Este documento hace públicos los procedimientos y los datos utilizados para analizar la incidencia delictiva en Querétaro, en arreglo con los datos del SESNSP.

Te indicamos dónde descargar los datos, y cómo procesarlos en R. La base de datos es demasiado grande para abrirse en excel, así que necesitarás un software estadístico.

Haz click en los botones code para ver las instrucciones; copia y pega el código en R para reproducir los resultados.

Pasos preliminares:

En el resumen presentamos los resultados más importantes; en el resto del documento desglosamos las tablas y procedimientos que realizamos para llegar a ellos.

Resumen

  1. El número de carpetas de investigación abiertas en 2020 en México disminuyó 11% respecto de 2019. Querétaro tuvo la la doceava disminución más importante, de 14%, al registrarse 52 mil 026 carpetas, contra las 60 mil 515 del año anterior. El estado con la mayor disminución fue Yucatán, con 49%. Sólo en 4 entidades aumentó el número de carpetas: Michoacán de Ocampo (1.1%), Nuevo León (4.1%), Sinaloa (2%), y Sonora (32%).
  1. En el año, la incidencia delictiva alcanzó en la entidad los 2282.21 delitos por cada 100 mil habitantes; con ello, Querétaro ocupa el quinto lugar nacional en carpetas de investigación por cada 100 mil habitantes. La entidad se había mantenido en el sexto lugar en 2018 y 2019. Los únicos estados con tasas mayores son Aguascalientes, Baja California, Colima,y Quintana Roo.
  1. Entre Noviembre y Diciembre, el delito en Querétaro disminuyó en 1.17%, en tanto que a nivel nacional lo hizo en -1.03%. Querétaro es en este periodo el 15 estado con la tasa de crecimiento más alta. Considerando sólo al mes de diciembre, con 185.56 delitos por cada 100 mil habitantes, Querétaro vuelve a ser estado con la cuarta mayor tasa. Los estados con tasas mayores son Colima, Quintana Roo y Baja California.

4.Querétaro fue en 2020 el primer lugar nacional en acoso sexual y en “Otros robos”; segundo lugar en robo en transporte público individual; tercer lugar en Robo a negocio, lesiones dolosas, aborto, Robo en transporte público colectivo, Robo en transporte individual, y “Otros delitos contra la sociedad”. Tambien ocupó el lugar 24 en feminicidio y el 25 en homicidio doloso.

5.En el acumulado anual, tres municipios se mantienen entre los 100 municipios con mayor incidencia delictiva. La capital ocupa el lugar 14 desde noviembre. El Marqués y San Juan del Río mejoran su posición, para ocupar las posiciones 51 y 83, respectivamente.

  1. En 2020 se abrieron 181 carpetas por homicidio doloso en Querétaro; esto hace al año que termina el más violento en los últimos 5 años, superando el record de 2018, de 180. No sabemos si este registro incluye el homicidio en Geoplazas, perpetrado por un Agente de la PID.
  1. En el estado de Querétaro, los motivos más frecuentes para iniciar carpetas de investigación en diciembre fueron: Otros robos (830), Lesiones dolosas (356),Otros delitos del Fuero Común (341),Robo de vehículo automotor (319), Fraude (282),Amenazas (281),Robo a negocio (270),Violencia familiar (247), Robo a casa habitación (216), Robo a transeúnte en vía pública (122), Daño a la propiedad (94) y Narcomenudeo (89).
  1. En diciembre no se registró ningún feminicidio, según la fiscalía del estado; más bien se registró uno menos: retroactivamente se modificó el registro de noviembre, pasando de los tres que se habían registrado a sólo dos; también se modificaron los registros de 2019:a los nueve feminicidios que se tenían registrados se añadió uno el pasado noviembre, quedando el total de 2019 en 10; con ambas modificaciones, el conteo de feminicidios en 2020 queda en 10, igual que en 2019.
  1. Aparte de homicidio doloso y acoso sexual, varios delitos alcanzaron su máximo histórico en 2020: se registraron 28 abortos, y 551 carpetas por Abuso sexual; 861 por despojo, 2764 de fraude y 3552 por violencia familiar. En todos estos casos, se trata de la máxima cantidad desde que el SESNSP lleva registro (2015).
  1. Con 73 carpetas, el municipio de Cadereyta de Montes alcanzó en diciembre su máxima incidencia del año.

El Marqués alcanzó su máximo del año en el delito de Robo de vehículo automotor, con 33 carpetas. Querétaro alcanzó su máximo del año en el delito de Abuso de confianza, con 39 carpetas.

  1. A nivel nacional, el robo con violencia disminuyó 21% entre 2019 y 2020. Al contrario, esta modalidad aumentó 5.6% en Querétaro , al pasar de 2 mil 953 casos a 3 mil 117; Querétaro es el quinto estado con mayor aumento, sólo debajo de Campeche, Coahuila, Morelos y Sonora.
  1. En el rubro de “Otros delitos contra la sociedad”, el estado de Querétaro pasó de 183 carpetas en 2019 a 400 en 2020. Este delito alcanzó en diciembre su máximo histórico, con 69 carpetas. según el documento Instrumento para el Registro, Clasificación y Reporte de los Delitos y las Víctimas CNSP/38/15. Manual de llenado, “Otros delitos contra la sociedad” incluye: “Proporcionar inmuebles destinados al comercio carnal”, “Explotación de grupos socialmente desfavorecidos” e “Inducción a la mendicidad”. Los casos se concentran al sur del estado: Amealco acumula 11 carpetas en el año; en 2019 no llevaba ninguna. Colón pasó de 2 en 2019 a 26 en 2020. Corregidora de 13 a 40. Ezequiel Montes de 0 a 10. Querétaro, de 129 a 199; San Juan del Río de 26 a 57. Huimilpan pasó de 1 a 6. El marqués pasó de 7 a 26 ¿Está aumentando la prostitución? ¿Se está criminzalizando la pobreza? ¿Nuevas formas de explotación? Hay que darle seguimiento a este delito.
  1. En diciembre, este delito (“Otros delitos contra la sociedad”) alcanzó sus máximos históricos en varios municipios: en Querétaro, con 36 casos; Corregidora, con 11 casos; en Colón, con 7 casos; en Ezequiel Montes y Amealco, con tres casos.
  1. Alerta en Febrero: En febrero tiende a aumentar el robo de ganado.
#plotly nos ayudará con los gráficos
library(plotly)
## Loading required package: ggplot2
## 
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## The following object is masked from 'package:stats':
## 
##     filter
## The following object is masked from 'package:graphics':
## 
##     layout
#Cargo kintr para ver las tablas
library(knitr)
#instalo una reshape para transformar la estructura de las bases de datos
library(reshape2)
#indico el directorio de trabajo; si quieres trabajar en C:/, descargas o alguna otra carpeta, deberás modificar esta línea.
setwd("D:/")
#la base de datos de población de CONAPO viene en dos partes, las descomprimimos 
elzip<-unzip("Municipal-Delitos-2015-2020_dic2020.zip", list = TRUE)
elzip<-unzip("Municipal-Delitos-2015-2020_dic2020.zip", elzip$Name[9])
## Warning in unzip("Municipal-Delitos-2015-2020_dic2020.zip", elzip$Name[9]): el
## archivo requerido no fue encontrado en el archivo zip
#las leemos
pop1<-read.table("base_municipios_final_datos_01.csv",TRUE,",")
pop2<-read.table(file = "base_municipios_final_datos_02.csv",header = TRUE,sep = ",")
#Las fusionamos
pop<-rbind(pop1,pop2)
#cambiamos los nombres para evitar problemas de codificacipon
names(pop)<-names(pop)<-c(names(pop[1:6]),"ANO",names(pop[8:9]))


#Creo una tabla con la población por cada entidad federativa

names(pop)[7]<-"ANO"
years=unique(pop$ANO)
ent=unique(pop$CLAVE_ENT)
ent<-as.data.frame(ent)
for(i in 1:length(years)){
  a<-subset(pop,pop$ANO==years[i])
  tpob<-aggregate(a$POB~a$CLAVE_ENT,a,sum)
  tpobDF<-as.data.frame(tpob)
  tpobDF<-tpobDF[,2]
  ent<-cbind(ent,tpobDF)
}

names(ent)<- c("Entidad", paste0("year",years))




 ### AHORA LOS DATOS DE SESNSP
#DELITOS

esteMes<-"Diciembre"
anterior= "Noviembre"
proximo<-"Febrero" ## Aqui va el mes siguiente al de la publicacion de los datos de SESNSP, no el mes actual

ruta<-"D:/Municipal-Delitos-2015-2020_dic2020/Municipal-Delitos-2015-2020_dic2020.csv"
#+Municipal-Delitos-2015-2020_mar2020/
#+Municipal-Delitos-2015-2020_mar2020.csv"

delitos<-read.csv(file = ruta,header = TRUE,sep = ",")
names(delitos)<-c("Ano",names(delitos[2:21]))

delitos2<-melt(
  data = delitos,
  id.vars = names(delitos[1:9]),
  measure.vars = names(delitos[10:21]),
  variable.name = "meses")

delitos2$value[is.na(delitos2$value)]<-0

queMes<-levels(delitos2$meses)
for (i in 1:length(queMes)) {
    if(queMes[i]==esteMes){elActual<-i+1}        
}

Delitos por estado (Serie Anual)

losAnos<-unique(delitos2$Ano)
porEstadoAnual<-as.data.frame(order(unique(delitos2$Clave_Ent)))
for (i in 1:length(losAnos)) {
  misub=subset(delitos2,delitos2$Ano==losAnos[i])
  mitab<-as.data.frame(aggregate(misub$value~misub$Clave_Ent,misub,sum))[2]
  porEstadoAnual<-cbind(porEstadoAnual,mitab)
}
names(porEstadoAnual)<-c("clave de la entidad",paste0("year",losAnos))

tasaPorEstadoAnual<-porEstadoAnual
tasaPorEstadoAnual[,2:7]<-round(porEstadoAnual[,2:7]/ent[,2:7]*100000,2)

nomEnt<-c()
for (i in 1:32) {
  nomEnt<-c(nomEnt,delitos2$Entidad[delitos2$Clave_Ent==i][1])
}
for (i in 1:length(nomEnt)) {
  porEstadoAnual[i,1]<-nomEnt[i]
  tasaPorEstadoAnual[i,1]<-nomEnt[i]
}

Serie Anual (Absolutos)

kable(porEstadoAnual)
clave de la entidad year2015 year2016 year2017 year2018 year2019 year2020
Aguascalientes 23212 23729 33548 38834 38429 33626
Baja California 119944 109109 111722 103028 104013 92168
Baja California Sur 21415 24606 24174 23438 22644 18254
Campeche 1886 2237 2056 2157 2312 2003
Coahuila de Zaragoza 46569 51242 56311 56307 52936 48454
Colima 6561 10877 24425 24494 26554 25370
Chiapas 21618 22189 25364 28892 23294 17269
Chihuahua 61280 57904 68819 68898 71837 66832
Ciudad de México 169701 179720 204078 241030 242839 198140
Durango 29088 32183 34851 31903 30338 26024
Guanajuato 95782 106265 117857 133749 137658 122870
Guerrero 36783 36561 32799 27695 27344 23874
Hidalgo 27504 33754 43963 51222 49750 41260
Jalisco 95331 136820 166599 162756 156654 126601
México 323525 325038 345693 341028 354602 341277
Michoacán de Ocampo 30899 32558 41836 45190 45377 45888
Morelos 49245 45448 44329 44936 43191 40477
Nayarit 6651 3668 3220 4545 4642 4165
Nuevo León 72350 84746 83974 81125 75871 78949
Oaxaca 6127 31607 31938 41989 43788 39054
Puebla 64399 51061 53800 61172 76557 63587
Querétaro 32817 42900 53379 57809 60515 52026
Quintana Roo 32496 18958 26518 34043 45896 40751
San Luis Potosí 21419 28613 35179 38362 52288 45808
Sinaloa 25812 22141 22931 23486 23443 23910
Sonora 28659 39423 25969 18197 23438 31090
Tabasco 57452 59434 60395 58271 56561 45014
Tamaulipas 44527 48528 47163 44048 42413 31844
Tlaxcala 8317 6775 6964 6369 4411 4141
Veracruz de Ignacio de la Llave 45539 42312 66379 60758 89822 79259
Yucatán 34716 34288 24390 13129 16419 8417
Zacatecas 16179 17136 18874 21070 23952 22739

Serie Anual (Tasa por 100 mil habitantes)

kable(tasaPorEstadoAnual)
clave de la entidad year2015 year2016 year2017 year2018 year2019 year2020
Aguascalientes 1742.87 1750.80 2438.47 2782.22 2715.02 2343.87
Baja California 3572.11 3205.94 3226.28 2925.90 2906.56 2535.66
Baja California Sur 2974.94 3338.69 3204.95 3038.79 2873.17 2268.40
Campeche 205.71 239.65 216.32 222.99 234.95 200.18
Coahuila de Zaragoza 1552.01 1683.90 1823.63 1797.79 1666.94 1505.38
Colima 909.11 1480.54 3267.11 3221.48 3435.89 3231.22
Chiapas 407.29 411.37 462.90 519.28 412.46 301.36
Chihuahua 1694.46 1586.66 1865.32 1848.13 1907.86 1758.05
Ciudad de México 1873.34 1984.98 2255.23 2665.85 2688.89 2197.00
Durango 1632.71 1786.00 1915.42 1737.20 1637.28 1392.41
Guanajuato 1615.04 1771.83 1945.29 2186.44 2229.74 1972.81
Guerrero 1028.44 1016.34 907.49 763.00 750.39 652.82
Hidalgo 948.58 1148.58 1476.77 1699.32 1630.76 1336.83
Jalisco 1197.13 1698.37 2044.37 1975.44 1881.55 1505.42
México 1966.28 1951.18 2050.24 1999.38 2056.19 1958.23
Michoacán de Ocampo 665.25 694.97 886.01 949.87 946.94 950.97
Morelos 2550.89 2325.04 2241.16 2246.21 2135.45 1980.23
Nayarit 556.34 301.99 261.00 362.91 365.33 323.23
Nuevo León 1389.90 1600.73 1562.24 1487.21 1371.21 1407.25
Oaxaca 152.44 781.10 784.27 1024.87 1062.62 942.52
Puebla 1026.36 804.62 838.87 944.18 1170.15 962.79
Querétaro 1585.70 2029.59 2475.64 2630.15 2702.63 2282.21
Quintana Roo 2131.06 1211.44 1651.84 2069.19 2724.54 2364.76
San Luis Potosí 776.55 1028.71 1254.74 1357.87 1837.27 1598.25
Sinaloa 855.90 726.08 745.13 756.49 748.74 757.44
Sonora 993.46 1348.87 876.79 606.54 771.56 1011.14
Tabasco 2367.92 2418.60 2428.49 2316.09 2222.98 1749.96
Tamaulipas 1274.12 1375.86 1325.08 1226.80 1171.34 872.29
Tlaxcala 642.14 515.44 523.07 472.50 323.35 300.07
Veracruz de Ignacio de la Llave 552.57 508.77 792.40 720.38 1058.17 928.11
Yucatán 1630.78 1590.44 1117.65 594.55 735.00 372.58
Zacatecas 1010.11 1059.95 1158.06 1282.89 1447.61 1364.54

Posición de Querétaro por año (según tasa por cada 100k habitantes)

posicionAnual<-c()
for (i in 1:length(losAnos)) {
  a<-tasaPorEstadoAnual[22,i+1]
  if(a==0){b=0}else{b<-1+length(tasaPorEstadoAnual[tasaPorEstadoAnual[i+1]>a,i+1])}
  posicionAnual<-c(posicionAnual,b)
}
posicionesAnual<-data.frame(losAnos, posicionAnual)
names(posicionesAnual)<-c("Año","Posición del estado de Querétaro a nivel nacional")
kable(posicionesAnual, caption="Posición de Querétaro en la incidencia delictiva anual")
Posición de Querétaro en la incidencia delictiva anual
Año Posición del estado de Querétaro a nivel nacional
2015 13
2016 5
2017 4
2018 6
2019 6
2020 5

Delitos por estado (Serie Mensual)

delitoMensual<-subset(delitos2, delitos2$Ano==2020)
losmeses<-unique(delitoMensual$meses)

delitoPorEstado2020=as.data.frame(order(unique(delitoMensual$Clave_Ent)))
for (i in 1:length(losmeses)) {
  datos<-delitoMensual[delitoMensual$meses==losmeses[i],]
  delitoAnual<-as.data.frame(aggregate(datos$value~datos$Clave_Ent,datos,sum))[2]
  delitoPorEstado2020<-cbind(delitoPorEstado2020,delitoAnual)
}
names(delitoPorEstado2020)<-c("clave de la entidad",levels(losmeses))

tasaAnualDedelitoPorEstado2020<-delitoPorEstado2020
tasaAnualDedelitoPorEstado2020[,2:elActual]<-round(delitoPorEstado2020[,2:elActual]/ent$year2020*100000,2)

tasaDeCambio<-delitoPorEstado2020[,c(anterior,esteMes)]
tasaDeCambio$tasa<-NA
tasaDeCambio$tasa<-round((tasaDeCambio[2]-tasaDeCambio[1])/tasaDeCambio[1]*100,2)
#la tasa de cambio de QUerétaro
tq<-tasaDeCambio[22,3]
tq<-tq[1,1]

#Querétaro fue el iesimo estado que mas crecio
iesimo<-length(tasaDeCambio$tasa[tasaDeCambio$tasa>tq])+1

totN<-colSums(tasaDeCambio[,c(1,2)])


#El pais creció a una tasa de tmex en el periodo
tmex<-round((totN[2]-totN[1])/totN[1]*100,2)
tmex<-as.vector(tmex)[1]


# Pone nombre al estado
nomEnt<-c()
for (i in 1:32) {
  nomEnt<-c(nomEnt,delitoMensual$Entidad[delitoMensual$Clave_Ent==i][1])
}

delitoPorEstado2020$`clave de la entidad`<-nomEnt
ent$Entidad<-nomEnt

tasaAnualDedelitoPorEstado2020[1]<-nomEnt

En esta sección mostramos cómo se ha comportado la incidencia delictiva mes a mes, estado por estado.

General

Entre Noviembre y Diciembre, el delito en Querétaro creció en -1.17%, en tanto que a nivel nacional lo hizo en -1.03%. Querétaro es en este periodo el 15 estado con la tasa de crecimiento más alta.

