sendo a taxa de homicídios uma das mais altas do mundo. Apesar de permanecer com valores baixos em relação aos restantes estados, o Rio Grande do Sul teve um crescimento preocupante nas taxas de criminalidade nos últimos anos. Este trabalho tem por objetivo investigar os padrões espaciais da criminalidade nos municípios do Rio Grande do Sul, sobretudo da taxa de roubo e de homicídio, assim como os processos que influenciam esses padrões. Para tal, foram investigados diferentes modelos de regressão, tanto lineares (OLS – Ordinary Least Squares e GWR – Geographically Weighted Regression) quanto de Poisson (regressão global de Poisson, GWPR – Geographically Weighted Poisson Regression e GWPR semi-paramétrico). A análise exploratória revelou que não há evidência nem de autocorrelação espacial nem de heterogeneidade espacial da taxa de homicídios, por isso não se justificou a sua análise através de modelos de regressão espacial. Já os resultados da taxa de roubos, pelo contrário, apontam a existência de ambas características. Na sequência foram estimados diversos modelos de regressão para a taxa de roubo. Entre os modelos lineares, OLS e GWR, o modelo GWR obteve uma performance melhor. Porém, em ambos modelos, os resíduos apresentaram autocorrelação espacial, o que quebra a premissa de independência no caso do OLS e indicia um modelo GWR mal especificado. Foram então implementados modelos de regressão de Poisson, os quais são adequados à modelação de dados de contagem e taxas. O modelo GWPR apresentou um melhor ajustamento do que o modelo global de Poisson e do que os modelos GWPR semi-paramétricos. Os resultados indicam que os fatores população, renda, ocupação, educação e ambiente familiar são importantes para explicar as causas da taxa de roubo no Rio Grande do Sul, e que o grau de relevância de cada um deles varia espacialmente. |
|---|
Atividades financiadas
Não foram encontrados projetos financiados.