Look-up in Google Scholar
Title: Comparación de modelos de clasificación para determinar las variables que intervienen en la población penitenciaria que ha cometido el delito de robo agravado
Advisor(s): Molina Quiñones, Helfer Joel
OCDE field: https://purl.org/pe-repo/ocde/ford#1.01.03
Issue Date: 2021
Institution: Universidad Nacional Mayor de San Marcos
Abstract: Determina las variables que influyen en una persona para que cometa el delito de robo agravado, aplicándose para tal, la regresión logística y árboles de clasificación. En los últimos años, el Perú enfrenta una ola delincuencial mayor, por lo que actualmente es uno de los problemas que más preocupa a los ciudadanos y a las autoridades. Siendo el robo agravado el delito con mayor número de internos en los centros penitenciarios del Perú. La base de datos utilizada para el presente trabajo se obtuvo del portal del INEI; y corresponde al primer censo nacional penitenciario 2016. Como ámbito de estudio, se evalúo a todos los internos peruanos que cometieron algún delito en Lima Metropolitana y como resultado se obtuvo que 23 mil 735 personas que se encuentran privadas de su libertad, considerando 23 mil 491 internos después del tratamiento de datos. De los cuales el 34.7% cometieron el delito de robo agravado y 94.1% son varones. Se determinó como mejor modelo a la regresión logística, con un 75% de sensibilidad, identificando a las siguientes variables: antes de cumplir los 18 años, sus mejores amigos cometían delitos; el barrio donde vivía había pandillas y si algún familiar se encontraba preso se asocian significativamente con que el interno haya cometido el delito de robo agravado.
Discipline: Estadística
Grade or title grantor: Universidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Profesional de Estadística
Grade or title: Licenciado en Estadística
Juror: Pomalaya Verastegui, Ricardo Luis; Robles Villanueva, Oscar Antonio
Register date: 30-Jul-2023; 30-Jul-2023



This item is licensed under a Creative Commons License Creative Commons