Tasa de cambio

kable(tasaDeCambio)
Noviembre Diciembre tasa
2473 2639 6.71
7743 7532 -2.73
1482 1370 -7.56
190 163 -14.21
3660 3781 3.31
2164 2118 -2.13
1425 1279 -10.25
4715 5349 13.45
17457 16518 -5.38
1399 1844 31.81
9968 10434 4.67
2158 2061 -4.49
3729 2761 -25.96
9827 10535 7.20
29505 28796 -2.40
3789 3839 1.32
3505 3528 0.66
415 322 -22.41
7323 7597 3.74
3272 3298 0.79
5593 5643 0.89
4280 4230 -1.17
3599 3726 3.53
3827 3693 -3.50
2344 2243 -4.31
2995 2587 -13.62
3777 3871 2.49
2645 2535 -4.16
380 361 -5.00
6944 6293 -9.38
718 801 11.56
1808 1772 -1.99

Serie Mensual 2020 (Absolutos)

kable(delitoPorEstado2020)
clave de la entidad Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
Aguascalientes 3254 3183 3429 2085 2305 2951 2925 2730 2735 2917 2473 2639
Baja California 8384 8313 8862 5718 6247 6799 8088 8222 8001 8259 7743 7532
Baja California Sur 1776 1664 1792 1039 1153 1603 1607 1454 1713 1601 1482 1370
Campeche 202 185 198 134 141 128 135 156 179 192 190 163
Coahuila de Zaragoza 4444 4159 4127 3051 3375 4256 4715 4179 4028 4679 3660 3781
Colima 2269 2157 2169 1693 1853 2102 2118 1953 2249 2525 2164 2118
Chiapas 1730 1755 2001 1221 1117 979 1417 1442 1478 1425 1425 1279
Chihuahua 5587 5717 5672 4699 5000 6139 6230 6313 5870 5541 4715 5349
Ciudad de México 18579 20012 20640 11818 10941 13230 16046 16846 16919 19134 17457 16518
Durango 2485 2590 2665 1583 1789 1892 2365 2474 2478 2460 1399 1844
Guanajuato 11628 11212 11622 8065 8637 9718 9936 9960 10521 11169 9968 10434
Guerrero 2306 2390 2339 1496 1396 1560 1863 2022 2072 2211 2158 2061
Hidalgo 4162 4184 4478 2937 2266 2614 2945 3364 3657 4163 3729 2761
Jalisco 11832 11025 11142 8527 9430 10895 10961 10845 10266 11316 9827 10535
México 29429 29815 29960 24907 22883 25990 28262 30027 29935 31768 29505 28796
Michoacán de Ocampo 3991 3897 4416 3086 3590 3599 3845 3875 3768 4193 3789 3839
Morelos 3577 3603 3708 2543 2672 3018 3551 3762 3438 3572 3505 3528
Nayarit 351 401 407 251 292 313 311 331 373 398 415 322
Nuevo León 6305 7266 6710 4850 5044 6165 5556 6855 7550 7728 7323 7597
Oaxaca 3485 3718 3846 2708 2844 2724 3083 3222 3322 3532 3272 3298
Puebla 5224 5216 5624 4532 4736 4785 5419 5151 5508 6156 5593 5643
Querétaro 4659 4687 4844 3721 3580 3804 4468 4499 4524 4730 4280 4230
Quintana Roo 4012 3753 4166 2025 2163 3201 3487 3542 3733 3344 3599 3726
San Luis Potosí 4269 4226 4023 2722 3089 3859 4439 3585 3914 4162 3827 3693
Sinaloa 1998 1980 1960 1231 1605 1869 1860 2180 2240 2400 2344 2243
Sonora 2427 2313 2425 1859 2404 2217 2797 2632 3133 3301 2995 2587
Tabasco 4466 4316 4315 2018 1958 3348 4026 4326 4283 4310 3777 3871
Tamaulipas 2961 3023 3022 1855 2103 2684 2321 2725 2890 3080 2645 2535
Tlaxcala 333 365 331 287 334 313 337 391 358 351 380 361
Veracruz de Ignacio de la Llave 6527 7552 7598 5287 4969 6248 6434 6627 7231 7549 6944 6293
Yucatán 990 867 823 419 387 568 627 571 827 819 718 801
Zacatecas 2151 2059 2071 1441 1558 2201 1933 1947 1919 1879 1808 1772

Serie Mensual 2020 (Tasa por 100 mil habitantes)

kable(tasaAnualDedelitoPorEstado2020)
clave de la entidad Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
Aguascalientes 226.82 221.87 239.02 145.33 160.67 205.70 203.88 190.29 190.64 203.33 172.38 183.95
Baja California 230.65 228.70 243.81 157.31 171.86 187.05 222.51 226.20 220.12 227.22 213.02 207.22
Baja California Sur 220.70 206.78 222.69 129.12 143.28 199.20 199.70 180.69 212.87 198.95 184.17 170.25
Campeche 20.19 18.49 19.79 13.39 14.09 12.79 13.49 15.59 17.89 19.19 18.99 16.29
Coahuila de Zaragoza 138.07 129.21 128.22 94.79 104.86 132.23 146.49 129.83 125.14 145.37 113.71 117.47
Colima 288.99 274.72 276.25 215.63 236.00 267.72 269.76 248.74 286.44 321.59 275.62 269.76
Chiapas 30.19 30.63 34.92 21.31 19.49 17.08 24.73 25.16 25.79 24.87 24.87 22.32
Chihuahua 146.97 150.39 149.20 123.61 131.53 161.49 163.88 166.07 154.41 145.76 124.03 140.71
Ciudad de México 206.01 221.90 228.86 131.04 121.32 146.70 177.92 186.79 187.60 212.16 193.57 183.15
Durango 132.96 138.58 142.59 84.70 95.72 101.23 126.54 132.37 132.58 131.62 74.85 98.66
Guanajuato 186.70 180.02 186.60 129.49 138.68 156.03 159.53 159.92 168.93 179.33 160.05 167.53
Guerrero 63.06 65.35 63.96 40.91 38.17 42.66 50.94 55.29 56.66 60.46 59.01 56.36
Hidalgo 134.85 135.56 145.09 95.16 73.42 84.69 95.42 108.99 118.49 134.88 120.82 89.46
Jalisco 140.69 131.10 132.49 101.39 112.13 129.55 130.34 128.96 122.07 134.56 116.85 125.27
México 168.86 171.08 171.91 142.92 131.30 149.13 162.17 172.29 171.77 182.28 169.30 165.23
Michoacán de Ocampo 82.71 80.76 91.52 63.95 74.40 74.58 79.68 80.30 78.09 86.89 78.52 79.56
Morelos 175.00 176.27 181.40 124.41 130.72 147.65 173.72 184.05 168.19 174.75 171.47 172.60
Nayarit 27.24 31.12 31.59 19.48 22.66 24.29 24.14 25.69 28.95 30.89 32.21 24.99
Nuevo León 112.39 129.52 119.60 86.45 89.91 109.89 99.03 122.19 134.58 137.75 130.53 135.42
Oaxaca 84.11 89.73 92.82 65.35 68.64 65.74 74.40 77.76 80.17 85.24 78.97 79.59
Puebla 79.10 78.98 85.15 68.62 71.71 72.45 82.05 77.99 83.40 93.21 84.69 85.44
Querétaro 204.37 205.60 212.49 163.23 157.04 166.87 196.00 197.36 198.45 207.49 187.75 185.56
Quintana Roo 232.81 217.79 241.75 117.51 125.52 185.75 202.35 205.54 216.62 194.05 208.85 216.22
San Luis Potosí 148.95 147.45 140.36 94.97 107.78 134.64 154.88 125.08 136.56 145.21 133.52 128.85
Sinaloa 63.29 62.72 62.09 39.00 50.84 59.21 58.92 69.06 70.96 76.03 74.26 71.06
Sonora 78.93 75.23 78.87 60.46 78.19 72.10 90.97 85.60 101.89 107.36 97.41 84.14
Tabasco 173.62 167.79 167.75 78.45 76.12 130.16 156.51 168.18 166.51 167.56 146.83 150.49
Tamaulipas 81.11 82.81 82.78 50.81 57.61 73.52 63.58 74.65 79.17 84.37 72.45 69.44
Tlaxcala 24.13 26.45 23.99 20.80 24.20 22.68 24.42 28.33 25.94 25.43 27.54 26.16
Veracruz de Ignacio de la Llave 76.43 88.43 88.97 61.91 58.19 73.16 75.34 77.60 84.67 88.40 81.31 73.69
Yucatán 43.82 38.38 36.43 18.55 17.13 25.14 27.75 25.28 36.61 36.25 31.78 35.46
Zacatecas 129.08 123.56 124.28 86.47 93.49 132.08 116.00 116.84 115.16 112.76 108.50 106.34

posición de queretaro por mes en el país

posicionMensual<-c()
for (i in 1:length(losmeses)) {
  a<-tasaAnualDedelitoPorEstado2020[22,i+1]
  if(a==0){b=0}else{b<-1+length(tasaAnualDedelitoPorEstado2020[tasaAnualDedelitoPorEstado2020[i+1]>a,i+1])}
  posicionMensual<-c(posicionMensual,b)
}
posiciones<-data.frame(losmeses, posicionMensual)
names(posiciones)<-c("Mes","Posición de Querétaro a nivel nacional en el periodo")
kable(posiciones)
Mes Posición de Querétaro a nivel nacional en el periodo
Enero 7
Febrero 7
Marzo 7
Abril 2
Mayo 4
Junio 6
Julio 6
Agosto 4
Septiembre 5
Octubre 4
Noviembre 5
Diciembre 4

Lugar de Querétaro en el año por delito

losDelitos<-unique(delitos2$Subtipo.de.delito)
losDelitos2020<-subset(delitos2,delitos2$Ano==2020)
delitoEstado2020=as.data.frame(order(unique(losDelitos2020$Clave_Ent)))

for (i in 1:length(losDelitos)) {
  a<-subset(losDelitos2020,losDelitos2020$Subtipo.de.delito==losDelitos[i])
  b<-as.data.frame(aggregate(a$value~a$Clave_Ent,a,sum))[2]
  delitoEstado2020<-cbind(delitoEstado2020,b)
}
names(delitoEstado2020)<-c("claveEntidad",losDelitos)


tasaDelitoEstado2020<-delitoEstado2020
tasaDelitoEstado2020[,2:56]<-round(delitoEstado2020[,2:56]/ent$year2020*100000,2)

for (i in 1:length(nomEnt)) {
  delitoEstado2020[i,1]<-nomEnt[i]
  tasaDelitoEstado2020[i,1]<-nomEnt[i]
}

Incidencia en subtipos de Delito por estado en 2020

kable(delitoEstado2020)
claveEntidad Homicidio doloso Homicidio culposo Lesiones dolosas Lesiones culposas Feminicidio Aborto Otros delitos que atentan contra la vida y la integridad corporal Secuestro Tráfico de menores Rapto Otros delitos que atentan contra la libertad personal Abuso sexual Acoso sexual Hostigamiento sexual Violación simple Violación equiparada Incesto Otros delitos que atentan contra la libertad y la seguridad sexual Robo a casa habitación Robo de vehículo automotor Robo de autopartes Robo a transportista Robo a transeúnte en vía pública Robo a transeúnte en espacio abierto al público Robo en transporte público individual Robo en transporte público colectivo Robo en transporte individual Robo a institución bancaria Robo a negocio Robo de ganado Robo de maquinaria Otros robos Fraude Abuso de confianza Extorsión Daño a la propiedad Despojo Otros delitos contra el patrimonio Violencia familiar Violencia de género en todas sus modalidades distinta a la violencia familiar Incumplimiento de obligaciones de asistencia familiar Otros delitos contra la familia Corrupción de menores Trata de personas Otros delitos contra la sociedad Narcomenudeo Amenazas Allanamiento de morada Evasión de presos Falsedad Falsificación Contra el medio ambiente Delitos cometidos por servidores públicos Electorales Otros delitos del Fuero Común
Aguascalientes 73 148 3507 855 2 5 43 10 0 0 442 0 0 79 206 89 0 405 2457 1668 806 3 1303 0 96 18 29 0 1938 187 4 1908 1607 614 104 3647 315 232 2153 6 180 35 63 2 4 2099 3080 477 0 62 817 43 450 6 1349
Baja California 2603 436 5582 1525 31 39 2035 14 3 0 608 1268 0 209 569 296 1 223 3610 10361 47 37 3929 4 4 9 7 6 4056 53 0 5870 1732 475 127 7105 1355 830 10781 0 702 526 722 54 48 9916 4099 2250 8 90 341 26 913 1 6632
Baja California Sur 62 56 1415 355 4 10 159 5 0 0 183 280 110 12 178 51 0 92 1155 702 24 2 178 71 12 6 5 0 671 102 12 2750 976 258 89 1215 361 131 2490 6 667 257 54 3 1 436 1334 149 3 78 107 2 272 0 703
Campeche 77 45 71 66 3 0 15 2 0 0 17 53 2 0 53 149 0 20 171 391 8 3 40 0 0 1 2 0 197 17 3 92 6 0 13 121 4 45 45 0 0 0 2 0 3 111 43 16 0 0 13 2 5 0 76
Coahuila de Zaragoza 194 196 3604 538 24 2 43 8 0 0 43 580 249 18 133 139 1 31 1909 528 133 10 350 41 15 4 25 2 987 49 47 2247 1109 487 37 5837 403 1073 9291 521 245 184 23 12 0 10050 4433 533 2 21 112 0 567 1 1363
Colima 539 113 1152 629 12 4 0 7 0 0 390 319 0 36 145 6 0 51 1791 1010 0 0 127 0 0 0 0 0 744 48 0 2695 1366 435 98 2514 387 231 4338 0 784 0 37 0 118 1201 2649 190 0 55 123 4 278 3 741
Chiapas 419 646 644 542 28 10 139 13 1 0 180 148 85 14 460 0 0 681 225 1860 1 9 219 75 1 3 8 1 289 73 7 660 238 88 72 835 139 468 4474 1 167 5 54 5 77 1103 452 81 1 19 61 50 250 4 1184
Chihuahua 2296 271 4046 1130 30 9 473 19 3 0 699 1293 0 161 833 248 0 337 2158 3831 613 34 356 107 7 4 18 5 1817 211 136 3617 2783 808 16 7512 838 612 11293 32 1559 18 90 26 0 7995 2976 897 9 173 876 87 1704 0 1766
Ciudad de México 1136 633 4367 3541 64 79 218 64 1 12 1821 3121 1065 0 1052 453 0 773 4172 9979 7375 196 10618 2074 326 3544 2804 25 15762 0 37 21047 14398 3857 344 8796 3945 4482 27767 0 443 19 217 113 1931 5404 14363 774 15 394 3719 628 5034 13 5125
Durango 143 171 1856 886 12 0 69 1 0 0 353 404 90 10 240 2 0 249 2862 1019 122 9 381 15 15 4 6 1 1114 121 7 3036 1242 352 101 2059 285 120 5219 1 102 193 4 1 14 746 1119 178 0 12 72 0 77 0 929
Guanajuato 3359 1581 11127 25 19 31 191 12 2 0 0 1141 227 39 527 42 0 25 4192 4285 0 8 170 0 0 0 0 0 6299 245 0 19199 2843 1234 17 8976 1233 61 10035 0 1540 24 210 3 0 14932 8539 370 5 137 397 21 97 3 19447
Guerrero 1223 247 2008 354 12 4 18 22 1 0 398 316 79 15 189 161 0 0 340 2199 14 1 229 25 4 15 2 17 572 34 4 2461 603 262 241 1703 465 9 2996 321 358 159 17 17 0 766 2124 184 0 50 227 6 202 3 2197
Hidalgo 297 243 4337 1255 18 23 301 22 1 5 1753 706 0 56 370 334 0 42 2240 3222 88 33 743 190 47 14 73 1 1623 95 3 3216 1163 450 133 2243 778 146 5724 0 607 5 29 9 13 363 2711 250 5 65 164 1 444 307 4299
Jalisco 1751 872 7495 2547 66 13 0 13 1 0 986 2137 264 60 369 0 38 296 4835 12748 1989 413 10705 144 142 138 3 26 10125 151 84 11954 7205 1855 730 7084 1859 0 11890 0 0 1081 134 14 12 1067 9840 254 2 125 1694 72 356 8 10954
México 2439 1135 43503 9203 150 145 1086 155 1 0 2760 2891 1112 104 1155 794 0 97 8118 37702 2729 4979 17672 265 915 6531 9669 29 19539 248 37 27825 11406 3333 2995 12566 4559 102 16915 1989 1995 6 145 90 4463 3941 0 1666 21 55 1462 456 3912 7 66205
Michoacán de Ocampo 1976 945 6586 1002 21 11 205 48 1 0 412 516 62 84 340 98 0 129 1448 5755 44 1072 571 117 33 130 25 13 845 87 111 3689 1975 591 29 3128 898 316 1185 0 110 0 34 11 3 2010 4087 342 0 31 525 148 367 1 3721
Morelos 804 231 866 2585 33 13 479 57 0 5 213 467 25 60 415 15 0 74 1464 3731 1295 398 775 67 43 70 45 27 2509 48 13 4615 1521 550 135 2018 1156 366 4938 0 247 370 30 1 12 884 4421 314 1 68 218 12 50 1 1722
Nayarit 159 149 169 52 12 1 12 3 0 0 88 0 10 0 130 21 0 131 118 315 25 0 0 2 2 1 0 0 146 5 1 130 171 30 8 106 36 2 864 0 300 11 14 5 5 129 76 17 1 5 5 5 14 1 678
Nuevo León 847 500 3848 1395 67 100 243 16 1 104 2083 1288 455 43 779 327 1 761 2527 2033 101 508 934 550 70 24 47 6 1983 110 46 7152 3701 845 389 5332 1022 81 17940 0 420 5394 166 48 8 3869 3707 277 3 176 1025 0 2414 23 3160
Oaxaca 802 845 3943 913 38 9 221 31 0 0 200 528 209 43 416 264 0 59 1200 2424 178 58 1484 168 120 182 26 21 1316 93 27 3047 1557 492 113 2622 799 461 6474 2 123 226 39 14 507 254 4084 273 2 233 252 2 433 61 1166
Puebla 872 393 4542 778 52 6 400 27 0 0 246 718 218 63 432 324 0 766 2130 10026 304 966 2123 0 99 206 693 32 3772 132 316 4749 2693 999 145 2734 1395 287 9125 0 273 752 25 13 525 1273 4163 384 3 72 300 60 1159 15 1807
Querétaro 181 283 4797 847 10 28 1024 9 0 0 105 551 599 0 395 170 0 54 2735 3631 654 0 1432 105 132 340 380 0 3196 173 15 9967 2764 587 242 1360 861 47 3552 18 555 201 0 3 400 1134 3723 296 0 88 300 3 0 16 4063
Quintana Roo 581 783 2262 722 15 12 282 11 3 0 615 576 195 35 634 1 0 226 1762 2591 44 45 1566 256 82 39 70 8 3740 39 278 4990 447 2036 197 3202 611 260 4813 0 488 553 92 23 1 1028 2212 221 2 220 225 69 535 15 1038
San Luis Potosí 621 346 3740 539 27 9 244 16 1 0 606 504 191 33 633 0 0 295 1178 3298 1045 354 803 26 28 48 5 4 1518 219 101 4147 1961 717 151 4432 635 1292 7781 0 398 2 34 17 0 1357 2880 483 4 0 94 55 672 5 2259
Sinaloa 700 613 2323 599 26 4 556 11 1 0 1176 359 87 2 150 79 0 33 557 3326 8 3 34 0 9 3 14 15 908 30 1 1752 471 233 58 1869 390 36 5138 0 108 94 42 7 45 269 1145 101 1 27 116 0 193 6 182
Sonora 1329 382 1590 827 31 5 258 3 0 2 474 532 70 12 203 56 0 74 1199 2612 91 14 304 264 3 0 21 4 758 98 70 3812 584 201 55 2311 324 263 5450 9 1478 126 43 1 78 2772 665 211 0 33 22 0 63 0 1303
Tabasco 508 323 3963 882 15 2 646 32 0 0 537 160 0 221 275 0 0 547 1836 2417 14 10 3771 0 8 10 17 1 1453 676 0 2748 900 583 105 2167 461 142 6445 0 855 27 47 3 0 87 4053 434 4 31 181 0 266 2 7149
Tamaulipas 571 692 2015 850 12 34 209 21 0 0 420 543 79 30 417 0 0 116 1423 2266 11 1 112 0 0 0 0 3 1259 83 1 3482 1175 421 137 3086 485 27 6467 0 1175 627 30 5 0 194 1500 198 0 71 133 8 472 1 982
Tlaxcala 111 39 224 84 6 0 8 13 0 0 8 27 2 1 38 0 0 2 335 1510 7 115 87 3 4 3 3 3 311 32 50 152 64 11 2 195 35 16 18 0 34 4 0 15 0 218 19 52 2 2 7 0 0 0 269
Veracruz de Ignacio de la Llave 1282 888 6619 1572 84 22 181 122 0 0 651 674 16 292 394 14 1 1343 2770 6607 116 232 2172 289 73 71 65 36 5593 507 99 3799 3423 1194 714 6282 2178 850 10386 1144 1138 1785 24 8 0 644 6534 579 1 136 386 219 419 13 4618
Yucatán 52 101 219 45 6 0 363 0 0 0 4 73 4 0 35 0 0 2 257 140 21 0 67 0 0 0 0 0 90 4 4 0 479 427 1 1485 12 256 726 0 193 36 5 20 11 165 2135 81 0 13 33 1 16 0 835
Zacatecas 789 131 1866 585 10 3 241 35 0 0 345 204 93 19 153 92 0 97 360 1419 25 8 17 14 0 3 11 0 155 158 25 3696 1021 294 360 1939 362 82 3315 0 436 120 17 8 0 302 1179 183 6 90 69 2 248 6 2146

