UNIVERSIDAD POLITÉCNICA SALESIANA

CARRERA DE INGENIERÍA DE SISTEMAS UNIDAD DE TITULACIÓN

PLAN DE PROYECTO DE TITULACIÓN

DATOS INFORMATIVOS

TEMA: “Estudio descriptivo de la Violencia de Género en Ecuador usando técnicas de minería

de datos”.

TIPO DE PROYECTO: Artículo académico.

PERIODO: 61

DOCENTE TUTOR: Julio Ricardo Proaño Orellana.

ESTUDIANTES: Caisa Coyago Pablo Alexander, Rosero Espinosa Erick Oswaldo.

GLOSARIO

Violencia de género: puede ser algo muy lejos de concebirse, pero todo empieza al-
zando la voz, reconociendo lo que está mal y denunciarlo de la manera correspondiente.
No significa ignorar lo que pasa, sino que implica crear la línea divisoria entre lo que es
concebible y lo que no.

Violencia contra la mujer: Las Naciones Unidas definen la violencia contra la mujer
como todo acto de violencia de género que resulte, o pueda tener como resultado un
daño físico, sexual o psicológico para la mujer, inclusive las amenazas de tales actos,
la coacción o la privación arbitraria de libertad, tanto si se producen en la vida pública
como en la privada.

Violencia intrafamiliar: no es un fenómeno reciente, pero a lo largo de la historia, la

violencia dentro del seno familiar ha sido un aspecto tolerado y aceptado. No es hasta
las últimas décadas que se le ha dado más visibilidad tanto a sus causas como a sus
consecuencias y, de hecho, algunos expertos identifican la familia como el principal en-
torno donde se producen actos violentos. Sin embargo, pese a que a día de hoy se
conoce que la violencia familiar conlleva graves efectos a quienes la padecen y/o pre-
sencian, sigue siendo un fenómeno que acarrea dificultades en su identificación dado
que, en ocasiones, los propios miembros de la familia rechazan expresar lo ocurrido por
vergüenza o por miedo a las consecuencias.

Minería de datos: El concepto de minería de datos existe incluso antes de que se crea-
ran las computadoras. Es una conceptualización algo antigua, pero que se remonta al
Teorema de Bayes en 1763, una fórmula matemática que determina la probabilidad con-
dicional de un evento.

La perspectiva moderna del tema, sin embargo, vino de algunas innovaciones que cam-
biaron el nivel tecnológico en el siglo pasado.

Entre ellos se encuentran: la Máquina Universal de Turing de 1936, el descubrimiento

de las Redes Neuronales en 1943, el desarrollo de las bases de datos alrededor de los
años 70 y otros avances en las bases de datos a principios de los 90.

A medida que los procesadores, las bases de datos y la tecnología en su conjunto evo-
lucionaron durante las siguientes décadas, la minería de datos se volvió no solo más
poderosa, sino también más eficiente en todas las aplicaciones.

Machine Learning: Machine learning es una forma de la IA que permite a un sistema

aprender de los datos en lugar de aprender mediante la programación explícita. Sin embargo,
machine learning no es un proceso sencillo. Conforme el algoritmo ingiere datos de
entrenamiento, es posible producir modelos más precisos basados en datos. Un modelo de
machine learning es la salida de información que se genera cuando entrena su algoritmo de
machine learning con datos. Después del entrenamiento, al proporcionar un modelo con una
entrada, se le dará una salida. Por ejemplo, un algoritmo predictivo creará un modelo
predictivo. A continuación, cuando proporcione el modelo predictivo con datos, recibirá un
pronóstico basado en los datos que entrenaron al modelo.

Feminicidio: se define como el asesinato de una mujer a manos de un hombre

por machismo o misoginia.1 El concepto define un acto de máxima gravedad, en un contexto
cultural e institucional de discriminación y violencia de género,2 que suele ser acompañado
por un conjunto de acciones de extrema violencia y contenido deshumanizante,
como torturas, mutilaciones, quemaduras, ensañamiento y violencia sexual, contra las
mujeres y niñas. Diana Russell, promotora inicial del concepto, explicó que «el feminicidio
representa el extremo de terror antifemenino que incluye una amplia variedad de abusos
verbales como físicos, tales como violación, tortura, esclavitud sexual (particularmente
por prostitución), abuso sexual infantil incestuoso o extrafamiliar, golpizas físicas y
emocionales, entre otras. Varios países lo han incluido como delito en sus legislaciones
penales, con variaciones en el tipo penal.

