Análise multivariada sobre bases de dados criminais

Abstract

Este trabalho assenta na aplicação de métodos quimiométricos no tratamento de informação multivariada relativa a estatísticas criminais. Uma das principais contribuições das técnicas de tratamento de informação é claramente auxiliar a interpretação e racionalização dos dados o que passa, em grande medida, pela detecção dos padrões subjacentes. Só quando estes são conhecidos se podem criar modelos de previsão e desenvolver políticas de prevenção e controlo. A análise multivariada é incontornável quando se está perante informação proveniente de inúmeros objectos, caracterizados por diversas variáveis. Na maioria dos casos, a inspecção do perfil global dos dados é claramente mais informativa que as avaliações parâmetro a parâmetro. Neste trabalho abordaremos uma variedade de dados relativos a detenções e a delitos cometidos nos Estados Unidos da América durante o período de um ano. Os resultados mostram que três métodos numéricos, a análise de agrupamentos (HCA), a análise de componentes principais (PCA) e o método dos mínimos quadrados não lineares, permitem tirar conclusões sobre a forma como os vários tipos de crime se distribuem e se relacionam. Além disso, servem como base para futuros desenvolvimentos na criação de modelos e análise de factores, também aqui sugeridos. Especificamente, verificámos que crimes relacionados com a droga desempenham um papel fulcral na distinção entre os diversos estados americanos. Verificámos também que existe uma variação gradual das características criminais desde os estados rurais do centro Norte até à periferia mais rica. Alguma correlação com outros indicadores, nomeadamente o número de habitantes e a riqueza produzida, foram também encontrados. Finalmente sugerimos, tanto quanto é do nosso conhecimento pela primeira vez, uma forma funcional para a dependência da taxa de criminalidade na população das diversas povoações que constituem os Estados Unidos da América.