Tasa por cada 100 mil habitantes

kable(tasaDelitoEstado2020)
claveEntidad Homicidio doloso Homicidio culposo Lesiones dolosas Lesiones culposas Feminicidio Aborto Otros delitos que atentan contra la vida y la integridad corporal Secuestro Tráfico de menores Rapto Otros delitos que atentan contra la libertad personal Abuso sexual Acoso sexual Hostigamiento sexual Violación simple Violación equiparada Incesto Otros delitos que atentan contra la libertad y la seguridad sexual Robo a casa habitación Robo de vehículo automotor Robo de autopartes Robo a transportista Robo a transeúnte en vía pública Robo a transeúnte en espacio abierto al público Robo en transporte público individual Robo en transporte público colectivo Robo en transporte individual Robo a institución bancaria Robo a negocio Robo de ganado Robo de maquinaria Otros robos Fraude Abuso de confianza Extorsión Daño a la propiedad Despojo Otros delitos contra el patrimonio Violencia familiar Violencia de género en todas sus modalidades distinta a la violencia familiar Incumplimiento de obligaciones de asistencia familiar Otros delitos contra la familia Corrupción de menores Trata de personas Otros delitos contra la sociedad Narcomenudeo Amenazas Allanamiento de morada Evasión de presos Falsedad Falsificación Contra el medio ambiente Delitos cometidos por servidores públicos Electorales Otros delitos del Fuero Común
Aguascalientes 5.09 10.32 244.45 59.60 0.14 0.35 3.00 0.70 0.00 0.00 30.81 0.00 0.00 5.51 14.36 6.20 0.00 28.23 171.26 116.27 56.18 0.21 90.82 0.00 6.69 1.25 2.02 0.00 135.09 13.03 0.28 133.00 112.01 42.80 7.25 254.21 21.96 16.17 150.07 0.42 12.55 2.44 4.39 0.14 0.28 146.31 214.69 33.25 0.00 4.32 56.95 3.00 31.37 0.42 94.03
Baja California 71.61 11.99 153.57 41.95 0.85 1.07 55.99 0.39 0.08 0.00 16.73 34.88 0.00 5.75 15.65 8.14 0.03 6.14 99.32 285.04 1.29 1.02 108.09 0.11 0.11 0.25 0.19 0.17 111.59 1.46 0.00 161.49 47.65 13.07 3.49 195.47 37.28 22.83 296.60 0.00 19.31 14.47 19.86 1.49 1.32 272.80 112.77 61.90 0.22 2.48 9.38 0.72 25.12 0.03 182.46
Baja California Sur 7.70 6.96 175.84 44.12 0.50 1.24 19.76 0.62 0.00 0.00 22.74 34.80 13.67 1.49 22.12 6.34 0.00 11.43 143.53 87.24 2.98 0.25 22.12 8.82 1.49 0.75 0.62 0.00 83.38 12.68 1.49 341.74 121.29 32.06 11.06 150.99 44.86 16.28 309.43 0.75 82.89 31.94 6.71 0.37 0.12 54.18 165.77 18.52 0.37 9.69 13.30 0.25 33.80 0.00 87.36
Campeche 7.70 4.50 7.10 6.60 0.30 0.00 1.50 0.20 0.00 0.00 1.70 5.30 0.20 0.00 5.30 14.89 0.00 2.00 17.09 39.08 0.80 0.30 4.00 0.00 0.00 0.10 0.20 0.00 19.69 1.70 0.30 9.19 0.60 0.00 1.30 12.09 0.40 4.50 4.50 0.00 0.00 0.00 0.20 0.00 0.30 11.09 4.30 1.60 0.00 0.00 1.30 0.20 0.50 0.00 7.60
Coahuila de Zaragoza 6.03 6.09 111.97 16.71 0.75 0.06 1.34 0.25 0.00 0.00 1.34 18.02 7.74 0.56 4.13 4.32 0.03 0.96 59.31 16.40 4.13 0.31 10.87 1.27 0.47 0.12 0.78 0.06 30.66 1.52 1.46 69.81 34.45 15.13 1.15 181.35 12.52 33.34 288.66 16.19 7.61 5.72 0.71 0.37 0.00 312.24 137.73 16.56 0.06 0.65 3.48 0.00 17.62 0.03 42.35
Colima 68.65 14.39 146.72 80.11 1.53 0.51 0.00 0.89 0.00 0.00 49.67 40.63 0.00 4.59 18.47 0.76 0.00 6.50 228.11 128.64 0.00 0.00 16.18 0.00 0.00 0.00 0.00 0.00 94.76 6.11 0.00 343.25 173.98 55.40 12.48 320.19 49.29 29.42 552.50 0.00 99.85 0.00 4.71 0.00 15.03 152.96 337.39 24.20 0.00 7.01 15.67 0.51 35.41 0.38 94.38
Chiapas 7.31 11.27 11.24 9.46 0.49 0.17 2.43 0.23 0.02 0.00 3.14 2.58 1.48 0.24 8.03 0.00 0.00 11.88 3.93 32.46 0.02 0.16 3.82 1.31 0.02 0.05 0.14 0.02 5.04 1.27 0.12 11.52 4.15 1.54 1.26 14.57 2.43 8.17 78.08 0.02 2.91 0.09 0.94 0.09 1.34 19.25 7.89 1.41 0.02 0.33 1.06 0.87 4.36 0.07 20.66
Chihuahua 60.40 7.13 106.43 29.73 0.79 0.24 12.44 0.50 0.08 0.00 18.39 34.01 0.00 4.24 21.91 6.52 0.00 8.86 56.77 100.78 16.13 0.89 9.36 2.81 0.18 0.11 0.47 0.13 47.80 5.55 3.58 95.15 73.21 21.25 0.42 197.61 22.04 16.10 297.07 0.84 41.01 0.47 2.37 0.68 0.00 210.31 78.29 23.60 0.24 4.55 23.04 2.29 44.82 0.00 46.46
Ciudad de México 12.60 7.02 48.42 39.26 0.71 0.88 2.42 0.71 0.01 0.13 20.19 34.61 11.81 0.00 11.66 5.02 0.00 8.57 46.26 110.65 81.78 2.17 117.73 23.00 3.61 39.30 31.09 0.28 174.77 0.00 0.41 233.37 159.65 42.77 3.81 97.53 43.74 49.70 307.88 0.00 4.91 0.21 2.41 1.25 21.41 59.92 159.26 8.58 0.17 4.37 41.24 6.96 55.82 0.14 56.83
Durango 7.65 9.15 99.30 47.41 0.64 0.00 3.69 0.05 0.00 0.00 18.89 21.62 4.82 0.54 12.84 0.11 0.00 13.32 153.13 54.52 6.53 0.48 20.39 0.80 0.80 0.21 0.32 0.05 59.60 6.47 0.37 162.44 66.45 18.83 5.40 110.17 15.25 6.42 279.24 0.05 5.46 10.33 0.21 0.05 0.75 39.91 59.87 9.52 0.00 0.64 3.85 0.00 4.12 0.00 49.71
Guanajuato 53.93 25.38 178.66 0.40 0.31 0.50 3.07 0.19 0.03 0.00 0.00 18.32 3.64 0.63 8.46 0.67 0.00 0.40 67.31 68.80 0.00 0.13 2.73 0.00 0.00 0.00 0.00 0.00 101.14 3.93 0.00 308.26 45.65 19.81 0.27 144.12 19.80 0.98 161.12 0.00 24.73 0.39 3.37 0.05 0.00 239.75 137.10 5.94 0.08 2.20 6.37 0.34 1.56 0.05 312.24
Guerrero 33.44 6.75 54.91 9.68 0.33 0.11 0.49 0.60 0.03 0.00 10.88 8.64 2.16 0.41 5.17 4.40 0.00 0.00 9.30 60.13 0.38 0.03 6.26 0.68 0.11 0.41 0.05 0.46 15.64 0.93 0.11 67.29 16.49 7.16 6.59 46.57 12.72 0.25 81.92 8.78 9.79 4.35 0.46 0.46 0.00 20.95 58.08 5.03 0.00 1.37 6.21 0.16 5.52 0.08 60.08
Hidalgo 9.62 7.87 140.52 40.66 0.58 0.75 9.75 0.71 0.03 0.16 56.80 22.87 0.00 1.81 11.99 10.82 0.00 1.36 72.58 104.39 2.85 1.07 24.07 6.16 1.52 0.45 2.37 0.03 52.59 3.08 0.10 104.20 37.68 14.58 4.31 72.67 25.21 4.73 185.46 0.00 19.67 0.16 0.94 0.29 0.42 11.76 87.84 8.10 0.16 2.11 5.31 0.03 14.39 9.95 139.29
Jalisco 20.82 10.37 89.12 30.29 0.78 0.15 0.00 0.15 0.01 0.00 11.72 25.41 3.14 0.71 4.39 0.00 0.45 3.52 57.49 151.59 23.65 4.91 127.29 1.71 1.69 1.64 0.04 0.31 120.40 1.80 1.00 142.15 85.67 22.06 8.68 84.24 22.11 0.00 141.38 0.00 0.00 12.85 1.59 0.17 0.14 12.69 117.01 3.02 0.02 1.49 20.14 0.86 4.23 0.10 130.25
México 13.99 6.51 249.62 52.81 0.86 0.83 6.23 0.89 0.01 0.00 15.84 16.59 6.38 0.60 6.63 4.56 0.00 0.56 46.58 216.33 15.66 28.57 101.40 1.52 5.25 37.47 55.48 0.17 112.11 1.42 0.21 159.66 65.45 19.12 17.19 72.10 26.16 0.59 97.06 11.41 11.45 0.03 0.83 0.52 25.61 22.61 0.00 9.56 0.12 0.32 8.39 2.62 22.45 0.04 379.88
Michoacán de Ocampo 40.95 19.58 136.49 20.77 0.44 0.23 4.25 0.99 0.02 0.00 8.54 10.69 1.28 1.74 7.05 2.03 0.00 2.67 30.01 119.26 0.91 22.22 11.83 2.42 0.68 2.69 0.52 0.27 17.51 1.80 2.30 76.45 40.93 12.25 0.60 64.82 18.61 6.55 24.56 0.00 2.28 0.00 0.70 0.23 0.06 41.65 84.70 7.09 0.00 0.64 10.88 3.07 7.61 0.02 77.11
Morelos 39.33 11.30 42.37 126.46 1.61 0.64 23.43 2.79 0.00 0.24 10.42 22.85 1.22 2.94 20.30 0.73 0.00 3.62 71.62 182.53 63.35 19.47 37.91 3.28 2.10 3.42 2.20 1.32 122.75 2.35 0.64 225.78 74.41 26.91 6.60 98.73 56.55 17.91 241.58 0.00 12.08 18.10 1.47 0.05 0.59 43.25 216.29 15.36 0.05 3.33 10.67 0.59 2.45 0.05 84.24
Nayarit 12.34 11.56 13.12 4.04 0.93 0.08 0.93 0.23 0.00 0.00 6.83 0.00 0.78 0.00 10.09 1.63 0.00 10.17 9.16 24.45 1.94 0.00 0.00 0.16 0.16 0.08 0.00 0.00 11.33 0.39 0.08 10.09 13.27 2.33 0.62 8.23 2.79 0.16 67.05 0.00 23.28 0.85 1.09 0.39 0.39 10.01 5.90 1.32 0.08 0.39 0.39 0.39 1.09 0.08 52.62
Nuevo León 15.10 8.91 68.59 24.87 1.19 1.78 4.33 0.29 0.02 1.85 37.13 22.96 8.11 0.77 13.89 5.83 0.02 13.56 45.04 36.24 1.80 9.06 16.65 9.80 1.25 0.43 0.84 0.11 35.35 1.96 0.82 127.48 65.97 15.06 6.93 95.04 18.22 1.44 319.78 0.00 7.49 96.15 2.96 0.86 0.14 68.96 66.08 4.94 0.05 3.14 18.27 0.00 43.03 0.41 56.33
Oaxaca 19.36 20.39 95.16 22.03 0.92 0.22 5.33 0.75 0.00 0.00 4.83 12.74 5.04 1.04 10.04 6.37 0.00 1.42 28.96 58.50 4.30 1.40 35.81 4.05 2.90 4.39 0.63 0.51 31.76 2.24 0.65 73.54 37.58 11.87 2.73 63.28 19.28 11.13 156.24 0.05 2.97 5.45 0.94 0.34 12.24 6.13 98.56 6.59 0.05 5.62 6.08 0.05 10.45 1.47 28.14
Puebla 13.20 5.95 68.77 11.78 0.79 0.09 6.06 0.41 0.00 0.00 3.72 10.87 3.30 0.95 6.54 4.91 0.00 11.60 32.25 151.81 4.60 14.63 32.14 0.00 1.50 3.12 10.49 0.48 57.11 2.00 4.78 71.91 40.78 15.13 2.20 41.40 21.12 4.35 138.16 0.00 4.13 11.39 0.38 0.20 7.95 19.27 63.03 5.81 0.05 1.09 4.54 0.91 17.55 0.23 27.36
Querétaro 7.94 12.41 210.43 37.16 0.44 1.23 44.92 0.39 0.00 0.00 4.61 24.17 26.28 0.00 17.33 7.46 0.00 2.37 119.98 159.28 28.69 0.00 62.82 4.61 5.79 14.91 16.67 0.00 140.20 7.59 0.66 437.22 121.25 25.75 10.62 59.66 37.77 2.06 155.81 0.79 24.35 8.82 0.00 0.13 17.55 49.74 163.32 12.98 0.00 3.86 13.16 0.13 0.00 0.70 178.23
Quintana Roo 33.72 45.44 131.26 41.90 0.87 0.70 16.36 0.64 0.17 0.00 35.69 33.43 11.32 2.03 36.79 0.06 0.00 13.11 102.25 150.35 2.55 2.61 90.87 14.86 4.76 2.26 4.06 0.46 217.03 2.26 16.13 289.57 25.94 118.15 11.43 185.81 35.46 15.09 279.30 0.00 28.32 32.09 5.34 1.33 0.06 59.65 128.36 12.82 0.12 12.77 13.06 4.00 31.05 0.87 60.23
San Luis Potosí 21.67 12.07 130.49 18.81 0.94 0.31 8.51 0.56 0.03 0.00 21.14 17.58 6.66 1.15 22.09 0.00 0.00 10.29 41.10 115.07 36.46 12.35 28.02 0.91 0.98 1.67 0.17 0.14 52.96 7.64 3.52 144.69 68.42 25.02 5.27 154.63 22.16 45.08 271.48 0.00 13.89 0.07 1.19 0.59 0.00 47.35 100.48 16.85 0.14 0.00 3.28 1.92 23.45 0.17 78.82
Sinaloa 22.18 19.42 73.59 18.98 0.82 0.13 17.61 0.35 0.03 0.00 37.25 11.37 2.76 0.06 4.75 2.50 0.00 1.05 17.65 105.36 0.25 0.10 1.08 0.00 0.29 0.10 0.44 0.48 28.76 0.95 0.03 55.50 14.92 7.38 1.84 59.21 12.35 1.14 162.77 0.00 3.42 2.98 1.33 0.22 1.43 8.52 36.27 3.20 0.03 0.86 3.67 0.00 6.11 0.19 5.77
Sonora 43.22 12.42 51.71 26.90 1.01 0.16 8.39 0.10 0.00 0.07 15.42 17.30 2.28 0.39 6.60 1.82 0.00 2.41 39.00 84.95 2.96 0.46 9.89 8.59 0.10 0.00 0.68 0.13 24.65 3.19 2.28 123.98 18.99 6.54 1.79 75.16 10.54 8.55 177.25 0.29 48.07 4.10 1.40 0.03 2.54 90.15 21.63 6.86 0.00 1.07 0.72 0.00 2.05 0.00 42.38
Tabasco 19.75 12.56 154.07 34.29 0.58 0.08 25.11 1.24 0.00 0.00 20.88 6.22 0.00 8.59 10.69 0.00 0.00 21.27 71.38 93.96 0.54 0.39 146.60 0.00 0.31 0.39 0.66 0.04 56.49 26.28 0.00 106.83 34.99 22.66 4.08 84.24 17.92 5.52 250.56 0.00 33.24 1.05 1.83 0.12 0.00 3.38 157.56 16.87 0.16 1.21 7.04 0.00 10.34 0.08 277.92
Tamaulipas 15.64 18.96 55.20 23.28 0.33 0.93 5.73 0.58 0.00 0.00 11.50 14.87 2.16 0.82 11.42 0.00 0.00 3.18 38.98 62.07 0.30 0.03 3.07 0.00 0.00 0.00 0.00 0.08 34.49 2.27 0.03 95.38 32.19 11.53 3.75 84.53 13.29 0.74 177.15 0.00 32.19 17.18 0.82 0.14 0.00 5.31 41.09 5.42 0.00 1.94 3.64 0.22 12.93 0.03 26.90
Tlaxcala 8.04 2.83 16.23 6.09 0.43 0.00 0.58 0.94 0.00 0.00 0.58 1.96 0.14 0.07 2.75 0.00 0.00 0.14 24.28 109.42 0.51 8.33 6.30 0.22 0.29 0.22 0.22 0.22 22.54 2.32 3.62 11.01 4.64 0.80 0.14 14.13 2.54 1.16 1.30 0.00 2.46 0.29 0.00 1.09 0.00 15.80 1.38 3.77 0.14 0.14 0.51 0.00 0.00 0.00 19.49
Veracruz de Ignacio de la Llave 15.01 10.40 77.51 18.41 0.98 0.26 2.12 1.43 0.00 0.00 7.62 7.89 0.19 3.42 4.61 0.16 0.01 15.73 32.44 77.37 1.36 2.72 25.43 3.38 0.85 0.83 0.76 0.42 65.49 5.94 1.16 44.49 40.08 13.98 8.36 73.56 25.50 9.95 121.62 13.40 13.33 20.90 0.28 0.09 0.00 7.54 76.51 6.78 0.01 1.59 4.52 2.56 4.91 0.15 54.08
Yucatán 2.30 4.47 9.69 1.99 0.27 0.00 16.07 0.00 0.00 0.00 0.18 3.23 0.18 0.00 1.55 0.00 0.00 0.09 11.38 6.20 0.93 0.00 2.97 0.00 0.00 0.00 0.00 0.00 3.98 0.18 0.18 0.00 21.20 18.90 0.04 65.73 0.53 11.33 32.14 0.00 8.54 1.59 0.22 0.89 0.49 7.30 94.51 3.59 0.00 0.58 1.46 0.04 0.71 0.00 36.96
Zacatecas 47.35 7.86 111.98 35.11 0.60 0.18 14.46 2.10 0.00 0.00 20.70 12.24 5.58 1.14 9.18 5.52 0.00 5.82 21.60 85.15 1.50 0.48 1.02 0.84 0.00 0.18 0.66 0.00 9.30 9.48 1.50 221.79 61.27 17.64 21.60 116.36 21.72 4.92 198.93 0.00 26.16 7.20 1.02 0.48 0.00 18.12 70.75 10.98 0.36 5.40 4.14 0.12 14.88 0.36 128.78