Base de datos: se encarga no solo de almacenar datos, sino también de conectarlos

entre sí en una unidad lógica. En términos generales, una base de datos es un conjunto
de datos estructurados que pertenecen a un mismo contexto y, en cuanto a su función,
se utiliza para administrar de forma electrónica grandes cantidades de información.1 En
este sentido; una biblioteca puede considerarse una base de datos compuesta en su
mayoría por documentos y textos impresos en papel e indexados para su consulta.
Actualmente, y debido al desarrollo tecnológico de campos como la informática y
la electrónica, la mayoría de las bases de datos están en formato digital, siendo este un
componente electrónico, por tanto se ha desarrollado y se ofrece un amplio rango de
soluciones al problema del almacenamiento de datos

.
Patrones de datos: Una colección de puntos de datos es una colección de información
que se puede representar gráficamente. Cuando se gráfica, se puede observar un
patrón. Hay diferentes formas de escribir puntos de datos: se pueden escribir
numéricamente entre paréntesis con comas que separan cada valor.

PROBLEMA DE ESTUDIO

La crisis de violencia de género es una inequidad que ha trascendido a nivel social,

económico, cultural y religioso. La realidad nos revela que los países latinoamericanos tienen
una herencia cultural de violencia que ha permanecido durante varios siglos desde la
conquista española, de acuerdo con,(López, 2010).
El colonialismo se percibe todavía en un contexto donde predomina la “impunidad”, con la
frecuente naturalización de fenómenos como la violencia o la discriminación contra la mujer.
Así mismo, hay un machismo estructural asentado y visible, por ejemplo, en la falta de
participación de la mujer en trabajos simbólicamente representativos solo unos dos de cada
diez jueces eran mujeres, según el promedio de veinte países latinoamericanos en 2011
(Ibáñez, 2017).

En Ecuador la violencia de género ha pasado en los últimos treinta años de ser un problema
que afectaba a la vida privada de las personas a constituir un problema social, cuyo abordaje
da lugar a la adopción de una gran variedad de medidas; el creciente interés por este tema
ha generado importante actividad a nivel de investigación, programas de intervención, planes
nacionales y medidas legislativas.(Parra et al., 2015).

En este contexto surge esta investigación, que pretende contribuir a la comprensión del
fenómeno de la violencia de género, enfocándose hacia la violencia a la mujer con respecto a
la base de datos del Instituto Nacional de Estadísticas y Censos (INEC)realizada en el 2019
sobre violencia de género en el Ecuador. Se espera poder analizar cada una de las variables
de manera exploratoria de manera que puedan ser explotadas en futuras investigaciones
(Ocles et al., 2018).

JUSTIFICACION

En el Ecuador, en los últimos años ha surgido un incremento en las investigaciones científicas

acerca del estado de la violencia de género, teniendo como evidencia lo redactado por
(Camacho et al., 2020), quienes concluyen tras un estudio empírico desarrollado en la
provincia Bolívar, Ecuador, que las principales causas de violencia intrafamiliar son los celos,
falta de trabajo, alcoholismo, drogas y falta de vivienda propia(Torres & Pierre, 2021).

Por otro lado, el organismo encargado de recopilar y almacenar los datos es El Instituto
Nacional de Estadística y Censos como institución responsable de la estadística oficial, la cual
nos proporcionara datos históricos y la prevalencia de la violencia contra las mujeres en el
ámbito educativo, laboral, social, familiar entre otros de todo el territorio ecuatoriano
(Vacacela & Mideros, 2022).
 Por lo tanto, en este proyecto se analizará descriptivamente la base de datos sobre la violencia
de género contra las mujeres para entender este fenómeno en el Ecuador. Para ello se
pretende: 1) realizar una limpieza de datos, este proceso involucra detectar, eliminar, corregir
o transformar cualquier anomalía, perturbación o irrelevancia 2) Estudiar ciertas variables que
puedan presentar alguna correlación o si existe algún patrón que pueda ser explotado
mediante técnicas de minería de datos.

