Spatio-temporal methods for the analysis of crime and traffic safety data

Resumen

Desde que John Snow analizara espacialmente los casos de cólera de la epidemia de Londres de 1854, han sido muchas las disciplinas que se han beneficiado de la existencia de métodos estadísticos espacio-temporales: agricultura, astronomía, biología, epidemiología, geología, hidrología, meteorología y teledetección, entre otras. Esta tesis se centra en el desarrollo y aplicación de estos métodos en el contexto de dos disciplinas: la seguridad vial y la criminología. En particular, un objetivo capital ha sido el de detectar lagunas de investigación en la literatura actualmente disponible. Así pues, la investigación de diversos problemas que surgen de forma habitual en estas dos áreas, los cuales requieren de un tratamiento estadístico concreto, ha llevado a estructurar la tesis de la forma siguiente. En primer lugar, tras un capítulo introductorio, se exponen dos estudios sobre seguridad vial sobre una estructura de tipo red. Así pues, el Capítulo 2 contiene un análisis multivariante a nivel de calle en el que se distingue entre zonas de intersección y de no intersección. Seguidamente, en el Capítulo 3 se presenta un método para la detección de “hotspots” de riesgo diferencial sobre una red. El Capítulo 4 incluye un análisis espacio-temporal de un conjunto de datos de robos a vivienda centrado en el fenómeno de casi-repetición, el cual es capital en criminología. La versión clásica del test de Knox es adaptada para contemplar la existencia de heterogeneidad espacio-temporal en el riesgo de robo, lo que permite obtener una visión más precisa de la magnitud del fenómeno. En concreto, se propone un ajuste adecuado en un contexto de ausencia de variación espacio-temporal tanto en la variable exposición como en las covariables. El Capítulo 5 incluye un estudio detallado del problema de la unidad de área modificable (MAUP) en el contexto del análisis de la seguridad vial. Como novedad frente a estudios previos, la escala y la zonificación de las estructuras espaciales son controladas de forma explícita. Además, el análisis no solo se centra en las consecuencias finales en términos de estimación y precisión de los modelos, sino en las alteraciones que sufren las variables. El Capítulo 6 se dedica a la comparación de varias metodologías que permiten analizar cómo la proximidad a ciertos lugares influye en la incidencia de un evento de interés. En concreto, esta comparación se realiza para valorar la relación existente entre los accidentes de tráfico y la localización de centros educativos. El Capítulo 7 se centra en analizar una cuestión a la que se ha dado gran importancia en criminología cuantitativa: la pérdida de fiabilidad de un análisis como consecuencia de la presencia de eventos no geocodificados. Se ha estimado que alcanzar un 85% en la tasa de geocodificación es lo suficientemente aceptable como para analizar los datos. En esta tesis se reestima este porcentaje teniendo en cuenta algunos factores y métodos no tenidos en cuenta en la estimación inicial. Se concluye que geocodificar el 85% de los eventos puede no ser suficiente bajo ciertas condiciones. Finalmente, el Capítulo 8 incluye la descripción de dos paquetes de R que han sido desarrollados durante esta tesis: SpNetPrep, que permite el preprocesado y depuración de una estructura de tipo red, y DRHotNet, que implementa el procedimiento de detección de “hotspots” descrito en el Capítulo 3.