Posicion de queretaro en 2020 por tipo de delito

posicionAnualporDelito<-c()
for (i in 1:length(losDelitos)) {
  a<-tasaDelitoEstado2020[22,i+1]
  if(a==0){b=0}else{b<-1+length(tasaDelitoEstado2020[tasaDelitoEstado2020[i+1]>a,i+1])}
  posicionAnualporDelito<-c(posicionAnualporDelito,b)
}
posicionesAnualporDelito<-data.frame(losDelitos, posicionAnualporDelito)

posicionesAnualporDelito<-posicionesAnualporDelito[order(posicionesAnualporDelito$posicionAnualporDelito),]
names(posicionesAnualporDelito)<-c("Subtipo de delito", "Posición que ocupa Querétaro a nivel nacional en ese delito")
kable(posicionesAnualporDelito[posicionesAnualporDelito[2]>0,])
Subtipo de delito Posición que ocupa Querétaro a nivel nacional en ese delito
13 Acoso sexual 1
32 Otros robos 1
7 Otros delitos que atentan contra la vida y la integridad corporal 2
25 Robo en transporte público individual 2
3 Lesiones dolosas 3
6 Aborto 3
26 Robo en transporte público colectivo 3
27 Robo en transporte individual 3
29 Robo a negocio 3
45 Otros delitos contra la sociedad 3
16 Violación equiparada 4
20 Robo de vehículo automotor 4
33 Fraude 4
54 Electorales 4
19 Robo a casa habitación 5
21 Robo de autopartes 5
37 Despojo 5
47 Amenazas 5
55 Otros delitos del Fuero Común 5
30 Robo de ganado 6
35 Extorsión 6
40 Violencia de género en todas sus modalidades distinta a la violencia familiar 6
15 Violación simple 7
24 Robo a transeúnte en espacio abierto al público 7
34 Abuso de confianza 7
12 Abuso sexual 8
23 Robo a transeúnte en vía pública 8
51 Falsificación 8
50 Falsedad 9
2 Homicidio culposo 10
41 Incumplimiento de obligaciones de asistencia familiar 10
48 Allanamiento de morada 10
4 Lesiones culposas 11
42 Otros delitos contra la familia 11
46 Narcomenudeo 12
31 Robo de maquinaria 14
8 Secuestro 20
39 Violencia familiar 20
52 Contra el medio ambiente 21
18 Otros delitos que atentan contra la libertad y la seguridad sexual 22
38 Otros delitos contra el patrimonio 23
44 Trata de personas 23
5 Feminicidio 24
1 Homicidio doloso 25
11 Otros delitos que atentan contra la libertad personal 25
36 Daño a la propiedad 25

Lugar a nivel nacional de los municipios Queretanos en incidencia delictiva

Top 50 municipios en el año

pop2020<-subset(pop,pop$ANO==2020)
delitos2020<-subset(delitos2,delitos2$Ano==2020)
popMun<-aggregate(pop2020$POB~pop2020$MUN,pop2020,sum)
delMun<-aggregate(delitos2020$value~delitos2020$Cve..Municipio,delitos2020,sum)

delMun$estado<-NA
delMun$municipio<-NA
for (i in 1:nrow(delMun)) {
  delMun$estado[i]<-unique(delitos2020$Entidad[delitos2020$Cve..Municipio==delMun$`delitos2020$Cve..Municipio`[i]])
  
  delMun$municipio[i]<-unique(delitos2020$Municipio[delitos2020$Cve..Municipio==delMun$`delitos2020$Cve..Municipio`[i]])
}


delMun$poblacion<-NA
for (i in 1:nrow(delMun)) {
  delMun$poblacion[delMun$municipio==popMun$`pop2020$MUN`[i]]<-popMun$`pop2020$POB`[i]
  
}
delMun$incidencia<-NA
delMun$incidencia<-round(delMun$`delitos2020$value`/delMun$poblacion*100000,2)
delMun<-delMun[order(delMun$incidencia,decreasing = TRUE),]

delMun$posicion<-NA

for (i in 1:nrow(delMun)) {
  delMun$posicion[i]<-i
}
names(delMun)[c(1,2,6,7)]<-c("Clave del municipio","Número de carpetas de investigación", "Incidencia por cada 100 mil habitantes","Posición a nivel nacional")
kable(head(delMun[,c(7,3,4,2,5,6)],50),caption = "Top 50 en el año")
Top 50 en el año
Posición a nivel nacional estado municipio Número de carpetas de investigación poblacion Incidencia por cada 100 mil habitantes
72 1 Colima Colima 9272 169188 5480.29
1821 2 Quintana Roo Tulum 1510 36866 4095.91
227 3 Chihuahua Santa Isabel 173 4293 4029.82
908 4 Morelos Cuernavaca 14475 399426 3623.95
284 5 Ciudad de México Cuauhtémoc 27971 776217 3603.50
969 6 Nuevo León Doctor Coss 63 1845 3414.63
1556 7 Oaxaca Tlacolula de Matamoros 813 24027 3383.69
16 8 Baja California Playas de Rosarito 3624 107859 3359.94
501 9 Hidalgo Pachuca de Soto 9348 280312 3334.86
1072 10 Oaxaca Oaxaca de Juárez 8554 258636 3307.35
285 11 Ciudad de México Miguel Hidalgo 12420 379624 3271.66
77 12 Colima Manzanillo 6293 203306 3095.33
913 13 Morelos Jojutla 1872 61366 3050.55
1807 14 Querétaro Querétaro 29782 976939 3048.50
333 15 Guanajuato Celaya 16014 530820 3016.84
14 16 Baja California Tecate 3425 113857 3008.16
773 17 México Valle de Bravo 2088 70192 2974.70
769 18 México Toluca 27503 948950 2898.26
907 19 Morelos Cuautla 5975 210529 2838.09
1343 20 Oaxaca Villa de Etla 324 11426 2835.64
13 21 Baja California Mexicali 30572 1087478 2811.28
264 22 Chihuahua Satevó 92 3381 2721.09
1820 23 Quintana Roo Solidaridad 6513 239850 2715.45
2469 24 Zacatecas Zacatecas 4223 155533 2715.18
672 25 México Amecameca 1469 54548 2693.04
11 26 Aguascalientes San Francisco de los Romo 1388 51568 2691.59
1851 27 San Luis Potosí San Luis Potosí 23065 870578 2649.39
576 28 Jalisco Guadalajara 39697 1503505 2640.30
341 29 Guanajuato Guanajuato 5227 198035 2639.43
6 30 Aguascalientes Pabellón de Arteaga 1320 50032 2638.31
679 31 México Axapusco 792 30040 2636.48
762 32 México Texcoco 6841 262015 2610.92
688 33 México Chalco 10300 397344 2592.21
80 34 Colima Villa de Álvarez 3893 151019 2577.82
788 35 México Tonanitla 280 10960 2554.74
784 36 México Cuautitlán Izcalli 14728 577190 2551.67
696 37 México Ecatepec de Morelos 43225 1707754 2531.10
331 38 Guanajuato Apaseo el Grande 2506 99036 2530.39
1 39 Aguascalientes Aguascalientes 24309 961977 2526.98
720 40 México Naucalpan de Juárez 22980 910187 2524.76
986 41 Nuevo León Lampazos de Naranjo 145 5783 2507.35
271 42 Ciudad de México Azcapotzalco 10109 408441 2475.02
910 43 Morelos Huitzilac 504 20372 2473.98
74 44 Colima Coquimatlán 545 22167 2458.61
1977 45 Tabasco Centro 18159 739611 2455.21
981 46 Nuevo León Los Herreras 49 1998 2452.45
724 47 México Nopaltepec 239 9753 2450.53
73 48 Colima Comala 585 23902 2447.49
767 49 México Tlalnepantla de Baz 18485 756537 2443.37
79 50 Colima Tecomán 3250 134631 2414.01

Top 50 municipios en el mes

pop2020<-subset(pop,pop$ANO==2020)
delitos2020Mes<-subset(delitos2,delitos2$Ano==2020 & delitos2$meses== esteMes)
popMun<-aggregate(pop2020$POB~pop2020$MUN,pop2020,sum)
delMunMes<-aggregate(delitos2020Mes$value~delitos2020Mes$Cve..Municipio,delitos2020Mes,sum)

delMunMes$estado<-NA
delMunMes$municipio<-NA
for (i in 1:nrow(delMunMes)) {
  delMunMes$estado[i]<-unique(delitos2020Mes$Entidad[delitos2020Mes$Cve..Municipio==delMunMes$`delitos2020Mes$Cve..Municipio`[i]])
  
  delMunMes$municipio[i]<-unique(delitos2020Mes$Municipio[delitos2020Mes$Cve..Municipio==delMunMes$`delitos2020Mes$Cve..Municipio`[i]])
}


delMunMes$poblacion<-NA
for (i in 1:nrow(delMunMes)) {
  delMunMes$poblacion[delMunMes$municipio==popMun$`pop2020$MUN`[i]]<-popMun$`pop2020$POB`[i]
  
}
delMunMes$incidencia<-NA
delMunMes$incidencia<-round(delMunMes$`delitos2020Mes$value`/delMunMes$poblacion*100000,2)
delMunMes<-delMunMes[order(delMunMes$incidencia,decreasing = TRUE),]

delMunMes$posicion<-NA

for (i in 1:nrow(delMunMes)) {
  delMunMes$posicion[i]<-i
}
names(delMunMes)[c(1,2,6,7)]<-c("Clave del municipio","Número de carpetas de investigación", "Incidencia por cada 100 mil habitantes","Posición a nivel nacional")
kable(head(delMunMes[,c(7,3,4,2,5,6)],50),caption = "Top 50 en el mes")
Top 50 en el mes
Posición a nivel nacional estado municipio Número de carpetas de investigación poblacion Incidencia por cada 100 mil habitantes
1126 1 Oaxaca San Bartolo Soyaltepec 4 674 593.47
72 2 Colima Colima 800 169188 472.85
1821 3 Quintana Roo Tulum 169 36866 458.42
788 4 México Tonanitla 36 10960 328.47
1506 5 Oaxaca Santiago Yucuyachi 3 946 317.12
986 6 Nuevo León Lampazos de Naranjo 18 5783 311.26
908 7 Morelos Cuernavaca 1231 399426 308.19
734 8 México Polotitlán 46 15066 305.32
1552 9 Oaxaca Teotongo 3 986 304.26
263 10 Chihuahua Santa Bárbara 35 11572 302.45
773 11 México Valle de Bravo 212 70192 302.03
1953 12 Sonora San Javier 2 679 294.55
284 13 Ciudad de México Cuauhtémoc 2260 776217 291.16
285 14 Ciudad de México Miguel Hidalgo 1103 379624 290.55
1072 15 Oaxaca Oaxaca de Juárez 741 258636 286.50
994 16 Nuevo León Parás 3 1083 277.01
1469 17 Oaxaca Santiago Ihuitlán Plumas 1 373 268.10
679 18 México Axapusco 79 30040 262.98
1378 19 Oaxaca Santa Catarina Zapoquila 1 384 260.42
1820 20 Quintana Roo Solidaridad 623 239850 259.75
1004 21 Nuevo León Vallecillo 5 1942 257.47
1807 22 Querétaro Querétaro 2513 976939 257.23
77 23 Colima Manzanillo 513 203306 252.33
965 24 Nuevo León Cerralvo 21 8324 252.28
6 25 Aguascalientes Pabellón de Arteaga 125 50032 249.84
913 26 Morelos Jojutla 150 61366 244.44
988 27 Nuevo León Marín 15 6199 241.97
769 28 México Toluca 2280 948950 240.27
1177 29 Oaxaca San Juan Achiutla 1 417 239.81
16 30 Baja California Playas de Rosarito 258 107859 239.20
1179 31 Oaxaca Ánimas Trujano 10 4207 237.70
688 32 México Chalco 941 397344 236.82
1343 33 Oaxaca Villa de Etla 27 11426 236.30
341 34 Guanajuato Guanajuato 467 198035 235.82
14 35 Baja California Tecate 266 113857 233.63
1672 36 Puebla Mazapiltepec de Juárez 7 3005 232.95
672 37 México Amecameca 126 54548 230.99
11 38 Aguascalientes San Francisco de los Romo 119 51568 230.76
34 39 Coahuila de Zaragoza Acuña 375 163157 229.84
333 40 Guanajuato Celaya 1206 530820 227.20
79 41 Colima Tecomán 303 134631 225.06
2138 42 Veracruz de Ignacio de la Llave Cosamaloapan de Carpio 134 59870 223.82
907 43 Morelos Cuautla 469 210529 222.77
501 44 Hidalgo Pachuca de Soto 624 280312 222.61
73 45 Colima Comala 53 23902 221.74
271 46 Ciudad de México Azcapotzalco 899 408441 220.11
1977 47 Tabasco Centro 1627 739611 219.98
2469 48 Zacatecas Zacatecas 342 155533 219.89
784 49 México Cuautitlán Izcalli 1265 577190 219.17
1186 50 Oaxaca San Juan Bautista Suchitepec 1 458 218.34

Posición de los municipios de Queretaro en el año

kable(delMun[delMun$estado=="Querétaro",c(7,3,4,2,5,6)])
Posición a nivel nacional estado municipio Número de carpetas de investigación poblacion Incidencia por cada 100 mil habitantes
1807 14 Querétaro Querétaro 29782 976939 3048.50
1804 51 Querétaro El Marqués 4306 178672 2410.00
1809 83 Querétaro San Juan del Río 6745 316169 2133.35
1799 139 Querétaro Corregidora 3737 208076 1795.98
1802 244 Querétaro Jalpan de Serra 450 29625 1518.99
1801 256 Querétaro Huimilpan 631 42305 1491.55
1810 281 Querétaro Tequisquiapan 1126 78742 1429.99
1800 306 Querétaro Ezequiel Montes 624 45877 1360.16
1805 318 Querétaro Pedro Escobedo 1016 76411 1329.65
1794 343 Querétaro Amealco de Bonfil 875 68441 1278.47
1798 358 Querétaro Colón 861 69112 1245.80
1797 537 Querétaro Cadereyta de Montes 767 76829 998.32
1806 670 Querétaro Peñamiller 186 21988 845.92
1808 708 Querétaro San Joaquín 84 10323 813.72
1795 759 Querétaro Pinal de Amoles 217 28189 769.80
1803 778 Querétaro Landa de Matamoros 153 20313 753.21
1796 888 Querétaro Arroyo Seco 99 14789 669.42
1811 967 Querétaro Tolimán 262 42391 618.06
1812 2463 Querétaro No Especificado 105 NA NA

Posición de los municipios de Queretaro en el mes

kable(delMunMes[delMunMes$estado=="Querétaro",c(7,3,4,2,5,6)])
Posición a nivel nacional estado municipio Número de carpetas de investigación poblacion Incidencia por cada 100 mil habitantes
1807 22 Querétaro Querétaro 2513 976939 257.23
1804 90 Querétaro El Marqués 346 178672 193.65
1809 141 Querétaro San Juan del Río 528 316169 167.00
1802 173 Querétaro Jalpan de Serra 45 29625 151.90
1799 228 Querétaro Corregidora 285 208076 136.97
1801 305 Querétaro Huimilpan 51 42305 120.55
1800 335 Querétaro Ezequiel Montes 53 45877 115.53
1798 430 Querétaro Colón 70 69112 101.28
1797 486 Querétaro Cadereyta de Montes 73 76829 95.02
1794 515 Querétaro Amealco de Bonfil 63 68441 92.05
1810 561 Querétaro Tequisquiapan 69 78742 87.63
1808 565 Querétaro San Joaquín 9 10323 87.18
1805 582 Querétaro Pedro Escobedo 65 76411 85.07
1811 893 Querétaro Tolimán 24 42391 56.62
1795 982 Querétaro Pinal de Amoles 14 28189 49.66
1806 1059 Querétaro Peñamiller 10 21988 45.48
1803 1452 Querétaro Landa de Matamoros 5 20313 24.61
1796 2306 Querétaro Arroyo Seco 0 14789 0.00
1812 2463 Querétaro No Especificado 7 NA NA

Delitos en Querétaro

delitosQRO2020<-subset(delitos2, delitos2$Clave_Ent==22)
delitosQRO2020$periodo<-NA
delitosQRO2020$mes<-NA
m<-unique(delitosQRO2020$meses)
for (i in m) {
  delitosQRO2020$mes[delitosQRO2020$meses==i]<-switch (i,"Enero"="01","Febrero"="02","Marzo"="03", "Abril"="04","Mayo"="05","Junio"="06","Julio"="07","Agosto"="08","Septiembre"="09","Octubre"="10","Noviembre"="11", "Diciembre"="12")
}

delitosQRO2020$periodo<-paste0(delitosQRO2020$Ano,delitosQRO2020$mes)

catalogoDelitos<-as.data.frame(sort(unique(delitosQRO2020$Subtipo.de.delito)))
losMeses2020<-sort(unique(delitosQRO2020$periodo))
for (i in 1:length(losMeses2020)){
  a<-subset(delitosQRO2020, delitosQRO2020$periodo==losMeses2020[i])
  b<-as.data.frame(aggregate(a$value~a$Subtipo.de.delito,a,sum))[2]
  catalogoDelitos<-cbind(catalogoDelitos,b)
}
names(catalogoDelitos)<-c("Delito", losMeses2020)

stop1<-0
dondeBuscar<-colSums(catalogoDelitos[2:ncol(catalogoDelitos)])
for (i in 1:length(dondeBuscar)) {
  if(dondeBuscar[i]==0){
    stop1<-i;
    break;
  }
}
if(stop1==0){stop1=ncol(catalogoDelitos)}
stop2=stop1-12  

#Superior al mismo périodo del año anterior
comparaAniAnterior<-catalogoDelitos[,c(1,stop2,stop1)]
comparaAniAnteriorTasa<-comparaAniAnterior
comparaAniAnteriorTasa[2]<-round(comparaAniAnteriorTasa[2]/ent$year2019[22]*1000,3)
comparaAniAnteriorTasa[3]<-round(comparaAniAnteriorTasa[3]/ent$year2020[22]*1000,3)
names(comparaAniAnteriorTasa)<-c("Delito", "Tasa 2019", "Tasa 2020")
comparaAniAnteriorTasa$cambio<-NA
comparaAniAnteriorTasa$cambio<-round((comparaAniAnteriorTasa[3]-comparaAniAnteriorTasa[2])/comparaAniAnteriorTasa[2],2)

aumentoContraUnAno<-comparaAniAnteriorTasa$Delito[comparaAniAnteriorTasa$cambio>0 & !is.na(comparaAniAnteriorTasa$cambio)]


maximoAbsoluto<-apply(X = catalogoDelitos[,2:stop1], MARGIN = 1,max)
estePeriodo<-catalogoDelitos[,stop1]
DelitosEnMaximoAbsoluto<-catalogoDelitos[estePeriodo!=0 & estePeriodo>=maximoAbsoluto,c(1, stop1)]

names(DelitosEnMaximoAbsoluto)<-c(paste0("Delitos que alcanzan su máximo histórico en ",esteMes ,"(Números absolutos)"),"Incidentes")

