
El artículo aborda la dinámica del crimen organizado en la Ciudad de México, particularmente el mercado ilegal de drogas, y proyecta su comportamiento a mediano plazo utilizando modelos autoregressive integrated moving average (ARIMA). En los últimos años, a pesar de que los indicadores de delitos de alto impacto han disminuido, la percepción de inseguridad y la presencia del crimen organizado siguen siendo una preocupación. El estudio busca entender esta falta de armonía entre los datos y la percepción pública, centrando su análisis en el pronóstico de los casos de narcomenudeo. Los datos analizados provienen de dos fuentes: las carpetas de investigación de la Fiscalía General de Justicia (FGJ) y los registros del Centro de Comando Control Cómputo y Comunicaciones y Contacto Ciudadano (C5) de la Ciudad de México, abarcando el periodo 2016- 2024. Mediante el ajuste de dos modelos ARIMA, se proyecta el comportamiento del narcomenudeo hasta diciembre de 2027. A pesar de las políticas de seguridad implementadas, el pronóstico muestra que, aunque los casos no aumentarán de manera exponencial, se mantendrán en niveles elevados en comparación con los años previos a 2020. Esto se puede deber a la configuración estructural del crimen organizado en la ciudad, que combina violencia y corrupción. El estudio destaca la importancia de aplicar modelos predictivos en contextos latinoamericanos y señala la necesidad de mejorar la calidad de los datos delictivos para realizar proyecciones más precisas y formular políticas públicas más efectivas.
Criminal law and procedure, Ciudad de México, K5000-5582, Crimen organizado, seguridad pública, proyecciones ARIMA, narcomenudeo
Criminal law and procedure, Ciudad de México, K5000-5582, Crimen organizado, seguridad pública, proyecciones ARIMA, narcomenudeo
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 1 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
