Mapeamento dos homicídios por arma de fogo no estado do Rio de Janeiro: uma abordagem via modelos hierárquicos bayesianos

Abstract

Com a crescente coleta de dados georreferenciados vivenciada nas últimas décadas, surge a necessidade da utilização de informação sobre localização geográfica na modelagem dos mais diversos fenômenos científicos, como, por exemplo, a violência. O foco deste trabalho é no ramo da Estatística Espacial conhecido como Análise de Dados de Área. Foi analisado um banco de dados contendo o número de homicídios por arma de fogo nos municípios do Rio de Janeiro, considerando como covariáveis explicativas a idade, o sexo e a raça da vítima, além do IDH do município. Para tal, utilizou-se o DIC para comparar três modelos no intuito de decidir qual fornece o melhor ajuste aos dados. O primeiro modelo, chamado de modelo com covariáveis espaciais, supõe independência espacial entre os municípios e considera apenas o IDH como variável explicativa. Já o segundo, o modelo com covariáveis espaciais e individuais, também supõe independência espacial, e considera tanto o IDH quanto as covariáveis associadas à vítima, acima mencionadas. O terceiro, denominado modelo CAR, se assemelha ao segundo, porém supõe que há a existência de uma estrutura de dependência espacial entre os municípios, por meio de uma distribuição a priori CAR. Foram feitas análises descritivas, um estudo simulado com os modelos e a aplicação destes aos dados reais. A análise descritiva sugeriu que há uma estrutura de dependência espacial global, além de apresentar a influência da população do município na contagem de homicídios do mesmo. Já os estudos simulados apresentaram, de maneira geral, que os modelos conseguem retornar de maneira satisfatória os verdadeiro valor dos parâmetros; a única exceção ficou por conta do modelo CAR, cuja estimação não recuperou corretamente o valor de tau (precisão). Por fim, ao analisar os dados reais identificou-se que sexo masculino e cor preta ou parda da vítima são fatores que tendem a aumentar a contagem do fenômeno estudado, enquanto IDH do município, idade e cor amarela ou indígena da vítima ocasionam o efeito oposto. Por fim, a comparação dos DICs aponta que o modelo com covariáveis espaciais, o mais simples, forneceu melhor ajuste aos dados. No entanto, caso o interesse seja considerar características da vítima na modelagem, o modelo CAR foi considerado o mais adequado.