Metodología para explorar datos abiertos de accidentalidad vial usando Ciencia de Datos: Caso Medellín

Abstract

La accidentalidad vial es un serio problema de salud pública en el mundo. El estudio de datos abiertos sobre este tema puede estimular decisiones más oportunas e informadas. El objetivo es proponer una metodología para estudiar datos abiertos sobre accidentalidad vial (caso Medellín) usando Ciencia de Datos, considerando desde la planificación del estudio hasta la visualización web. La metodología consta de cuatro macroprocesos: 1. Planificación, 2. Preparación de datos, 3. Análisis automático y 4. Visualización de datos (aplicación web). Estos constan de una o más etapas, desagregadas en 15 subetapas con alcances univariado, bivariado y multivariado. Los macroprocesos 2-4 fueron automatizados en lenguaje R. Como resultado, el analista puede familiarizarse con el tema (descriptivos), explorar relaciones entre variables, localizar sucesos, inducir patrones de agrupación e identificar algunos factores asociados con los eventos de accidentalidad. Todos estos, combinando variables para una segmentación más detallada. El caso de estudio también tiene valor para otros ámbitos, ya que la accidentalidad vial genera mayores efectos en países en desarrollo, lo cual está atrayendo el interés de los investigadores.Palabras clave: Accidentalidad vial, ciencia de datos, visualización web, metodología de análisis, programación en R.

Análisis de calidad de los datos en las estadísticas públicas y privadas, ante la implementación del Big Data

“…Estas dificultades originan una baja calidad de una arquitectura de Big Data -elevada proporción de datos no estructurados y erróneos (Paliotta, 2018)-, expresada en la poca usabilidad de esta (Pérez-Rave et al, 2019). También existe la dificultad de acceso institucional a los datos -cambios legales en los países-.…”

“…Para abordar el fenómeno de los datos abiertos, la principal disciplina es la Ciencia de Datos. Su objetivo es estudiar el ciclo de vida del dato en distintos campos de aplicación (Pérez-Rave et al, 2019). Existen múltiples versiones de la cadena de valor del dato; entre las más habituales cabe mencionar:…”

La utilidad del Big Data en las estadísticas públicas y empresas privadas

“…L o s ava n c e s d e B i g D ata y d e sus disciplinas asociadas, provienen fundamentalmente desde el sector privado, motivados por producir algoritmos que generen información con valor económico. Estas ventajas técnicas, no están exentas de limitaciones conceptuales y operativas, como la ausencia de disponibilidad de información contrafáctica (Pérez-Rave et al, 2019;Sosa Escudero, 2020). No obstante, las empresas están dispuestas a sacrificar exactitud o precisión a cambio de obtener un gran nivel de detalle de los macrodatos con el objetivo de encontrar información que permita maximizar la generación de valor económico (Garzón Arredondo, 2015).…”

Análisis de datos sobre los hurtos en la ciudad de Medellín desde un enfoque descriptivo

“…En este caso se empleó la metodología de cuatro fases propuesta porPérez-Rave et al (2019), que se resume n.m y cuenta con una temperatura promedio al año de 22°. La ciudad de Medellín se encuentra zonificada en 16 comunas las cuales fueron tenidas en cuenta para el estudio, junto con los barrios asociados.Posteriormente, se renombraron las columnas usando el método 'pandas.DataFrame.rename' para tener mayor facilidad en la gestión de los datos, eliminando: guiones, espacios y palabras innecesarias, entre otras.…”