GRUPO OBJETIVO

Comunidad académica conformada por Investigadores, docentes, estudiantes, egresados del

Ecuador.

OBJETIVOS

OBJETIVO GENERAL:

 Estudiar de manera descriptiva la Violencia de Género en Ecuador usando técnicas de minería

de datos.

OBJETIVOS ESPECIFICOS:

 Estudiar de manera descriptiva la composición de la base de datos realizado un desglose de

las de las principales características.
 Realizar la depuración de la base de datos, para detectar datos incorrectos, incompletos, o
irrelevantes.
 Aplicar varias técnicas de minería de datos con el objetivo de encontrar patrones que puedan
ayudar a explotar la base de datos.
 Analizar estadísticamente cada uno de los atributos de la base de datos.
 Realizar gráficas de las variables para conocer la distribución de los datos
 Ofrecer información estadística descriptiva acerca del fenómeno de la violencia de género a
su vez una hoja ruta para explotar la base de datos del INEC en futuras investigaciones.
 MARCO TEORICO

1.1. Violencia de Género

La Asamblea General de las Naciones Unidas la define como “todo acto de violencia ejercido
en contra del sexo femenino que tenga o pueda tener como resultado un daño o sufrimiento
físico, sexual o psicológico para la mujer, así como las amenazas de tales actos, la coacción
o la privación arbitraria de la libertad; tanto si se producen en la vida pública como privada”
citado en Ministerio de Salud Pública del Ecuador, 2009. En 2014, Ecuador tipificó como delito
los actos de feminicidio en respuesta a una creciente crisis en la región. Debido a que no se
han publicado estudios epidemiológicos sobre el estado de los homicidios y feminicidios de
mujeres, estimamos los patrones de homicidios y feminicidios de mujeres a nivel nacional y la
carga a través del costo económico por años de vida perdidos, entre 2001 y 2017(Ortiz et al.,
2020).

1.2. Análisis descriptivo

El análisis que se realizara es de manera descriptiva esto quiere decir que se estudiara la
composición de la base de datos las preguntas que contiene a de más de que variables está
compuesta de ser el case debemos eliminar datos duplicados además de corregir errores
estructurales a su vez filtrar para eliminar valores no deseados también puede surgir un gran
problema cuando falten datos existe varias observaciones así podremos mantener la
integridad de los datos y de esta manera crear una tabla con la cual podremos
organizarnos(Cumbicus et al., 2021).

1.3. Minería de datos

La minería de datos que se aplicará a los datos de la Encuesta Nacional sobre Relaciones
Familiares y Violencia de Género contra las Mujeres para derivar hallazgos para la producción
de gráficos y estadísticas. Finalmente, se identificará las interacciones de las variables para
comprender el impacto de la violencia de genero al tener una base depurada y con datos
ordenados (Camana, 2016).
1.4 Minería de datos aplicado a la violencia de género.

Se analizara descriptivamente la base de datos sobre la violencia de género contra las

mujeres para proceder a realizar una limpieza de datos, este proceso involucra detectar,
eliminar, corregir o transformar cualquier anomalía, perturbación o irrelevancia de dicha base
que está estructurada en estado civil, nivel académico, edad, residencia entre otros con el
objetivo de deducir las variables que contengan alguna correlación de estas o si existe algún
patrón que pueda ser explotado mediante técnicas de minería de datos e interpretar los datos
en gráficas y tablas de una manera clara y especifica.

PROPUESTA DE SOLUCIÓN Y ALCANCE

Se propone realizar un estudio descriptivo de la base de datos de la Encuesta Nacional sobre

Relaciones Familiares y Violencia de Género contra las Mujeres para lo cual se utilizará los
datos del año 2019. El estudio descriptivo tiene como objetivo ofrecer información de
tendencia central, dispersión y correlaciones de las variables de la base de datos del INEC.
Además, se pretende usar técnicas de minería de datos para encontrar patrones que nos
ayudarán a explotar dicha base de datos en futuras investigaciones.

METODOLOGÍA

Las técnicas descriptivas de la minería de datos están orientadas a describir los datos o el
fenómeno está implícito sobre los mismos(Diaz, 2022), este proceso ayuda a obtener
resultados confiables, Los datos en el mundo real rara vez son homogéneos y directamente
intuitivos para lo cual se realizará:

1. Investigación

Antes de empezar, deberás tener una idea completa de los objetivos de la investigación, los
diversos escenarios actuales en consonancia con los requisitos. Esto sería muy útil de cara a
crear un plan detallado que alcance los objetivos.

