Modelos de regresión logística y redes neuronales para la predicción de incidencia delictiva: Región Interandina – Ecuador

En la región interandina del Ecuador, donde las dinámicas sociales y económicas son heterogéneas, la integración de modelos de regresión logística y redes neuronales ofrece herramientas con proyección positiva para mitigar y anticipar la incidencia delictiva, debido a que ambos enfoques brindan insumos sólidos y significativos en la predicción de delitos. Este artículo se propuso como objetivo general describir las ventajas que ofrecen las redes neuronales y la regresión logística como herramientas heurísticas y de aplicación práctica para predicción de incidencia delictiva, particularmente bajo el contexto social. Metodológicamente, es un estudio cuantitativo comparativo de clasificación multivariante orientado a evaluar la funcionalidad de modelos socio estadísticos en la interpretación de delitos aplicados a patrones espaciotemporales de criminalidad en Ecuador. Estos hallazgos destacaron que la regresión logística multinomial tiene mejor capacidad de respuesta en la predicción de franjas horarias y provincias, como Balanced Accuracy y Kappa de Cohen, coincidiendo con otros estudiosos, quienes encontraron que los modelos lineales son excelentes en problemas de correlaciones entre variables con magnitud intermedia. Aunque la red neuronal reflejó una mejor eficacia en AUC, evidenciando su capacidad para clasificar entre clases no lineales, la regresión logística sigue siendo más efectiva en problemas con relaciones simples y moderadas.