Delitos que aumentaron entre Noviembre y Diciembre

cambioMes<-cbind(catalogoDelitos[,1], catalogoDelitos[,(stop1-1):stop1])
cambioMes$tasadeCambio<-NA
cambioMes$tasadeCambio<-round((cambioMes[,3]-cambioMes[,2])/cambioMes[,2]*100,2)
cambioMes<-cambioMes[order(cambioMes$tasadeCambio,decreasing = TRUE),]
cambioMes1<-cambioMes[!is.infinite(cambioMes[,4]) & !is.nan(cambioMes[,4]), ]
cambioMes1<-cambioMes1[order(cambioMes1[3], decreasing = TRUE),]
                                   
names(cambioMes1)<-c("Delito", paste0("Carpetas en ", anterior), paste0("Carpetas en ", esteMes),"Tasa de cambio (%)")

kable(cambioMes1)
Delito Carpetas en Noviembre Carpetas en Diciembre Tasa de cambio (%)
34 Otros robos 822 830 0.97
25 Lesiones dolosas 340 356 4.71
30 Otros delitos del Fuero Común 321 341 6.23
45 Robo de vehículo automotor 318 319 0.31
18 Fraude 276 282 2.17
6 Amenazas 271 281 3.69
38 Robo a negocio 286 270 -5.59
55 Violencia familiar 281 247 -12.10
36 Robo a casa habitación 256 216 -15.62
40 Robo a transeúnte en vía pública 110 122 10.91
9 Daño a la propiedad 108 94 -12.96
26 Narcomenudeo 90 89 -1.11
11 Despojo 62 78 25.81
33 Otros delitos que atentan contra la vida y la integridad corporal 88 74 -15.91
24 Lesiones culposas 71 71 0.00
29 Otros delitos contra la sociedad 63 69 9.52
2 Abuso de confianza 50 61 22.00
4 Acoso sexual 42 48 14.29
23 Incumplimiento de obligaciones de asistencia familiar 55 45 -18.18
3 Abuso sexual 48 42 -12.50
42 Robo de autopartes 47 31 -34.04
46 Robo en transporte individual 28 27 -3.57
53 Violación simple 33 27 -18.18
5 Allanamiento de morada 25 24 -4.00
28 Otros delitos contra la familia 9 21 133.33
19 Homicidio culposo 24 20 -16.67
14 Extorsión 17 19 11.76
16 Falsificación 22 19 -13.64
47 Robo en transporte público colectivo 24 15 -37.50
52 Violación equiparada 15 13 -13.33
39 Robo a transeúnte en espacio abierto al público 5 12 140.00
48 Robo en transporte público individual 9 12 33.33
31 Otros delitos que atentan contra la libertad personal 10 11 10.00
43 Robo de ganado 12 11 -8.33
20 Homicidio doloso 13 11 -15.38
32 Otros delitos que atentan contra la libertad y la seguridad sexual 4 5 25.00
15 Falsedad 10 5 -50.00
27 Otros delitos contra el patrimonio 5 4 -20.00
54 Violencia de género en todas sus modalidades distinta a la violencia familiar 2 3 50.00
1 Aborto 3 3 0.00
51 Trata de personas 1 1 0.00
12 Electorales 2 0 -100.00
17 Feminicidio 2 0 -100.00

Querétaro: Los delitos que han alcanzado su máximo histórico (en números absolutos) en este mes

kable(DelitosEnMaximoAbsoluto)
Delitos que alcanzan su máximo histórico en Diciembre(Números absolutos) Incidentes
29 Otros delitos contra la sociedad 69
54 Violencia de género en todas sus modalidades distinta a la violencia familiar 3

Querétaro: Los delitos más frecuentes en Diciembre

elMes<-catalogoDelitos[,c(1,stop1)]
elMes<-elMes[order(elMes[2], decreasing =TRUE),]
names(elMes)<-c(paste0("Delitos más frecuentes en ",esteMes),esteMes)
kable(elMes)
Delitos más frecuentes en Diciembre Diciembre
34 Otros robos 830
25 Lesiones dolosas 356
30 Otros delitos del Fuero Común 341
45 Robo de vehículo automotor 319
18 Fraude 282
6 Amenazas 281
38 Robo a negocio 270
55 Violencia familiar 247
36 Robo a casa habitación 216
40 Robo a transeúnte en vía pública 122
9 Daño a la propiedad 94
26 Narcomenudeo 89
11 Despojo 78
33 Otros delitos que atentan contra la vida y la integridad corporal 74
24 Lesiones culposas 71
29 Otros delitos contra la sociedad 69
2 Abuso de confianza 61
4 Acoso sexual 48
23 Incumplimiento de obligaciones de asistencia familiar 45
3 Abuso sexual 42
42 Robo de autopartes 31
46 Robo en transporte individual 27
53 Violación simple 27
5 Allanamiento de morada 24
28 Otros delitos contra la familia 21
19 Homicidio culposo 20
14 Extorsión 19
16 Falsificación 19
47 Robo en transporte público colectivo 15
52 Violación equiparada 13
39 Robo a transeúnte en espacio abierto al público 12
48 Robo en transporte público individual 12
20 Homicidio doloso 11
31 Otros delitos que atentan contra la libertad personal 11
43 Robo de ganado 11
15 Falsedad 5
32 Otros delitos que atentan contra la libertad y la seguridad sexual 5
27 Otros delitos contra el patrimonio 4
1 Aborto 3
54 Violencia de género en todas sus modalidades distinta a la violencia familiar 3
49 Secuestro 1
51 Trata de personas 1
7 Contra el medio ambiente 0
8 Corrupción de menores 0
10 Delitos cometidos por servidores públicos 0
12 Electorales 0
13 Evasión de presos 0
17 Feminicidio 0
21 Hostigamiento sexual 0
22 Incesto 0
35 Rapto 0
37 Robo a institución bancaria 0
41 Robo a transportista 0
44 Robo de maquinaria 0
50 Tráfico de menores 0

Serie Mensual por delito en Querétaro

kable(catalogoDelitos)
Delito 201501 201502 201503 201504 201505 201506 201507 201508 201509 201510 201511 201512 201601 201602 201603 201604 201605 201606 201607 201608 201609 201610 201611 201612 201701 201702 201703 201704 201705 201706 201707 201708 201709 201710 201711 201712 201801 201802 201803 201804 201805 201806 201807 201808 201809 201810 201811 201812 201901 201902 201903 201904 201905 201906 201907 201908 201909 201910 201911 201912 202001 202002 202003 202004 202005 202006 202007 202008 202009 202010 202011 202012
Aborto 0 2 0 0 0 1 0 0 0 0 2 0 1 1 0 0 0 2 1 0 1 0 0 4 1 1 0 2 3 1 1 0 1 0 0 2 4 0 3 1 0 2 0 1 1 1 0 1 1 0 1 2 1 1 3 2 3 1 3 4 0 3 3 1 3 0 5 4 0 3 3 3
Abuso de confianza 36 23 30 33 40 39 60 32 39 41 54 32 44 31 52 42 54 54 44 35 67 52 39 50 46 59 49 54 60 44 60 61 64 46 48 44 42 53 55 64 58 45 68 55 44 49 46 43 53 64 55 44 53 48 75 59 61 69 47 53 53 48 55 38 26 33 54 50 66 53 50 61
Abuso sexual 20 13 14 25 25 17 21 23 20 29 26 17 22 14 16 20 28 24 31 28 34 25 30 22 27 25 34 27 43 35 30 23 27 32 32 23 19 29 35 43 31 39 46 27 37 34 39 34 29 47 48 54 59 44 50 57 34 39 39 40 36 39 69 22 47 46 56 41 51 54 48 42
Acoso sexual 5 1 0 0 3 3 0 4 1 2 2 2 1 4 3 6 4 5 6 2 2 6 0 1 1 4 1 2 7 3 3 9 4 4 4 2 2 16 9 18 9 10 13 13 11 12 14 1 11 14 14 19 17 19 22 37 31 33 44 33 34 55 52 54 42 50 48 57 57 60 42 48
Allanamiento de morada 10 10 9 5 12 6 5 4 5 9 16 10 10 10 10 12 9 11 15 16 13 20 11 12 11 17 17 11 17 15 12 13 15 18 12 14 15 10 16 18 27 26 31 13 23 14 8 31 26 20 26 25 25 20 39 32 17 28 30 27 23 27 22 24 27 21 30 28 22 23 25 24
Amenazas 78 81 95 94 88 85 103 98 95 102 103 86 71 67 89 106 113 189 187 223 159 184 148 174 169 186 176 189 294 231 208 281 241 245 230 215 233 210 287 263 315 276 315 297 273 341 278 273 319 307 333 376 417 344 399 391 308 367 353 328 342 390 380 251 201 278 322 350 333 324 271 281
Contra el medio ambiente 2 1 0 0 0 0 0 0 0 0 0 0 1 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 1 0 0 0 0 1 1 0 0 1 0 0 0 0
Corrupción de menores 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
Daño a la propiedad 167 153 186 178 172 168 158 132 165 143 186 174 155 183 159 185 213 391 430 461 477 402 394 412 407 387 432 395 477 447 385 455 412 522 437 444 478 395 433 426 436 510 487 462 473 465 430 426 451 436 484 481 506 452 272 116 120 112 102 128 113 128 107 115 97 108 106 131 134 119 108 94
Delitos cometidos por servidores públicos 0 0 0 0 0 0 0 0 0 1 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Despojo 43 40 45 51 35 33 48 38 34 38 28 50 41 47 47 38 36 46 38 49 41 46 37 45 36 48 51 55 56 64 51 61 51 41 54 29 45 57 65 47 68 60 60 72 61 78 58 49 69 71 83 72 73 73 81 66 65 69 66 62 67 77 58 45 53 71 104 86 70 90 62 78
Electorales 0 0 0 0 0 1 0 0 1 0 0 3 0 0 5 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 1 1 3 26 12 2 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 3 0 0 3 3 2 0 0 2 0
Evasión de presos 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
Extorsión 2 0 1 0 0 0 0 3 0 0 0 0 4 0 1 0 1 1 1 0 0 0 0 3 2 0 3 2 1 0 1 0 0 1 3 5 4 5 7 13 4 13 4 13 7 12 12 10 14 33 20 13 23 19 38 35 14 20 16 14 26 16 25 15 21 18 18 20 22 25 17 19
Falsedad 1 2 2 4 5 5 3 2 5 2 4 2 6 3 18 8 9 8 2 10 11 7 6 7 4 4 4 10 14 7 7 6 6 7 3 7 4 6 6 11 13 6 5 12 8 9 4 4 7 6 8 12 4 11 6 11 13 8 8 7 9 13 9 3 6 2 8 4 5 14 10 5
Falsificación 65 40 48 40 59 63 47 44 61 56 63 56 48 40 42 45 52 45 64 52 33 44 47 44 33 38 48 28 43 34 40 25 30 51 33 35 34 35 27 56 56 56 57 52 60 70 38 39 65 42 61 73 63 58 73 49 57 68 46 40 47 36 29 11 12 20 18 33 21 32 22 19
Feminicidio 2 1 0 1 0 0 1 0 2 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 2 0 2 1 1 0 0 1 2 1 2 0 2 1 0 1 0 1 0 0 0 0 0 0 2 1 4 2 0
Fraude 115 113 138 114 134 138 134 106 110 124 130 130 104 106 117 141 172 153 153 167 167 132 161 119 157 171 181 159 192 186 152 188 143 195 184 126 143 157 211 156 189 172 189 209 185 182 174 152 189 164 221 207 222 180 257 224 206 210 192 208 241 192 173 123 155 199 245 278 291 309 276 282
Homicidio culposo 23 29 24 20 30 25 24 20 30 25 32 34 22 23 30 28 33 23 33 24 18 23 21 25 20 27 18 30 28 26 24 27 27 28 14 27 30 20 30 27 25 34 29 21 22 18 33 21 25 32 33 27 28 20 23 26 27 21 34 31 24 27 23 24 26 24 25 18 21 27 24 20
Homicidio doloso 9 9 12 11 11 10 12 13 10 13 13 8 12 9 12 8 14 7 7 6 15 8 12 8 12 12 14 21 8 21 10 20 19 14 9 15 14 10 15 12 14 16 14 18 22 7 16 22 13 16 18 13 15 11 17 17 20 9 12 15 12 11 26 11 18 8 15 23 11 22 13 11
Hostigamiento sexual 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Incesto 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Incumplimiento de obligaciones de asistencia familiar 67 75 59 61 64 66 67 85 66 79 76 47 58 57 79 69 92 50 103 75 74 63 63 46 63 50 84 77 78 87 76 68 85 79 57 44 69 72 50 63 52 74 38 56 43 64 53 29 43 39 73 53 63 66 58 71 52 82 52 45 75 71 60 11 9 18 57 47 45 62 55 45
Lesiones culposas 37 42 45 45 42 45 32 37 44 53 51 68 44 46 45 59 41 83 70 72 83 82 95 64 76 53 71 71 78 61 52 60 70 72 62 67 59 65 75 74 81 69 83 85 70 91 77 64 78 70 71 65 80 69 77 91 105 87 83 96 56 80 91 63 40 73 57 64 82 99 71 71
Lesiones dolosas 176 194 205 244 236 240 235 246 227 245 290 266 172 173 219 239 286 322 320 405 357 366 304 409 367 315 366 356 561 458 389 422 375 399 355 371 325 335 448 459 504 432 519 419 421 509 400 423 402 413 503 483 614 522 499 448 498 461 380 467 353 417 488 433 326 398 481 393 415 397 340 356
Narcomenudeo 21 22 18 19 18 18 10 7 10 30 30 21 62 84 79 63 42 61 72 74 72 68 71 78 97 74 91 66 81 84 91 70 58 67 82 81 85 79 85 98 92 83 106 112 97 115 88 109 139 133 138 139 165 158 152 119 117 126 107 86 133 122 102 77 78 72 79 89 106 97 90 89
Otros delitos contra el patrimonio 2 0 3 4 4 2 4 2 2 2 5 3 1 3 2 2 6 1 2 3 3 2 2 1 1 5 5 4 3 2 4 2 5 3 1 3 1 4 4 5 6 1 3 3 3 4 2 1 1 3 9 2 3 5 7 4 6 4 1 3 4 2 5 3 2 4 5 5 5 3 5 4
Otros delitos contra la familia 3 4 3 6 5 4 5 4 10 8 4 10 4 8 5 15 11 4 10 14 8 12 10 11 9 5 11 13 17 12 13 23 11 14 10 26 21 17 16 14 16 14 19 26 15 18 18 17 12 6 13 17 28 15 20 29 15 18 14 20 14 13 23 12 11 14 26 19 22 17 9 21
Otros delitos contra la sociedad 12 8 14 9 5 13 8 6 10 11 4 8 12 7 18 15 16 13 8 7 9 6 9 4 6 12 11 14 14 6 13 12 16 9 9 10 3 17 11 7 16 11 14 5 10 9 13 16 8 9 11 15 12 11 7 8 25 39 23 15 15 17 29 16 25 12 23 30 54 47 63 69
Otros delitos del Fuero Común 106 112 121 96 107 142 130 120 114 136 166 163 122 133 163 148 202 233 268 245 267 269 236 275 252 259 317 252 304 350 300 323 287 321 262 305 302 348 388 382 366 355 349 339 373 428 318 346 376 364 359 397 469 424 465 461 414 453 401 339 402 402 398 295 326 328 302 292 310 346 321 341
Otros delitos que atentan contra la libertad personal 3 1 2 3 1 8 2 3 2 3 3 2 3 0 2 2 1 2 3 2 1 6 3 1 8 3 3 4 0 8 6 0 1 7 1 3 1 2 2 2 1 2 1 4 4 3 5 3 3 1 4 3 10 5 7 4 7 2 4 2 4 8 15 13 7 7 4 5 12 9 10 11
Otros delitos que atentan contra la libertad y la seguridad sexual 7 1 7 4 6 6 2 2 4 4 6 4 3 4 4 2 9 1 5 8 1 2 2 4 1 4 5 2 6 1 7 7 2 3 6 3 4 7 2 3 2 1 2 2 3 2 0 1 3 4 6 4 6 3 5 5 5 5 2 3 6 7 2 5 4 4 7 2 4 4 4 5
Otros delitos que atentan contra la vida y la integridad corporal 50 36 60 58 47 52 44 44 53 72 59 84 24 35 44 40 48 74 55 81 66 54 56 49 54 70 69 67 61 63 58 61 48 83 63 67 64 54 66 59 80 64 62 55 57 61 66 79 67 70 72 76 73 72 95 84 80 85 80 86 77 93 91 76 80 83 76 106 100 80 88 74
Otros robos 573 539 543 542 560 557 534 563 580 627 556 494 556 480 559 591 551 649 719 788 731 822 724 649 716 710 797 710 777 877 805 898 887 912 946 844 816 795 866 887 926 947 903 929 865 931 800 828 963 940 1015 942 884 938 967 978 871 1029 950 1018 936 905 933 734 722 677 785 858 872 893 822 830
Rapto 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Robo a casa habitación 165 161 215 220 236 202 184 212 223 192 201 206 194 204 213 218 213 285 292 317 289 383 309 365 308 291 351 282 304 331 327 327 327 345 356 303 369 271 344 331 312 270 352 361 357 320 282 360 340 260 278 303 320 265 303 290 266 267 264 253 317 261 219 188 179 190 227 227 226 229 256 216
Robo a institución bancaria 1 2 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Robo a negocio 177 129 192 191 140 152 153 157 136 151 140 132 154 132 154 152 185 220 294 244 249 296 264 269 257 256 314 252 261 229 271 295 294 294 292 348 296 267 262 249 262 215 224 237 223 292 299 226 257 248 268 281 312 272 312 319 252 297 299 262 286 238 270 214 219 232 259 293 293 336 286 270
Robo a transeúnte en espacio abierto al público 0 1 0 0 1 0 1 0 0 1 2 2 3 1 1 2 3 9 7 6 7 6 5 4 18 8 8 6 16 27 22 24 17 13 14 30 0 11 20 31 11 13 21 13 45 14 22 16 14 14 7 14 14 8 22 7 12 16 8 22 11 14 7 9 6 9 7 9 8 8 5 12
Robo a transeúnte en vía pública 101 58 110 80 97 80 83 88 116 118 108 90 87 64 114 104 110 149 158 186 185 172 150 176 140 147 157 157 151 161 141 169 169 195 194 195 199 178 159 135 181 160 178 170 137 203 153 147 124 133 115 145 145 122 113 137 146 162 156 116 110 134 149 85 91 110 133 141 127 120 110 122
Robo a transportista 8 20 9 10 10 13 8 10 6 16 17 14 20 22 8 10 15 14 10 1 7 11 4 3 10 7 8 2 3 6 10 11 11 16 4 10 33 17 21 18 11 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Robo de autopartes 33 26 39 34 37 30 52 34 34 41 40 28 36 22 16 16 14 49 62 52 46 49 43 40 55 64 57 72 55 76 53 70 76 86 87 57 78 86 100 94 116 90 104 86 104 90 73 73 110 96 75 68 63 69 76 58 61 71 39 45 70 61 81 68 46 49 52 62 49 38 47 31
Robo de ganado 26 24 24 22 19 28 42 34 32 22 14 32 30 26 21 20 26 18 13 20 18 26 26 22 14 20 20 7 20 18 27 17 16 21 21 23 28 31 12 9 15 19 16 21 11 16 13 14 17 33 19 19 29 19 19 27 19 22 13 22 22 11 15 7 18 12 10 19 16 20 12 11
Robo de maquinaria 0 1 1 3 2 2 3 1 1 2 3 1 2 3 2 2 3 3 0 1 3 2 1 1 0 0 4 0 6 3 1 1 1 2 0 4 1 1 0 1 3 2 1 1 0 2 2 2 1 1 2 0 0 0 0 1 0 0 1 1 3 0 2 2 1 2 4 0 1 0 0 0
Robo de vehículo automotor 313 275 274 273 326 340 320 364 389 350 311 337 326 305 378 347 372 415 408 504 458 478 440 449 423 412 457 411 500 516 513 516 496 510 494 490 508 398 468 474 535 525 556 632 480 527 468 594 472 442 441 473 426 399 402 372 355 357 376 407 347 338 328 272 223 236 338 299 280 333 318 319
Robo en transporte individual 22 12 16 12 16 22 11 23 26 19 29 28 26 24 25 15 35 19 22 32 19 25 36 28 17 25 41 25 27 22 27 29 37 31 33 41 33 33 28 21 34 38 24 30 37 31 37 29 22 20 19 36 35 42 27 28 35 43 23 27 27 27 28 17 32 42 50 31 39 32 28 27
Robo en transporte público colectivo 29 26 51 33 27 20 38 60 60 54 41 48 28 38 35 47 53 57 55 75 61 66 46 32 38 31 33 33 34 65 52 33 24 16 17 24 15 12 10 2 7 6 5 7 5 5 9 9 16 7 4 13 12 16 13 21 24 47 51 27 30 42 21 28 37 34 35 22 33 19 24 15
Robo en transporte público individual 6 3 7 6 3 7 5 2 4 5 2 5 1 4 5 4 1 6 9 7 6 6 0 6 7 5 12 10 8 12 14 12 10 5 5 2 7 11 8 5 12 8 8 6 11 6 6 6 8 14 15 8 6 6 12 8 17 8 13 20 11 10 21 14 11 9 7 10 3 15 9 12
Secuestro 1 0 2 2 3 1 2 3 0 2 0 3 1 0 1 1 0 0 0 1 2 0 3 3 2 0 1 0 2 0 3 0 1 1 0 1 2 0 1 0 0 0 2 0 2 3 1 1 1 2 1 0 2 0 0 0 0 0 0 2 1 0 2 2 0 0 1 0 1 1 0 1
Tráfico de menores 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Trata de personas 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 2 0 1 0 0 1 3 0 1 0 0 0 3 1 2 1 3 1 1 2 0 0 1 0 0 1 1 3 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 1 1 1
Violación equiparada 1 3 3 2 1 2 3 1 3 4 1 5 1 1 4 1 3 6 7 4 6 3 7 6 6 8 4 1 11 10 7 9 9 6 6 4 10 5 6 5 6 9 4 4 6 5 9 4 3 9 8 7 12 5 9 12 5 7 11 14 11 14 4 12 16 20 9 20 13 23 15 13
Violación simple 17 11 30 25 31 22 29 28 24 28 28 21 16 20 21 24 34 22 25 25 37 24 28 9 12 21 31 23 36 31 25 27 23 24 24 19 18 25 18 18 22 32 23 23 20 22 27 14 20 24 29 33 44 47 49 33 28 44 43 51 47 39 47 30 25 26 33 30 29 29 33 27
Violencia de género en todas sus modalidades distinta a la violencia familiar 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 1 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 1 1 1 2 0 1 0 1 3 0 3 1 2 3 0 0 2 3
Violencia familiar 49 67 81 74 86 76 73 82 86 106 83 79 59 72 80 82 75 76 83 95 89 103 82 69 85 63 96 83 123 92 106 126 86 111 103 112 113 97 136 178 179 154 177 175 182 188 142 144 150 159 221 236 245 216 385 354 286 338 283 262 260 298 376 297 308 261 342 295 274 313 281 247