2. Análisis de calidad

A medida que vamos estudiamos los datos que conforman la base de datos necesitaremos
verificarlos y compararlos para garantizar que no haya cuellos de botella en el proceso de
integración de datos. La garantía de calidad ayuda a detectar cualquier anomalía en los datos,
como la interpolación de datos faltantes, manteniendo los datos en plena forma antes de que
se sometan a una extracción.

3. Limpieza de datos

Se trata de la selección, limpieza, enriquecimiento, reducción y transformación de la base de

datos. Se calcula que el 90% del tiempo en este tipo de procesos se gasta en este paso.

4. Transformación de datos

Este paso consta de cinco sub etapas. Los procesos involucrados hacen que los datos estén
listos en conjuntos de datos finales.

 Suavizado de datos: Se elimina el ruido de los datos

 Resumen de datos: La agregación de conjuntos de datos se aplica en este proceso
 Generalización de datos: Los datos se generalizan reemplazando cualquier dato de
bajo nivel con conceptualizaciones de nivel superior
 Normalización de datos: Los datos se definen en rangos establecidos
 Construcción de atributos de datos: Los conjuntos de datos deben estar en el conjunto
de atributos antes de la minería de datos

5. Modelado de datos

Por último, para una mejor identificación de los patrones de datos, se implementan varias
técnicas de minería de datos, basados en varias condiciones lo cual ayudara a tener una base
de datos más organizada y manejable.

Actualmente este tipo de trabajos se están realizando en seguridad de datos, finanzas, salud,
marketing, detección de fraude, búsquedas online, procesamiento del lenguaje natural, co-
ches inteligentes, entre otros como fue el caso de la investigación Aplicación de técnicas de
minería de datos para la predicción del consumo de tabaco y alcohol en estudiantes universi-
tarios (Valdiviezo et al., 2020). Es por este motivo, que la minería de datos se está convir-
tiendo en uno de los trabajos con mayor proyección para el futuro.
CRONOGRAMA DE ACTIVIDADES

# ACTIVIDAD Duración OBSERVACIÓN

Elaboración del plan de proyecto
1 de titulación. 2 semanas
Búsqueda de
Información en
repositorios de la UPS,
Búsqueda y selección de
Google Scholar entre
2 3 semanas
artículos relacionados al tema planteado. otros.
Extracción de información que
3 sea relevante. 1 semana Lectura exhaustiva.
Lectura de los artículos
seleccionados, y sitios
4 Investigación a fondo del tema planteado. 8 semanas webs.
Realizar la depuración de la base de datos,
5 para detectar datos incorrectos, incompletos,1osemana
irrelevantes para el correcto
funcionamiento del algoritmo
Exponer claramente los resultados que se
6 obtendrán los cuales nos ayudarán para
2 semanas
anticipar en lo posible repercusión de
dicha violencia a futuro

CRONOGRAMA DE HITOS

# ENTREGABLE/SITUACIÓN FECHA OBSERVACIÓN

1 Investigación. 24/11/2022
2 Depuración. 28/01/2023

3 Gráficas y tablas estadísticas. 25/03/2023

PRESUPUESTO

Gastos Total
Computador i5 12GB en RAM $500
Internet $180
Planilla de luz $120
Matrícula $1080
Total $1880

