Publicación: Caracterización y predicción del homicidio intencional en Colombia: comparación entre modelos estadísticos y de aprendizaje automático con datos del SIEDCO
Portada
PDF 
FLIP 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Director
Fecha
Resumen en español
Este trabajo aborda el pronóstico del homicidio intencional en Colombia, fenómeno prioritario para la seguridad pública. Si bien la literatura ha explorado modelos espaciales y de aprendizaje automático sobre datos delictivos, persiste una brecha en la comparación sistemática entre enfoques estadísticos clásicos y de ciencia de datos evaluados frente a datos reales no observados durante el entrenamiento, con control riguroso de fuga de información. El objetivo fue comparar el desempeño de ambos enfoques en el pronóstico mensual del homicidio a escala nacional e identificar las variables más influyentes en dicho pronóstico. Siguiendo la metodología CRISP-DM (sin incluir la fase de despliegue, dado que el alcance del proyecto no contempla la puesta en producción del modelo), se construyó una serie mensual de víctimas de homicidio intencional para 2015–2025 a partir de 110.381 registros, extraídos de una base consolidada de aproximadamente 3,78 millones de registros de distintas temáticas delictivas del Sistema de Información Estadístico, Delincuencial, Contravencional y Operativo (SIEDCO). Estos registros corresponden a 141.774 víctimas. La serie se complementó con variables exógenas socioeconómicas y delictivas (hurto a personas, lesiones personales, violencia intrafamiliar, incautación de estupefacientes, actividad económica y desempleo). Se entrenaron y compararon nueve modelos, tres estadísticos (SARIMA, SARIMAX y VAR) y seis de aprendizaje automático (XGBoost, LightGBM, Random Forest, LSTM, GRU y Prophet), evaluados frente al homicidio efectivamente observado entre enero y mayo de 2026, periodo no utilizado en ningún momento del entrenamiento ni de la selección de modelos. LightGBM obtuvo el mejor desempeño en la ventana evaluada, con un margen amplio sobre el resto (RMSE 16,61; MASE 0,19; R² 0,84, este último de valor únicamente indicativo por calcularse sobre cinco observaciones de prueba), seguido de SARIMAX, Random Forest y VAR, los únicos otros modelos con ajuste positivo; XGBoost, LSTM y GRU tuvieron un desempeño deficiente. El error de pronóstico no mostró una relación sistemática con el horizonte, contrario a lo esperado inicialmente para los modelos estadísticos. El análisis de interpretabilidad mediante valores SHAP identificó a la violencia intrafamiliar del mes anterior como la variable más influyente en los modelos de árboles, incluido el ganador, por encima del rezago anual de la propia serie. Se concluye que el aprendizaje automático puede superar de forma sustancial a los modelos estadísticos clásicos cuando se evalúa frente a datos reales prospectivos, con la salvedad de que, con cinco observaciones de prueba, la ventaja del mejor modelo sobre el mejor modelo estadístico resulta indicativa y no concluyente en términos inferenciales; finalmente este resultado depende fuertemente del algoritmo específico y no se generaliza por igual a toda la familia de aprendizaje automático.
Resumen en inglés
This study addresses the forecasting of intentional homicide in Colombia, a phenomenon of major relevance to public security. Although previous research has explored spatial and machine-learning models applied to crime data, a gap remains in the systematic comparison of classical statistical approaches and data science methods when evaluated against actual observations not seen during training, under rigorous controls to prevent information leakage. The objective of this study was to compare the predictive performance of both approaches for monthly homicide forecasting at the national level and to identify the variables with the greatest influence on the forecasts. Following the CRISP-DM methodology—excluding the deployment phase, as the project did not include putting the model into production—a monthly time series of intentional homicide victims covering 2015–2025 was constructed from 110,381 records representing 141,774 victims. These records were extracted from a consolidated database of approximately 3.78 million records covering multiple crime categories in the Statistical, Criminal, Contraventional, and Operational Information System (SIEDCO). The series was complemented with socioeconomic and crime-related exogenous variables, including theft from persons, personal injury, domestic violence, drug seizures, economic activity, and unemployment. Nine models were trained and compared: three statistical models (SARIMA, SARIMAX, and VAR) and six machine-learning models (XGBoost, LightGBM, Random Forest, LSTM, GRU, and Prophet). Their forecasts were evaluated against the actual number of homicides observed between January and May 2026, a period that was not used at any stage of model training or model selection. LightGBM achieved the best performance over the evaluation window, outperforming the remaining models by a wide margin (RMSE = 16.61; MASE = 0.19; R² = 0.84, with the latter interpreted only as indicative because it was calculated from five test observations). It was followed by SARIMAX, Random Forest, and VAR, which were the only other models to exhibit positive predictive fit, whereas XGBoost, LSTM, and GRU performed poorly. Forecast errors did not show a systematic relationship with the forecast horizon, contrary to the initial expectation for the statistical models. Interpretability analysis using SHAP values identified domestic violence in the previous month as the most influential predictor in the tree-based models, including the best-performing model, exceeding even the importance of the homicide series’ own annual lag. The findings indicate that machine-learning methods can substantially outperform classical statistical models when evaluated against actual prospective observations. However, given that the test window consisted of only five observations, the advantage of the best-performing model over the best statistical model should be regarded as indicative rather than inferentially conclusive. Furthermore, this result depends strongly on the specific algorithm employed and should not be generalized uniformly across the entire family of machine-learning methods.