Delitos que aumentaron respecto del mismo mes en el año anterior(en tasa por cada 1000 habitantes)

kable(aumentoContraUnAno)
x
Abuso de confianza
Acoso sexual
Despojo
Extorsión
Fraude
Narcomenudeo
Otros delitos contra el patrimonio
Otros delitos contra la sociedad
Otros delitos que atentan contra la libertad personal
Otros delitos que atentan contra la libertad y la seguridad sexual
Robo a negocio
Robo a transeúnte en vía pública
Violencia de género en todas sus modalidades distinta a la violencia familiar

Delitos en su máximo del año en Querétaro

#MAximo en el año

stop3<-stop1-(stop1 %% 12)+2
if(stop3>stop1){
  stop3<-stop3-12
}else{stop3<-stop3}

soloEsteAno<-catalogoDelitos[,c(1,stop3:stop1)]
maxAno<-apply(X = soloEsteAno[,2:ncol(soloEsteAno)],MARGIN = 1,FUN = max)
delitosEnmaximoAnual<-soloEsteAno$Delito[soloEsteAno[,ncol(soloEsteAno)]>=maxAno & soloEsteAno[ncol(soloEsteAno)]!=0]

kable(delitosEnmaximoAnual)
x
Otros delitos contra la sociedad
Trata de personas
Violencia de género en todas sus modalidades distinta a la violencia familiar

Municipal

Municipios que aumentaron respecto del mismo mes del año anterior (Diciembre )

#Superior al mismo périodo del año anterior

catalogoMunicipios<-as.data.frame(sort(unique(delitosQRO2020$Cve..Municipio)))
losMeses2020<-sort(unique(delitosQRO2020$periodo))
for (i in 1:length(losMeses2020)){
  a<-subset(delitosQRO2020, delitosQRO2020$periodo==losMeses2020[i])
  b<-as.data.frame(aggregate(a$value~a$Cve..Municipio,a,sum))[2]
  catalogoMunicipios<-cbind(catalogoMunicipios,b)
}
names(catalogoMunicipios)<-c("cveMun", losMeses2020)
catalogoMunicipios<-catalogoMunicipios[1:18,]

pop2020Qro<-subset(pop2020,pop2020$CLAVE_ENT==22)
popQro20<- aggregate(pop2020Qro$POB~ pop2020Qro$CLAVE,pop2020Qro,sum)

pop2019Qro<-subset(pop,pop$CLAVE_ENT==22 & pop$ANO==2019)
popQro19<- aggregate(pop2019Qro$POB~ pop2019Qro$CLAVE,pop2019Qro,sum)


comparaAnoAnteriorMUN<-catalogoMunicipios[,c(1,stop2,stop1)]
comparaAnoAnteriorMUNTasa<-comparaAnoAnteriorMUN
comparaAnoAnteriorMUNTasa[2]<-round(comparaAnoAnteriorMUNTasa[2]/popQro19[2]*1000,3)
comparaAnoAnteriorMUNTasa[3]<-round(comparaAnoAnteriorMUNTasa[3]/popQro20[2]*1000,3)
names(comparaAnoAnteriorMUNTasa)<-c("Delito", "Tasa 2019", "Tasa 2020")
comparaAnoAnteriorMUNTasa$cambio<-NA
comparaAnoAnteriorMUNTasa$cambio<-round((comparaAnoAnteriorMUNTasa[3]-comparaAnoAnteriorMUNTasa[2])/comparaAnoAnteriorMUNTasa[2],2)

misMuns<-catalogoMunicipios[,1]
catalogoMunicipios$nomMun<-NA
nomMun<-c()
for (i in 1:length(misMuns)) {
  catalogoMunicipios$nomMun[i]<-unique(delitosQRO2020$Municipio[delitosQRO2020$Cve..Municipio==misMuns[i]])
  nomMun[i]<-unique(delitosQRO2020$Municipio[delitosQRO2020$Cve..Municipio==misMuns[i]])
}


aumento<-comparaAnoAnteriorMUNTasa$Delito[comparaAnoAnteriorMUNTasa$cambio>0 & !is.na(comparaAnoAnteriorMUNTasa$cambio)]
aumentoContraUnAnoMUNICIPAL<-NA
for (i in 1:length(aumento)) {
  aumentoContraUnAnoMUNICIPAL[i]<-catalogoMunicipios$nomMun[catalogoMunicipios$cveMun==aumento[i]]
}
names(aumentoContraUnAnoMUNICIPAL)<-c("Municipios")

kable(aumentoContraUnAnoMUNICIPAL,caption = "Municipios cuya tasa por cada 1000 habitantes aumentó respecto del mismo mes del año anterior")
Municipios cuya tasa por cada 1000 habitantes aumentó respecto del mismo mes del año anterior
x
Ezequiel Montes
Huimilpan
Jalpan de Serra
San Joaquín
Tolimán

Cambio respecto del mes anterior por municipio

stop4<-stop1-1
municipio<-as.data.frame(cbind(catalogoMunicipios$cveMun, catalogoMunicipios$nomMun,catalogoMunicipios[,stop4],catalogoMunicipios[,stop1]))
municipio$tasa<-NA
municipio$tasa<-round((as.numeric(municipio[,4])-as.numeric(municipio[,3]) )/as.numeric(municipio[,3])*100,2)
names(municipio)<-c("cveMun","Municipio",anterior, esteMes,"Tasa de cambio respecto del mes anterior (%)")
kable(municipio[2:5])
Municipio Noviembre Diciembre Tasa de cambio respecto del mes anterior (%)
Amealco de Bonfil 65 63 -3.08
Pinal de Amoles 18 14 -22.22
Arroyo Seco 4 0 -100.00
Cadereyta de Montes 72 73 1.39
Colón 69 70 1.45
Corregidora 302 285 -5.63
Ezequiel Montes 68 53 -22.06
Huimilpan 43 51 18.60
Jalpan de Serra 37 45 21.62
Landa de Matamoros 19 5 -73.68
El Marqués 311 346 11.25
Pedro Escobedo 87 65 -25.29
Peñamiller 11 10 -9.09
Querétaro 2576 2513 -2.45
San Joaquín 5 9 80.00
San Juan del Río 502 528 5.18
Tequisquiapan 65 69 6.15
Tolimán 15 24 60.00

Municipios en Máximo Anual

soloEsteAnoMUN<-catalogoMunicipios[,c(1,stop3:stop1)]
maxAnoMun<-apply(X = soloEsteAnoMUN[,2:ncol(soloEsteAnoMUN)],MARGIN = 1,FUN = max)

municipiosEnmaximoAnual<-soloEsteAnoMUN
municipiosEnmaximoAnual<-soloEsteAnoMUN$cveMun[soloEsteAnoMUN[,ncol(soloEsteAnoMUN)]>=maxAnoMun & soloEsteAnoMUN[ncol(soloEsteAnoMUN)]!=0]

munmax<-c()
for (i in 1:length(municipiosEnmaximoAnual)) {
  munmax[i]<-catalogoMunicipios$nomMun[catalogoMunicipios$cveMun==municipiosEnmaximoAnual[i]]
}
names(munmax)<-c("Municipios en Máximo Anual")
kable(munmax)
x
Municipios en Máximo Anual Cadereyta de Montes

Municipios en su nivel máximo (absoluto) registrado

maximoAbsolutoMUNICIPAL<-apply(X = catalogoMunicipios[,2:stop1], MARGIN = 1,max)

estePeriodoMunicipal<-catalogoMunicipios[,stop1]

municipiosEnmaximoAbsoluto<-catalogoMunicipios$nomMun[estePeriodoMunicipal!=0 & estePeriodoMunicipal>=maximoAbsolutoMUNICIPAL]


if(!is.null(dim(municipiosEnmaximoAbsoluto))){
names(municipiosEnmaximoAbsoluto)<-c("Municipios en máximo histórico (absoluto) registrado")
}
kable(municipiosEnmaximoAbsoluto)
x

Serie de tiempo municipal (Absolutos)

catalogoMunicipios2<-catalogoMunicipios
names(catalogoMunicipios2[2:73])<-paste0(substr(names(catalogoMunicipios2[2:73]),5,6),"-",substr(names(catalogoMunicipios2[2:73]),1,4))


catalogoMunicipios2<-cbind(catalogoMunicipios2[,1],catalogoMunicipios2[,74],catalogoMunicipios2[,2:stop1])
names(catalogoMunicipios2)[c(1,2)]<-c("Clave","Municipio")
kable(catalogoMunicipios2)
Clave Municipio 201501 201502 201503 201504 201505 201506 201507 201508 201509 201510 201511 201512 201601 201602 201603 201604 201605 201606 201607 201608 201609 201610 201611 201612 201701 201702 201703 201704 201705 201706 201707 201708 201709 201710 201711 201712 201801 201802 201803 201804 201805 201806 201807 201808 201809 201810 201811 201812 201901 201902 201903 201904 201905 201906 201907 201908 201909 201910 201911 201912 202001 202002 202003 202004 202005 202006 202007 202008 202009 202010 202011 202012
22001 Amealco de Bonfil 45 47 52 40 52 51 50 59 42 52 55 70 48 51 53 52 71 50 59 49 43 44 40 40 51 36 45 43 43 81 48 42 48 40 48 37 54 46 43 34 38 80 90 80 53 70 73 70 92 89 92 101 101 105 80 74 65 87 87 88 76 84 93 75 53 74 67 74 76 75 65 63
22002 Pinal de Amoles 14 3 10 10 11 12 11 6 10 11 3 11 10 17 9 14 10 9 5 10 8 17 4 13 8 7 17 13 14 11 13 12 11 21 13 6 9 11 9 18 26 28 28 15 18 15 12 7 9 21 16 25 15 21 21 21 15 18 18 19 20 20 19 19 28 21 12 20 15 11 18 14
22003 Arroyo Seco 5 4 5 4 4 5 7 8 5 4 5 3 2 2 4 3 7 6 6 2 5 2 3 9 6 6 3 5 4 2 9 7 2 3 5 3 3 6 6 8 12 8 12 5 2 8 3 9 17 7 7 9 7 9 12 8 5 7 20 10 11 4 16 11 10 8 10 10 7 8 4 0
22004 Cadereyta de Montes 41 37 37 37 38 47 40 36 50 29 37 40 47 48 47 58 52 41 51 45 42 50 37 38 43 44 46 48 51 59 47 48 49 49 40 27 38 50 46 59 48 74 84 60 109 75 53 64 58 88 87 60 66 62 75 80 71 60 74 72 52 69 61 65 64 59 72 54 62 64 72 73
22005 Colón 40 30 46 42 40 56 45 40 48 38 47 36 49 53 50 49 57 63 56 60 71 66 55 52 45 60 53 50 57 67 48 48 36 54 55 56 47 53 49 62 54 61 80 53 67 77 54 65 62 59 71 76 67 70 75 82 86 80 59 71 72 62 81 69 64 82 61 66 91 74 69 70
22006 Corregidora 176 166 186 179 200 218 189 183 189 210 211 182 185 192 183 213 226 297 338 359 302 304 308 306 321 311 368 283 361 304 343 306 342 352 298 330 345 329 397 362 379 387 390 373 349 365 329 373 353 333 396 374 399 379 382 364 346 394 377 333 400 358 349 260 253 254 315 302 317 342 302 285
22007 Ezequiel Montes 30 38 25 23 22 42 37 31 40 47 43 43 26 35 68 55 57 40 41 48 48 47 37 39 28 22 36 26 32 38 47 38 39 43 48 30 51 52 42 51 46 58 64 75 63 46 59 54 54 46 90 59 61 62 54 60 63 55 55 46 62 55 57 35 63 56 43 44 37 51 68 53
22008 Huimilpan 36 33 42 28 25 39 30 33 32 26 52 35 29 36 42 21 33 28 34 31 28 29 40 22 22 21 23 24 37 29 26 41 32 35 20 35 29 37 33 28 28 34 49 49 44 46 55 38 48 44 55 54 53 43 59 50 58 61 35 49 57 61 65 38 51 56 68 60 36 45 43 51
22009 Jalpan de Serra 18 32 35 15 27 21 16 23 13 24 16 18 25 16 32 29 25 24 32 27 20 24 15 15 22 25 21 23 21 24 23 18 14 38 32 20 29 27 30 34 41 31 49 36 38 42 32 31 50 47 42 40 57 29 36 36 23 36 31 21 39 30 32 38 28 36 36 40 49 40 37 45
22010 Landa de Matamoros 1 4 3 2 5 4 6 2 6 9 8 5 3 1 1 3 4 9 6 8 6 2 6 4 6 5 5 6 9 4 6 8 4 4 6 7 10 3 8 6 7 11 10 9 5 10 15 10 7 6 7 9 5 9 10 12 9 11 11 10 13 10 18 19 6 13 14 13 13 10 19 5
22011 El Marqués 133 161 158 184 158 171 166 168 197 169 158 173 152 151 148 170 189 222 279 322 287 289 276 266 262 279 294 313 338 325 328 325 285 291 268 307 365 308 334 352 390 376 378 381 337 393 347 372 441 457 437 474 488 392 473 387 380 417 379 408 377 395 404 321 291 348 403 355 363 392 311 346
22012 Pedro Escobedo 44 32 54 48 49 59 49 57 32 45 45 44 47 50 68 57 70 46 52 66 55 37 48 49 59 68 101 83 101 113 107 123 106 131 87 117 112 102 110 116 135 112 123 117 106 129 111 90 151 111 103 130 140 113 131 114 115 105 91 80 80 76 115 66 90 84 101 107 75 70 87 65
22013 Peñamiller 10 4 3 4 9 5 9 3 6 6 8 7 8 5 4 7 13 11 7 7 17 6 11 5 5 4 6 5 10 14 3 9 6 5 6 10 11 8 10 15 12 14 9 15 15 17 14 11 13 7 14 11 10 14 11 15 8 19 4 17 7 20 14 13 6 37 15 20 16 17 11 10
22014 Querétaro 1556 1414 1611 1557 1605 1541 1601 1713 1747 1830 1762 1704 1557 1414 1712 1686 1873 2461 2647 2936 2769 2983 2550 2561 2489 2447 2772 2517 2992 2962 2701 3073 2829 3031 2941 2833 2684 2500 2873 2791 3003 2802 2975 3026 2859 3126 2648 2702 2816 2748 2915 2976 3184 2959 3101 2900 2671 2971 2717 2755 2620 2676 2748 2061 2006 2053 2478 2564 2659 2828 2576 2513
22015 San Joaquín 1 1 1 2 2 2 1 3 3 1 3 3 3 4 3 3 4 4 2 5 7 4 5 6 3 4 3 4 8 3 2 5 3 3 5 2 1 0 4 8 4 5 5 8 4 6 5 10 8 6 4 7 7 3 13 9 6 10 7 7 8 6 6 7 6 7 7 6 11 6 5 9
22016 San Juan del Río 371 314 404 425 440 410 366 312 354 400 406 364 339 380 400 437 430 392 398 356 392 371 403 479 518 478 569 457 543 558 514 560 537 617 574 535 594 604 695 677 714 650 631 605 594 664 589 611 624 561 684 702 788 664 736 687 631 660 579 579 616 611 622 490 442 478 644 631 592 589 502 528
22017 Tequisquiapan 47 40 32 34 43 37 52 46 53 47 54 57 35 35 55 52 42 54 52 50 58 41 42 49 49 57 50 50 119 98 109 93 107 100 91 86 123 81 103 127 132 102 100 103 94 109 84 100 73 90 103 95 94 94 114 134 84 108 87 101 110 117 111 100 79 103 99 103 89 81 65 69
22018 Tolimán 11 10 24 18 11 21 17 12 13 18 16 11 18 14 17 20 21 21 15 16 13 16 12 18 13 9 16 17 24 14 11 11 15 15 12 17 8 10 6 18 19 43 44 41 41 42 39 38 33 36 53 36 19 43 56 46 29 16 29 23 23 22 18 27 35 27 16 22 11 22 15 24