REFERENCIAS

Camacho, M. R., Acebo del Valle, G. M., Gaibor González, M. I., Chávez Chacán,
P. J., Núñez Aguiar, F. del R., González Nájera, L. M., Guarnizo Delgado, J.
B., & Gruezo González, C. A. (2020). Violencia intrafamiliar y su repercusión
en menores de la provincia de Bolívar, Ecuador. Revista Colombiana de
Psiquiatría, 49(1), 23–28. https://doi.org/10.1016/J.RCP.2018.04.006
Cumbicus, O. M., Abad, T. E., & Neyra, L. A. (2021). Data Mining to Determine
the Causes of Gender-Based Violence against Women in Ecuador. ETCM
2021 - 5th Ecuador Technical Chapters Meeting.
https://doi.org/10.1109/ETCM53643.2021.9590664
Diaz, J. (2022). Minería de datos descriptiva – DaSCI. Minería de Datos
Descriptiva. https://dasci.es/es/linea-investigacion/mineria-de-datos-
descriptiva/
López, M. M. (2010). La Violencia de Género en el Territorio Latinoamericano, a
través de la Ocurrencia Creciente de los Feminicidios en la Región (Issue 1).
Ocles, M., Peñaherrera, R., Ponce, E., Carbo, E., & Andrade Stefania. (2018).
SECRETARÍA DE GESTIÓN DE RIESGOS ONU ECUADOR.
https://ecuador.unfpa.org/sites/default/files/pub-
pdf/manual_vbg_23MAY2018%202.pdf
Ortiz, E., Villagran, P., Abarca, A. M., Henriquez, A., Simbaña, K., Gómez, L.,
Diaz, A., Moyano, C., Arcos, V., Miño, M. D., & Morgan, S. A. (2020).
Gender-Based Violence and Femicide in Ecuador: A Cross-Sectional Study
of Population Mortality Estimates from 2001-2017. SSRN Electronic Journal.
https://doi.org/10.2139/SSRN.3541111
 Parra, C , Quiroz, B. F., & Rodas, M. C. (2015). PREVALENCIA DE VIOLENCIA
DE GÉNEROY SUS FACTORES DERIESGOEN EL CENTRO DEAPOYO A
LA MUJER Y LA FAMILIA"LAS MARÍAS",CANTÓN GUALACEO-AZUAYEN
EL PERÍODO 2010-2013.

Torres, E . Y . , & Pierre, F. D. (2021). Influencia de la violencia de género e

intrafamiliar hacia la mujer en el desempeño laboral en Quito 2020.
REVISTA ERUDITUS, 2(3), 9-28. https://doi.org/10.35290/re.v2n3.2021.451

Vacacela, S . , & Mideros, A. (2022). Identificación de los factores de riesgo de

violencia de género en el Ecuador como base para una propuesta
preventiva. 1-32. https://doi.Org/10.13043/DYS.91.3

Valdiviezo, P., Torres, P., Bustamante, B. F., & Sánchez, R. N. (2020). Aplicación
de técnicas de minería de datos para la predicción del consumo de tabaco y
alcohol en estudiantes universitarios. 1-15.

CAISA COYAGO PABLO ROSERO ESPINOSA

AUTOR 1 AUTOR 2
ALEXANDER ERICK OSWALDO

FIRMA FIRMA

ING.PROANO O R E L L A N A
TUTOR
JULIO RICARDO FECHA DE ENTREGA

FIRMA
^0^4
Quito, 05 de Octubre de 2022

Señora Ingeniera

Patsy Prieto

DIRECTORA D E L A C A R R E R A D E INGENIERÍA D E SISTEMAS

UNIVERSIDAD POLITÉCNICA S A L E S I A N A

Presente.
A través de la presente y, toda vez que he llevado a cabo la revisión del diseño de trabajo de
titulación para el periodo 61, cuyo tema es "Estudio descriptivo de la Violencia de Género en
Ecuador usando técnicas de minería de datos" planteado por Caisa Coyago Pablo Alexander y
Rosero Espinosa Erick Oswaldo, me permito, en mi calidad de tutor, informar que el mencionado
proyecto lo considero viable y el documento se encuentra listo para su entrega.

Atentamente,

Julio Proaño Orellana

Docente tutor

CI: 0103909412
Quito, 6 de octubre del 2022

Ing. Patsy Prieto, Msc.

DIRECTORA DE LA CARRERA DE INGENIERÍA EN SISTEMAS

Presente.-

A través de la presente y, toda vez que he llevado a cabo la revisión

del borrador del proyecto de titulación para el periodo 61, cuyo tema
es “Estudio descriptivo de la Violencia de Género en Ecuador usando
técnicas de minería de datos”, planteado por los estudiantes Caisa
Coyago Pablo Alexander y Rosero Espinosa Erick Oswaldo, me
permito, en mi calidad de lector informar que el mencionado
proyecto cumple con los requisitos solicitados por la Universidad.

Atentamente,

Dra. Lina Patricia Zapata, Ph.D

DOCENTE UPS