Caracterización de factores predictivos para identificar zonas de riesgo de femicidios y muertes violentas de mujeres en Ecuador
Authors
Loading...
Date
2025
Directors
Journal Title
Journal ISSN
Volume Title
Publisher
Quevedo:UTEQ
Abstract
Este estudio analiza la violencia fatal contra mujeres en Ecuador en el período 2014-2023, utilizando datos oficiales de la Función Judicial del Ecuador, con el objetivo de identificar patrones, factores de riesgo y zonas de alta incidencia. Se aplicaron técnicas avanzadas de limpieza y transformación de datos, eliminando valores nulos y duplicados, normalizando variables y manejando valores atípicos para mejorar la calidad del dataset. El análisis descriptivo mostró que la mayoría de las víctimas tenían entre 30 y 40 años, con una edad promedio de 33.95 años, nivel educativo básico y en su mayoría de etnia mestiza. Los agresores fueron principalmente parejas o exparejas con bajo nivel educativo, siendo en muchos casos mayores que las víctimas. En el análisis geográfico, se identificó que Guayas (33.04%), Pichincha (11.44%) y Manabí (9.32%) concentraron el mayor número de casos de violencia letal contra mujeres. El estudio también analizó la distribución temporal, evidenciando que los meses con mayor incidencia fueron diciembre, septiembre y marzo, mientras que los domingos fueron los días con más casos reportados. En el análisis predictivo, se compararon modelos de Machine Learning para la clasificación de femicidios y muertes violentas de mujeres, incluyendo Random Forest (RF), Support Vector Machine (SVM), Gradient Boosting Machine (GBM) y K-Means (clustering no supervisado). Estos modelos fueron entrenados y evaluados utilizando las métricas de precisión, recall, F1-score y matriz de confusión, con el objetivo de medir el rendimiento en la clasificación de los casos. El modelo GBM obtuvo la mayor precisión (91.76%), seguido de Random Forest (90%). Los hallazgos resaltan la importancia de usar inteligencia artificial y análisis de datos para mejorar la prevención de la violencia de género y optimizar las decisiones en políticas públicas y seguridad en Ecuador.
Description
This study analyzes fatal violence against women in Ecuador during the period 2014- 2023, using official data from the Judicial Function of Ecuador, with the objective of identifying patterns, risk factors, and high-incidence areas. Advanced data cleaning and transformation techniques were applied, eliminating null values and duplicates, normalizing variables, and handling outliers to improve dataset quality. The descriptive analysis showed that most victims were between 30 and 40 years old, with an average age of 33.95 years, basic education, and predominantly of mestizo ethnicity. Aggressors were mainly partners or ex-partners with low education levels, often older than the victims. In the geographical analysis, it was identified that Guayas (33.04%), Pichincha (11.44%), and Manabí (9.32%) concentrated the highest number of cases of lethal violence against women. The study also analyzed temporal distribution, revealing that the months with the highest incidence were December, September, and March, while Sundays recorded the most reported cases. In the predictive analysis, Machine Learning models were compared for the classification of femicides and violent deaths of women, including Random Forest (RF), Support Vector Machine (SVM), Gradient Boosting Machine (GBM), and K- Means (unsupervised clustering). These models were trained and evaluated using precision, recall, F1-score, and confusion matrix metrics, aiming to measure performance in case classification. The GBM model achieved the highest accuracy (91.76%), followed by Random Forest (90%). The findings highlight the importance of using artificial intelligence and data analysis to improve gender-based violence prevention and optimize decision-making in public policies and security in Ecuador.
Keywords
Femicidio, Violencia de Género, Clustering, Análisis Predictivo
Citation
Tapia Cerezo, Wendy (2025). Caracterización de factores predictivos para identificar zonas de riesgo de femicidios y muertes violentas de mujeres en Ecuador. Quevedo.UTEQ.106 paginas