Modelação dos padrões da criminalidade no Rio Grande do Sul, Brasil

Detalhes bibliográficos
Autor(a) principal: Barth, Fernanda Krás Borges
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/94903
Resumo: Dissertation presented as the partial requirement for obtaining a Master's degree in Geographic Information Systems and Science
id RCAP_26eb565c2414eb682efd6843bcf1bef2
oai_identifier_str oai:run.unl.pt:10362/94903
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Modelação dos padrões da criminalidade no Rio Grande do Sul, BrasilSistemas de Informação GeográficaTaxa de rouboRegressão EspacialRegressão Geograficamente PonderadaRegressão de PoissonGeographical Information SystemsRobbery rateSpatial RegressionPoisson RegressionGeographically Weighted RegressionDissertation presented as the partial requirement for obtaining a Master's degree in Geographic Information Systems and ScienceO 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.Brazil has high crime rates, with the homicide rate being one of the highest in the world. Despite remaining low compared to other states, Rio Grande do Sul has had a worrying growth in crime rates in recent years. This study aims to investigate Rio Grande do Sul's crime patterns, especially the robbery and homicide rates, as well as the processes that influence these patterns. For this purpose, different regression models were investigated, both linear (OLS – Ordinary Least Squares, and GWR – Geographically Weighted Regression) and Poisson models (global Poisson regression, GWPR – Geographically Weighted Poisson Regression, and semiparametric GWPR). Exploratory analysis revealed that there is no evidence of either spatial autocorrelation or spatial heterogeneity of the homicide rate, so their analysis through spatial regression models was not justified. The results of robbery rate, in contrast, point to the existence of both features. Following, several spatial regression models for robbery rate were estimated. Among the linear models, OLS and GWR, the GWR model had a better performance. However, the residuals presented spatial autocorrelation in both models, which contradicts the assumption of independence of OLS, and indicates a poorly specified GWR model. Poisson regression models were then implemented, as they are appropriate to model count and rate data. The GWPR model had a better fit than the global Poisson regression and also than the semiparametric GWPR models. The results indicate that population, income, occupation, education and family environment are important factors to explain the robbery rate in Rio Grande do Sul, and their degree of relevance varies in space.Costa, Ana Cristina Marinho daRUNBarth, Fernanda Krás Borges2020-03-24T20:52:25Z2020-02-212020-02-21T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/94903TID:202468372porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T04:42:54Zoai:run.unl.pt:10362/94903Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:38:08.942177Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Modelação dos padrões da criminalidade no Rio Grande do Sul, Brasil
title Modelação dos padrões da criminalidade no Rio Grande do Sul, Brasil
spellingShingle Modelação dos padrões da criminalidade no Rio Grande do Sul, Brasil
Barth, Fernanda Krás Borges
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
title_short Modelação dos padrões da criminalidade no Rio Grande do Sul, Brasil
title_full Modelação dos padrões da criminalidade no Rio Grande do Sul, Brasil
title_fullStr Modelação dos padrões da criminalidade no Rio Grande do Sul, Brasil
title_full_unstemmed Modelação dos padrões da criminalidade no Rio Grande do Sul, Brasil
title_sort Modelação dos padrões da criminalidade no Rio Grande do Sul, Brasil
author Barth, Fernanda Krás Borges
author_facet Barth, Fernanda Krás Borges
author_role author
dc.contributor.none.fl_str_mv Costa, Ana Cristina Marinho da
RUN
dc.contributor.author.fl_str_mv Barth, Fernanda Krás Borges
dc.subject.por.fl_str_mv 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
topic 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
description Dissertation presented as the partial requirement for obtaining a Master's degree in Geographic Information Systems and Science
publishDate 2020
dc.date.none.fl_str_mv 2020-03-24T20:52:25Z
2020-02-21
2020-02-21T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/94903
TID:202468372
url http://hdl.handle.net/10362/94903
identifier_str_mv TID:202468372
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137997933772800

Registros relacionados