Top 5 delitos por municipio

En lo que va del año

mm<-unique(delitosQRO2020$Cve..Municipio)
mm<-mm[1:18]
top5<-as.data.frame(c("Primero","Segundo","Tercero","Cuarto","Quinto"))
for (i in 1:length(mm)){
  mimu<-subset(delitosQRO2020,delitosQRO2020$Cve..Municipio==mm[i] & delitosQRO2020$Ano==2020)
  a<-aggregate(mimu$value~mimu$Subtipo.de.delito,data = mimu, FUN = sum)
  a<-as.data.frame(a)
  names(a)<-c(nomMun[i],"Carpetas")
  a<-a[order(a$Carpetas, decreasing = TRUE),]
  top5<-cbind(top5,a[1:5,])
}
names(top5)[1]<-c("Posicion")
kable(top5,caption="Top 5 delitos en carpetas de investigación por municipio en lo que va del año ")
Top 5 delitos en carpetas de investigación por municipio en lo que va del año
Posicion Amealco de Bonfil Carpetas Pinal de Amoles Carpetas Arroyo Seco Carpetas Cadereyta de Montes Carpetas Colón Carpetas Corregidora Carpetas Ezequiel Montes Carpetas Huimilpan Carpetas Jalpan de Serra Carpetas Landa de Matamoros Carpetas El Marqués Carpetas Pedro Escobedo Carpetas Peñamiller Carpetas Querétaro Carpetas San Joaquín Carpetas San Juan del Río Carpetas Tequisquiapan Carpetas Tolimán Carpetas
34 Primero Otros robos 115 Lesiones dolosas 47 Violencia familiar 19 Lesiones dolosas 117 Otros robos 157 Otros robos 671 Otros robos 109 Otros robos 84 Violencia familiar 86 Violencia familiar 28 Otros robos 866 Otros robos 164 Lesiones dolosas 33 Otros robos 6139 Amenazas 13 Otros robos 1238 Otros robos 196 Violencia familiar 67
25 Segundo Lesiones dolosas 114 Violencia familiar 39 Amenazas 17 Violencia familiar 107 Violencia familiar 133 Lesiones dolosas 331 Violencia familiar 72 Amenazas 78 Otros robos 65 Lesiones dolosas 20 Lesiones dolosas 466 Lesiones dolosas 154 Violencia familiar 30 Robo a negocio 2487 Otros robos 12 Amenazas 711 Robo a casa habitación 119 Lesiones dolosas 40
55 Tercero Violencia familiar 107 Amenazas 21 Otros robos 12 Otros robos 72 Lesiones dolosas 100 Otros delitos del Fuero Común 313 Lesiones dolosas 57 Lesiones dolosas 73 Lesiones dolosas 46 Amenazas 17 Violencia familiar 343 Violencia familiar 88 Amenazas 18 Lesiones dolosas 2438 Violencia familiar 12 Lesiones dolosas 625 Lesiones dolosas 117 Amenazas 15
6 Cuarto Amenazas 97 Otros robos 19 Lesiones dolosas 8 Amenazas 70 Otros delitos del Fuero Común 61 Amenazas 298 Otros delitos del Fuero Común 55 Violencia familiar 59 Amenazas 43 Otros robos 15 Amenazas 334 Amenazas 82 Otros robos 16 Robo de vehículo automotor 2369 Robo a casa habitación 10 Violencia familiar 569 Amenazas 97 Otros robos 14
30 Quinto Otros delitos del Fuero Común 83 Otros delitos del Fuero Común 14 Otros delitos del Fuero Común 7 Otros delitos del Fuero Común 63 Amenazas 53 Fraude 260 Robo de vehículo automotor 45 Daño a la propiedad 52 Otros delitos del Fuero Común 38 Otros delitos del Fuero Común 12 Robo de vehículo automotor 292 Otros delitos del Fuero Común 79 Daño a la propiedad 14 Otros delitos del Fuero Común 2335 Lesiones dolosas 8 Otros delitos del Fuero Común 556 Otros delitos del Fuero Común 77 Daño a la propiedad 13

Top 5 municipal durante Diciembre

top5mes<-as.data.frame(c("Primero","Segundo","Tercero","Cuarto","Quinto"))
for (i in 1:length(mm)) {
  mimume<-subset(delitosQRO2020,delitosQRO2020$Cve..Municipio==mm[i] & delitosQRO2020$Ano==2020 & delitosQRO2020$meses==esteMes)
  a<-aggregate(mimume$value~mimume$Subtipo.de.delito,data = mimume, FUN = sum)
  a<-as.data.frame(a)
  names(a)<-c(nomMun[i],"Carpetas")
  a<-a[order(a$Carpetas, decreasing = TRUE),]
  top5mes<-cbind(top5mes,a[1:5,])
}
names(top5mes)[1]<-c("Posicion")
kable(top5mes,caption=paste0("Top 5 delitos en carpetas de investigación por municipio en ",esteMes))
Top 5 delitos en carpetas de investigación por municipio en Diciembre
Posicion Amealco de Bonfil Carpetas Pinal de Amoles Carpetas Arroyo Seco Carpetas Cadereyta de Montes Carpetas Colón Carpetas Corregidora Carpetas Ezequiel Montes Carpetas Huimilpan Carpetas Jalpan de Serra Carpetas Landa de Matamoros Carpetas El Marqués Carpetas Pedro Escobedo Carpetas Peñamiller Carpetas Querétaro Carpetas San Joaquín Carpetas San Juan del Río Carpetas Tequisquiapan Carpetas Tolimán Carpetas
55 Primero Violencia familiar 12 Otros delitos del Fuero Común 3 Aborto 0 Otros delitos del Fuero Común 12 Otros robos 12 Otros robos 48 Otros robos 10 Otros robos 8 Otros delitos del Fuero Común 6 Violencia familiar 2 Otros robos 78 Lesiones dolosas 13 Amenazas 3 Otros robos 525 Violencia familiar 4 Otros robos 101 Otros robos 14 Despojo 6
6 Segundo Amenazas 10 Amenazas 2 Abuso de confianza 0 Lesiones dolosas 10 Violencia familiar 9 Fraude 24 Violencia familiar 8 Robo de vehículo automotor 5 Violencia familiar 6 Amenazas 1 Lesiones dolosas 42 Otros robos 11 Acoso sexual 2 Otros delitos del Fuero Común 214 Abuso de confianza 1 Amenazas 57 Lesiones dolosas 10 Violencia familiar 4
25 Tercero Lesiones dolosas 9 Lesiones dolosas 2 Abuso sexual 0 Violencia familiar 10 Otros delitos contra la sociedad 7 Robo de vehículo automotor 23 Otros delitos del Fuero Común 6 Violencia familiar 5 Amenazas 4 Otros delitos que atentan contra la vida y la integridad corporal 1 Robo de vehículo automotor 33 Violencia familiar 9 Daño a la propiedad 1 Robo a negocio 212 Amenazas 1 Lesiones dolosas 51 Robo a casa habitación 8 Lesiones culposas 2
34 Cuarto Otros robos 5 Abuso sexual 1 Acoso sexual 0 Otros robos 8 Otros delitos del Fuero Común 6 Lesiones dolosas 21 Robo de vehículo automotor 5 Amenazas 4 Otros robos 4 Otros robos 1 Robo a casa habitación 25 Amenazas 5 Lesiones dolosas 1 Robo de vehículo automotor 199 Lesiones dolosas 1 Otros delitos del Fuero Común 41 Amenazas 7 Narcomenudeo 2
30 Quinto Otros delitos del Fuero Común 4 Allanamiento de morada 1 Allanamiento de morada 0 Amenazas 6 Lesiones dolosas 4 Violencia familiar 19 Lesiones dolosas 4 Daño a la propiedad 4 Robo a casa habitación 4 Aborto 0 Amenazas 19 Otros delitos que atentan contra la vida y la integridad corporal 4 Otros robos 1 Fraude 197 Otros delitos del Fuero Común 1 Fraude 32 Robo de vehículo automotor 7 Otros robos 2

Robo y robo con violencia

delitos3<-delitos2[delitos2$Modalidad=="Con violencia" | delitos2$Modalidad=="Sin violencia" | delitos2$Subtipo.de.delito=="Robo de maquinaria" | delitos2$Subtipo.de.delito== "Robo de vehículo automotor" ,]

cualArreglar<-unique(delitos3$Modalidad)
cualArreglar<-cualArreglar[3:length(cualArreglar)]
for (i in 1:length(cualArreglar)) {
    x<-i%%2
  if(x==0){
    delitos3$Subtipo.de.delito[delitos3$Modalidad==cualArreglar[i]]<-sub("Sin violencia","", cualArreglar[i])
    delitos3$Modalidad[delitos3$Modalidad==cualArreglar[i]]<-"Sin violencia"
  }else{
    delitos3$Subtipo.de.delito[delitos3$Modalidad==cualArreglar[i]]<-sub("Con violencia","", cualArreglar[i])
    delitos3$Modalidad[delitos3$Modalidad==cualArreglar[i]]<-"Con violencia"
  }
}
# esto es casi copia del primer modulo, delitos por estado

RobosPorEstadoAnual<-as.data.frame(order(unique(delitos3$Clave_Ent)))
for (i in 1:length(losAnos)) {
  misub=subset(delitos3,delitos3$Ano==losAnos[i])
  mitab<-as.data.frame(aggregate(misub$value~misub$Clave_Ent,misub,sum))[2]
  RobosPorEstadoAnual<-cbind(RobosPorEstadoAnual,mitab)
}
names(RobosPorEstadoAnual)<-c("clave de la entidad",paste0("year",losAnos))

Robos por estado y año

kable(RobosPorEstadoAnual)
clave de la entidad year2015 year2016 year2017 year2018 year2019 year2020
1 10719 11412 15205 15697 12988 10417
2 48838 48708 51385 40705 37180 27993
3 9113 11365 10797 10350 8625 5690
4 858 1091 883 981 1063 925
5 13140 10628 10438 8866 6653 6347
6 2986 7086 8336 8163 7547 6415
7 7930 8996 9160 9336 6410 3431
8 16139 13475 17366 16509 16186 12914
9 77435 81555 102714 123514 109431 77959
10 10363 9835 11158 10629 10060 8712
11 31655 35063 39809 42982 42732 34398
12 12600 11613 10286 8383 7564 5917
13 9866 11403 14400 14641 14873 11588
14 27501 58804 88606 85035 76243 53457
15 168652 149203 161155 167529 157281 136258
16 16001 16313 18262 18611 17106 13940
17 20564 19641 17686 17313 16301 15100
18 1468 795 584 1172 735 745
19 14534 19000 16877 15793 14235 16091
20 1737 9919 10887 12541 13153 10344
21 23166 21691 29621 32477 35887 25548
22 17633 22119 27020 27836 26816 22760
23 12652 7102 11441 14318 20050 15510
24 6033 7854 11850 13991 16495 12774
25 10115 8628 9885 8608 7155 6660
26 9997 16021 10456 7470 7291 9250
27 18091 23178 25469 25059 20167 12961
28 19273 15541 16175 14098 13019 8641
29 4736 4703 5360 4296 2822 2615
30 17841 16902 28262 23595 29887 22429
31 3625 2664 2218 2371 2625 583
32 7386 7047 7348 7733 7378 5891

Robos con violencia por estado y año

RobosConViolenciaPorEstadoAnual<-as.data.frame(order(unique(delitos3$Clave_Ent)))
for (i in 1:length(losAnos)) {
  misub=subset(delitos3,delitos3$Ano==losAnos[i] & delitos3$Modalidad=="Con violencia")
  mitab<-as.data.frame(aggregate(misub$value~misub$Clave_Ent,misub,sum))[2]
  RobosConViolenciaPorEstadoAnual<-cbind(RobosConViolenciaPorEstadoAnual,mitab)
}
names(RobosConViolenciaPorEstadoAnual)<-c("clave de la entidad",paste0("year",losAnos))

kable(RobosConViolenciaPorEstadoAnual)
clave de la entidad year2015 year2016 year2017 year2018 year2019 year2020
1 838 883 1122 1245 1198 976
2 9250 10360 12544 9908 10497 8316
3 698 827 1037 924 889 624
4 185 137 150 226 210 249
5 2221 1466 1471 1124 511 577
6 418 1123 1136 1015 447 131
7 5767 5701 5268 5528 3883 1519
8 2241 1592 1949 1562 1626 1501
9 23710 21483 28456 42686 37550 25200
10 1890 1180 1001 1016 694 682
11 6549 8497 10257 12737 14903 13097
12 3383 4089 5530 4733 3655 2795
13 1390 2126 3634 4609 4830 3749
14 6376 7494 30525 28849 27471 21329
15 88064 58336 93723 97255 86549 75006
16 4207 5367 6884 7379 6950 5878
17 6736 5769 4967 4083 3510 4150
18 369 167 121 191 163 143
19 4148 5935 4398 3752 3072 2680
20 814 2758 3782 4683 4170 3587
21 9133 9249 14862 18552 19754 12691
22 3455 2927 2682 2718 2953 3117
23 1721 1419 2614 4297 5910 4405
24 1288 1590 2777 3396 3562 3181
25 3506 3454 4622 4669 3827 3265
26 2569 7642 4675 3213 3552 5288
27 9278 10331 10586 14303 11973 7440
28 5716 4894 5953 5173 4908 3474
29 1331 1590 2066 2101 1120 868
30 5171 5402 12911 11496 15880 9930
31 230 114 66 59 95 30
32 1871 1599 1775 1796 1710 1455

Serie mensual de robos totales por Estado

RobosPorEstadoMensual<-as.data.frame(order(unique(delitos3$Clave_Ent)))

for (i in 1:length(losmeses)) {
  misub=subset(delitos3,delitos3$Ano==losAnos[length(losAnos)] & delitos3$meses==losmeses[i])
  mitab<-as.data.frame(aggregate(misub$value~misub$Clave_Ent,misub,sum))[2]
  RobosPorEstadoMensual<-cbind(RobosPorEstadoMensual,mitab)
}
names(RobosPorEstadoMensual)<-c("clave de la entidad",losmeses)
kable(RobosPorEstadoMensual)
clave de la entidad 1 2 3 4 5 6 7 8 9 10 11 12
1 1074 1014 1052 670 686 779 833 857 833 933 813 873
2 3080 2690 2966 1856 1907 1982 2242 2171 2195 2266 2314 2324
3 670 565 574 358 337 459 495 383 475 500 434 440
4 99 80 74 72 76 69 67 69 65 79 93 82
5 502 507 526 382 506 620 705 622 639 563 385 390
6 584 561 500 427 397 458 518 500 639 705 560 566
7 412 346 344 247 239 239 286 270 289 277 248 234
8 1342 1275 1238 961 943 1019 1074 1077 1075 999 910 1001
9 8048 8107 8182 4710 4549 5297 6234 6426 6363 6956 6809 6278
10 952 885 782 588 660 654 775 747 807 874 512 476
11 3761 3263 3170 2387 2623 2669 2724 2722 2782 2936 2604 2757
12 673 622 524 376 348 374 450 478 443 533 562 534
13 1354 1246 1225 823 725 693 803 896 957 1077 1003 786
14 5673 4857 4659 3628 3820 4215 4620 4448 4297 4580 4107 4553
15 12833 12050 11787 10474 10134 10693 11410 11503 11476 12137 11095 10666
16 1465 1273 1361 886 1050 1060 1181 1139 1076 1202 1109 1138
17 1410 1349 1477 1010 1059 1176 1286 1290 1208 1214 1330 1291
18 76 73 92 45 65 49 71 60 55 49 70 40
19 1493 1582 1488 1202 1194 1236 1153 1236 1326 1359 1403 1419
20 1037 1110 1015 728 730 730 844 797 823 824 794 912
21 2384 2206 2326 1901 1883 1892 2099 2007 2124 2257 2161 2308
22 2170 2041 2074 1638 1585 1602 1907 1971 1947 2043 1917 1865
23 1894 1555 1602 852 839 1203 1301 1210 1250 1199 1296 1309
24 1458 1303 1125 773 821 948 1090 949 1062 1129 1059 1057
25 569 536 535 365 479 525 496 644 655 703 618 535
26 967 797 754 704 822 751 961 697 802 707 709 579
27 1585 1355 1259 648 592 892 1040 1133 1080 1170 1091 1116
28 983 900 831 519 575 741 607 669 688 810 659 659
29 188 192 186 176 193 208 244 265 234 230 242 257
30 2205 2185 2147 1469 1376 1828 1772 1750 1935 2069 1933 1760
31 133 71 55 36 30 55 22 32 31 39 33 46
32 712 591 575 366 402 472 495 472 483 480 420 423

Serie mensual de robos con violencia por Estado

RobosConViolenciaPorEstadoMensual<-as.data.frame(order(unique(delitos3$Clave_Ent)))
for (i in 1:length(losmeses)) {
  misub=subset(delitos3,delitos3$Ano==losAnos[length(losAnos)] & delitos3$Modalidad=="Con violencia" & delitos3$meses==losmeses[i])
  mitab<-as.data.frame(aggregate(misub$value~misub$Clave_Ent,misub,sum))[2]
  RobosConViolenciaPorEstadoMensual<-cbind(RobosConViolenciaPorEstadoMensual,mitab)
}
names(RobosConViolenciaPorEstadoMensual)<-c("clave de la entidad",losmeses)
kable(RobosConViolenciaPorEstadoMensual)
clave de la entidad 1 2 3 4 5 6 7 8 9 10 11 12
1 105 102 94 59 85 65 70 77 89 105 66 59
2 904 845 955 580 588 545 566 620 639 655 689 730
3 56 74 87 63 33 43 49 32 39 56 39 53
4 26 24 22 22 22 18 14 23 21 17 18 22
5 24 41 47 26 55 81 68 74 59 48 26 28
6 11 10 7 10 5 11 13 9 14 17 12 12
7 207 178 177 117 103 134 137 131 86 99 69 81
8 138 142 148 116 101 123 115 134 135 118 96 135
9 2526 2531 2690 1670 1613 1668 2027 2005 1930 2198 2165 2177
10 73 66 80 34 34 32 69 67 65 68 41 53
11 1400 1126 1185 963 1128 1085 1150 1031 1059 1073 934 963
12 296 266 227 174 180 182 242 221 196 257 282 272
13 378 347 310 224 224 209 279 340 350 371 405 312
14 2032 1795 1857 1735 1793 1721 1828 1824 1721 1892 1471 1660
15 6777 6395 6372 6064 5751 6169 6514 6272 6209 6563 6097 5823
16 582 473 620 462 489 466 495 460 433 491 444 463
17 324 310 345 328 373 401 387 381 297 278 362 364
18 16 12 14 13 7 7 15 17 14 11 12 5
19 263 274 236 204 204 215 206 211 248 215 188 216
20 310 358 270 274 269 280 344 252 287 313 274 356
21 1153 1083 1158 985 996 979 1096 976 1002 1113 1046 1104
22 262 250 285 235 236 265 299 253 243 265 274 250
23 585 397 493 403 362 416 325 250 279 264 315 316
24 334 281 247 200 174 265 281 258 289 300 272 280
25 252 240 295 188 236 280 225 318 321 330 294 286
26 570 479 445 392 474 437 512 423 451 393 399 313
27 914 833 752 361 319 492 615 662 671 715 654 452
28 386 339 338 218 242 309 252 291 262 335 238 264
29 53 63 70 65 59 70 98 97 67 65 79 82
30 887 904 878 677 701 875 839 796 811 931 860 771
31 3 0 3 3 2 1 1 3 2 8 2 2
32 167 148 115 108 95 126 136 99 125 127 87 122

Porcentaje de robos con violencia por mes

prvm<-RobosPorEstadoMensual

prvm[,2:13]<-round(RobosConViolenciaPorEstadoMensual[,2:13]/RobosPorEstadoMensual[,2:13]*100,2)
names(prvm)<-c("Entidad",levels(losmeses))

kable(prvm)
Entidad Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
1 9.78 10.06 8.94 8.81 12.39 8.34 8.40 8.98 10.68 11.25 8.12 6.76
2 29.35 31.41 32.20 31.25 30.83 27.50 25.25 28.56 29.11 28.91 29.78 31.41
3 8.36 13.10 15.16 17.60 9.79 9.37 9.90 8.36 8.21 11.20 8.99 12.05
4 26.26 30.00 29.73 30.56 28.95 26.09 20.90 33.33 32.31 21.52 19.35 26.83
5 4.78 8.09 8.94 6.81 10.87 13.06 9.65 11.90 9.23 8.53 6.75 7.18
6 1.88 1.78 1.40 2.34 1.26 2.40 2.51 1.80 2.19 2.41 2.14 2.12
7 50.24 51.45 51.45 47.37 43.10 56.07 47.90 48.52 29.76 35.74 27.82 34.62
8 10.28 11.14 11.95 12.07 10.71 12.07 10.71 12.44 12.56 11.81 10.55 13.49
9 31.39 31.22 32.88 35.46 35.46 31.49 32.52 31.20 30.33 31.60 31.80 34.68
10 7.67 7.46 10.23 5.78 5.15 4.89 8.90 8.97 8.05 7.78 8.01 11.13
11 37.22 34.51 37.38 40.34 43.00 40.65 42.22 37.88 38.07 36.55 35.87 34.93
12 43.98 42.77 43.32 46.28 51.72 48.66 53.78 46.23 44.24 48.22 50.18 50.94
13 27.92 27.85 25.31 27.22 30.90 30.16 34.74 37.95 36.57 34.45 40.38 39.69
14 35.82 36.96 39.86 47.82 46.94 40.83 39.57 41.01 40.05 41.31 35.82 36.46
15 52.81 53.07 54.06 57.90 56.75 57.69 57.09 54.52 54.10 54.07 54.95 54.59
16 39.73 37.16 45.55 52.14 46.57 43.96 41.91 40.39 40.24 40.85 40.04 40.69
17 22.98 22.98 23.36 32.48 35.22 34.10 30.09 29.53 24.59 22.90 27.22 28.20
18 21.05 16.44 15.22 28.89 10.77 14.29 21.13 28.33 25.45 22.45 17.14 12.50
19 17.62 17.32 15.86 16.97 17.09 17.39 17.87 17.07 18.70 15.82 13.40 15.22
20 29.89 32.25 26.60 37.64 36.85 38.36 40.76 31.62 34.87 37.99 34.51 39.04
21 48.36 49.09 49.79 51.81 52.89 51.74 52.22 48.63 47.18 49.31 48.40 47.83
22 12.07 12.25 13.74 14.35 14.89 16.54 15.68 12.84 12.48 12.97 14.29 13.40
23 30.89 25.53 30.77 47.30 43.15 34.58 24.98 20.66 22.32 22.02 24.31 24.14
24 22.91 21.57 21.96 25.87 21.19 27.95 25.78 27.19 27.21 26.57 25.68 26.49
25 44.29 44.78 55.14 51.51 49.27 53.33 45.36 49.38 49.01 46.94 47.57 53.46
26 58.95 60.10 59.02 55.68 57.66 58.19 53.28 60.69 56.23 55.59 56.28 54.06
27 57.67 61.48 59.73 55.71 53.89 55.16 59.13 58.43 62.13 61.11 59.95 40.50
28 39.27 37.67 40.67 42.00 42.09 41.70 41.52 43.50 38.08 41.36 36.12 40.06
29 28.19 32.81 37.63 36.93 30.57 33.65 40.16 36.60 28.63 28.26 32.64 31.91
30 40.23 41.37 40.89 46.09 50.94 47.87 47.35 45.49 41.91 45.00 44.49 43.81
31 2.26 0.00 5.45 8.33 6.67 1.82 4.55 9.38 6.45 20.51 6.06 4.35
32 23.46 25.04 20.00 29.51 23.63 26.69 27.47 20.97 25.88 26.46 20.71 28.84

Porcentajes por mes a nivel nacional

t<-colSums(RobosPorEstadoMensual[,2:13])
k<-colSums(RobosConViolenciaPorEstadoMensual[,2:13])
z<-round(k/t*100,2)
names(z)<-losmeses
kable(z)
x
Enero 35.63
Febrero 35.65
Marzo 36.85
Abril 41.12
Mayo 40.71
Junio 39.42
Julio 38.68
Agosto 37.60
Septiembre 36.74
Octubre 37.22
Noviembre 36.94
Diciembre 37.03

Porcentaje de robos con violencia por estado y año

prv<-RobosPorEstadoAnual
prv[,2:7]<-round(RobosConViolenciaPorEstadoAnual[,2:7]/RobosPorEstadoAnual[,2:7]*100,2)
kable(prv)
clave de la entidad year2015 year2016 year2017 year2018 year2019 year2020
1 7.82 7.74 7.38 7.93 9.22 9.37
2 18.94 21.27 24.41 24.34 28.23 29.71
3 7.66 7.28 9.60 8.93 10.31 10.97
4 21.56 12.56 16.99 23.04 19.76 26.92
5 16.90 13.79 14.09 12.68 7.68 9.09
6 14.00 15.85 13.63 12.43 5.92 2.04
7 72.72 63.37 57.51 59.21 60.58 44.27
8 13.89 11.81 11.22 9.46 10.05 11.62
9 30.62 26.34 27.70 34.56 34.31 32.32
10 18.24 12.00 8.97 9.56 6.90 7.83
11 20.69 24.23 25.77 29.63 34.88 38.07
12 26.85 35.21 53.76 56.46 48.32 47.24
13 14.09 18.64 25.24 31.48 32.47 32.35
14 23.18 12.74 34.45 33.93 36.03 39.90
15 52.22 39.10 58.16 58.05 55.03 55.05
16 26.29 32.90 37.70 39.65 40.63 42.17
17 32.76 29.37 28.08 23.58 21.53 27.48
18 25.14 21.01 20.72 16.30 22.18 19.19
19 28.54 31.24 26.06 23.76 21.58 16.66
20 46.86 27.81 34.74 37.34 31.70 34.68
21 39.42 42.64 50.17 57.12 55.05 49.68
22 19.59 13.23 9.93 9.76 11.01 13.70
23 13.60 19.98 22.85 30.01 29.48 28.40
24 21.35 20.24 23.43 24.27 21.59 24.90
25 34.66 40.03 46.76 54.24 53.49 49.02
26 25.70 47.70 44.71 43.01 48.72 57.17
27 51.29 44.57 41.56 57.08 59.37 57.40
28 29.66 31.49 36.80 36.69 37.70 40.20
29 28.10 33.81 38.54 48.91 39.69 33.19
30 28.98 31.96 45.68 48.72 53.13 44.27
31 6.34 4.28 2.98 2.49 3.62 5.15
32 25.33 22.69 24.16 23.23 23.18 24.70 
posicionQRO2020<-length(prv$year2020[prv$year2020>prv$year2020[22]])+1

Querétaro es el estado numero 25 con más robos con violencia.

Porcentaje de robos con violencia por estado y mes

prvm<-RobosPorEstadoMensual

Los robos con más violencia en 2020 (Nacional)

losRobos<-as.data.frame(sort(unique(delitos3$Subtipo.de.delito)))
mods=unique(delitos3$Modalidad)
for (i in 1:length(mods)) {
  a <-delitos3[delitos3$Ano==losAnos[length(losAnos)] & delitos3$Modalidad==mods[i],] 
  b<-as.data.frame(aggregate(a$value~a$Subtipo.de.delito,a,sum))[2]
  losRobos<-cbind(losRobos,b)
}
losRobos$total<-apply(losRobos[,2:3],MARGIN = 1,FUN = sum)
losRobos$cv<-round(losRobos[,2]/losRobos$total*100,2)
losRobos$sv<-round(losRobos[,3]/losRobos$total*100,2)
losRobos<-losRobos[order(losRobos$cv,decreasing = TRUE),]

names(losRobos)<-c("Subtipo",mods,"Total", paste0("Porcentaje con ",mods))

kable(losRobos)
Subtipo Con violencia Sin violencia Total Porcentaje con Con violencia Porcentaje con Sin violencia
7 Robo a transportista 8145 1376 9521 85.55 14.45
17 Robo en transporte público colectivo 9001 2420 11421 78.81 21.19
6 Robo a transeúnte en vía pública 49671 13601 63272 78.50 21.50
18 Robo en transporte público individual 1733 557 2290 75.68 24.32
5 Robo a transeúnte en espacio abierto al público 3478 1394 4872 71.39 28.61
3 Robo a institución bancaria 177 109 286 61.89 38.11
4 Robo a negocio 48901 46384 95285 51.32 48.68
16 Robo en transporte individual 6860 7213 14073 48.75 51.25
15 Robo de tractores 76 87 163 46.63 53.37
10 Robo de coche de 4 ruedas 47329 67511 114840 41.21 58.79
14 Robo de motocicleta 9467 21265 30732 30.81 69.19
13 Robo de herramienta industrial o agrícola 114 436 550 20.73 79.27
1 Otros robos 34685 135819 170504 20.34 79.66
11 Robo de embarcaciones pequeñas y grandes 4 30 34 11.76 88.24
2 Robo a casa habitación 6997 56537 63534 11.01 88.99
12 Robo de ganado 189 3939 4128 4.58 95.42
9 Robo de cables, tubos y otros objetos destinados a servicios públicos 31 795 826 3.75 96.25
8 Robo de autopartes 475 17457 17932 2.65 97.35

Los robos con más violencia en 2020 (Querétaro)

losRobosQro<-as.data.frame(sort(unique(delitos3$Subtipo.de.delito)))
mods=unique(delitos3$Modalidad)
for (i in 1:length(mods)) {
  a <-delitos3[delitos3$Ano==losAnos[length(losAnos)] & delitos3$Clave_Ent==22 & delitos3$Modalidad==mods[i],] 
  b<-as.data.frame(aggregate(a$value~a$Subtipo.de.delito,a,sum))[2]
  losRobosQro<-cbind(losRobosQro,b)
}
losRobosQro$total<-apply(losRobosQro[,2:3],MARGIN = 1,FUN = sum)
losRobosQro$cv<-round(losRobosQro[,2]/losRobosQro$total*100,2)
losRobosQro$sv<-round(losRobosQro[,3]/losRobosQro$total*100,2)
losRobosQro<-losRobosQro[order(losRobosQro$cv,decreasing = TRUE),]

names(losRobosQro)<-c("Subtipo",mods,"Total", paste0("Porcentaje con ",mods))
kable(losRobosQro)
Subtipo Con violencia Sin violencia Total Porcentaje con Con violencia Porcentaje con Sin violencia
16 Robo en transporte individual 213 167 380 56.05 43.95
18 Robo en transporte público individual 71 61 132 53.79 46.21
5 Robo a transeúnte en espacio abierto al público 56 49 105 53.33 46.67
6 Robo a transeúnte en vía pública 741 691 1432 51.75 48.25
17 Robo en transporte público colectivo 171 169 340 50.29 49.71
15 Robo de tractores 3 5 8 37.50 62.50
4 Robo a negocio 939 2257 3196 29.38 70.62
13 Robo de herramienta industrial o agrícola 2 5 7 28.57 71.43
10 Robo de coche de 4 ruedas 612 2327 2939 20.82 79.18
14 Robo de motocicleta 47 645 692 6.79 93.21
2 Robo a casa habitación 130 2605 2735 4.75 95.25
1 Otros robos 132 9835 9967 1.32 98.68
8 Robo de autopartes 0 654 654 0.00 100.00
12 Robo de ganado 0 173 173 0.00 100.00
3 Robo a institución bancaria 0 0 0 NaN NaN
7 Robo a transportista 0 0 0 NaN NaN
9 Robo de cables, tubos y otros objetos destinados a servicios públicos 0 0 0 NaN NaN
11 Robo de embarcaciones pequeñas y grandes 0 0 0 NaN NaN

El futuro

Delitos para preocuparse en Febrero

Aquí se presentan los delitos que en promedio aumentan durante Febrero; hemos calculado el promedio de los logaritmos de la tasa por cada 100 mil habitantes de cada mes, de cada año, por cada delito. Presentamos los delitos que, en promedio, alcanzan su máximo en Febrero.

anos2<-unique(delitosQRO2020$Ano)
meses2<-unique(delitosQRO2020$meses)

canalDelitos<-catalogoDelitos[,1]
for(i in 1:length(meses2)){
  mediamesEntodo<-c()
  for(j in 1:length(catalogoDelitos[,1])){
    delmes<-subset(delitosQRO2020,delitosQRO2020$meses==meses2[i] & delitosQRO2020$Subtipo.de.delito==catalogoDelitos[j,1])
    delmesano<-aggregate(formula=delmes$value~delmes$Ano, data = delmes, FUN = sum)
    cuantos<-nrow(delmesano)-1
    delmesano<-delmesano[1:cuantos,]
    pobs<-ent[22,2:(2+cuantos-1)]
    pobs<-t(pobs)
    delmesano$pob<-NA
    delmesano$tasa<-NA
    delmesano$logtasa<-NA
    delmesano$pob<-pobs[,1]
    delmesano$tasa<-(delmesano[,2])/delmesano$pob*100000
    delmesano$logtasa<-log(delmesano$tasa+1)
    mimedia<-mean(delmesano$logtasa)
    miEE<-1.96*(sd(delmesano$logtasa)/sqrt(cuantos))
    mediamesEntodo<-c(mediamesEntodo,mimedia)
  }
  canalDelitos<-cbind(canalDelitos,as.numeric(mediamesEntodo))
}
canalDelitos<-as.data.frame(canalDelitos)
names(canalDelitos)<-c("Delito",levels(meses2))

for(i in 1:55){
  for(j in 2:13){
    canalDelitos[i,j]<-as.numeric(canalDelitos[i,j])
  }
}


aumentan<-canalDelitos[c("Delito", esteMes,proximo)]
aumentan$aumentan<-NA
aumentan$max<-NA
aumentan$max<-apply(canalDelitos[,2:13],1, max)
aumentan$aumentan<-aumentan[,3]>aumentan[,2]
aumentan$enMaximoAnual<-NA
aumentan$enMaximoAnual<-aumentan$enMaximoAnual<-aumentan$max==aumentan[c(proximo)]
alerta<-cbind(aumentan$Delito[aumentan$enMaximoAnual==TRUE & aumentan$enMaximoAnual!=0],aumentan[aumentan$enMaximoAnual ==TRUE  & aumentan$enMaximoAnual!=0,3])
alerta<-as.data.frame(alerta)
names(alerta)<-c("Delito","logTasaPromedio")
miAlerta<-alerta[alerta$logTasaPromedio!=0,]
kable(miAlerta[,1], caption=paste0("Delitos que, en promedio, aumentan en ",proximo))
Delitos que, en promedio, aumentan en Febrero
x
Robo a institución bancaria
Robo de ganado 
cual<-miAlerta$Delito[miAlerta$logTasaPromedio==max(miAlerta$logTasaPromedio)]

Comportamiento mensual del delito de mayor riesgo (Robo de ganado)

esteDelito<-subset(delitosQRO2020,delitosQRO2020$Subtipo.de.delito==cual)
mismeses2<-as.data.frame(levels(delitosQRO2020$meses))
for (i in 1:length(anos2)) {
  miano1<-subset(esteDelito,esteDelito$Ano==anos2[i])
  aggregate(miano1$value~miano1$meses,miano1,sum)
  mismeses2<-cbind(mismeses2,as.data.frame(aggregate(miano1$value~miano1$meses,miano1,sum))[2])
}
names(mismeses2)<-c("Mes",paste0("año ",anos2))
kable(mismeses2, caption = paste0("Serie de tiempo anual y mensual para ",cual))
Serie de tiempo anual y mensual para Robo de ganado
Mes año 2015 año 2016 año 2017 año 2018 año 2019 año 2020
Enero 26 30 14 28 17 22
Febrero 24 26 20 31 33 11
Marzo 24 21 20 12 19 15
Abril 22 20 7 9 19 7
Mayo 19 26 20 15 29 18
Junio 28 18 18 19 19 12
Julio 42 13 27 16 19 10
Agosto 34 20 17 21 27 19
Septiembre 32 18 16 11 19 16
Octubre 22 26 21 16 22 20
Noviembre 14 26 21 13 13 12
Diciembre 32 22 23 14 22 11

Acumulados anuales por delito, en Querétaro

delitosQro<-delitos2[delitos2$Clave_Ent=="22",]
delitoAnualQueretaro<-as.data.frame(losDelitos)
names(delitoAnualQueretaro)[1]<-c("Delito")
for(i in 1:length(losAnos)){
  x=as.data.frame(aggregate(delitosQro$value ~delitosQro$Subtipo.de.delito,delitoAnualQueretaro,sum, subset=delitosQro$Ano==losAnos[i] ))
    names(x)<-c("Delito", paste("AÑO ", losAnos[i]))
  delitoAnualQueretaro<-merge(delitoAnualQueretaro,x,by=c("Delito"))
}
kable(delitoAnualQueretaro)
Delito AÑO 2015 AÑO 2016 AÑO 2017 AÑO 2018 AÑO 2019 AÑO 2020
Aborto 5 10 12 14 22 28
Abuso de confianza 459 564 635 622 681 587
Abuso sexual 250 294 358 413 540 551
Acoso sexual 23 40 44 128 294 599
Allanamiento de morada 101 149 172 232 315 296
Amenazas 1108 1710 2665 3361 4242 3723
Contra el medio ambiente 3 4 2 2 3 3
Corrupción de menores 1 0 0 0 1 0
Daño a la propiedad 1982 3862 5200 5421 3660 1360
Delitos cometidos por servidores públicos 3 0 1 0 0 0
Despojo 483 511 597 720 850 861
Electorales 5 7 2 49 0 16
Evasión de presos 1 0 0 2 3 0
Extorsión 6 11 18 104 259 242
Falsedad 37 95 79 88 101 88
Falsificación 642 556 438 580 695 300
Feminicidio 8 1 1 7 10 10
Fraude 1486 1692 2034 2119 2480 2764
Homicidio culposo 316 303 296 310 327 283
Homicidio doloso 131 118 175 180 176 181
Hostigamiento sexual 0 0 0 0 0 0
Incesto 0 0 0 0 0 0
Incumplimiento de obligaciones de asistencia familiar 812 829 848 663 697 555
Lesiones culposas 541 784 793 893 972 847
Lesiones dolosas 2804 3572 4734 5194 5690 4797
Narcomenudeo 224 826 942 1149 1579 1134
Otros delitos contra el patrimonio 33 28 38 37 48 47
Otros delitos contra la familia 66 112 164 211 207 201
Otros delitos contra la sociedad 108 124 132 132 183 400
Otros delitos del Fuero Común 1513 2561 3532 4294 4922 4063
Otros delitos que atentan contra la libertad personal 33 26 44 30 52 105
Otros delitos que atentan contra la libertad y la seguridad sexual 53 45 47 29 51 54
Otros delitos que atentan contra la vida y la integridad corporal 659 626 764 767 940 1024
Otros robos 6668 7819 9879 10493 11495 9967
Rapto 0 0 0 0 0 0
Robo a casa habitación 2417 3282 3852 3929 3409 2735
Robo a institución bancaria 3 3 0 0 0 0
Robo a negocio 1850 2613 3363 3052 3379 3196
Robo a transeúnte en espacio abierto al público 8 54 203 217 158 105
Robo a transeúnte en vía pública 1129 1655 1976 2000 1614 1432
Robo a transportista 141 125 98 104 0 0
Robo de autopartes 428 445 808 1094 831 654
Robo de ganado 319 266 224 205 258 173
Robo de maquinaria 20 23 22 16 7 15
Robo de vehículo automotor 3872 4880 5738 6165 4922 3631
Robo en transporte individual 236 306 355 375 357 380
Robo en transporte público colectivo 487 593 400 92 251 340
Robo en transporte público individual 55 55 102 94 135 132
Secuestro 19 12 11 12 8 9
Tráfico de menores 0 0 0 0 0 0
Trata de personas 2 8 14 9 2 3
Violación equiparada 29 49 81 73 102 170
Violación simple 294 285 296 262 445 395
Violencia de género en todas sus modalidades distinta a la violencia familiar 2 2 4 1 7 18
Violencia familiar 942 965 1186 1865 3135 3552

Movilidad

gmr=read.csv("Global_Mobility_Report_12_2020.csv",header = T,sep = ",")

gmrMex=gmr[gmr$country_region=="Mexico",]
gmrQro<-gmrMex[gmrMex$sub_region_1==unique(gmrMex$sub_region_1)[22],]
gmrQro$mes<-substr(x = gmrQro$date,start = 6,7)

movMesQro<-as.data.frame(aggregate(gmrQro$residential_percent_change_from_baseline~gmrQro$mes,gmrQro,mean))
kable(movMesQro)
gmrQro\(mes | gmrQro\)residential_percent_change_from_baseline
02 -1.600000
03 6.354839
04 21.333333
05 21.064516
06 16.333333
07 13.000000
08 11.032258
09 11.166667
10 9.935484
11 10.233333
12 10.444444