Análisis de datos espaciales y aplicación del índice de autocorrelación de Moran usando los indicadores de la carga fiscal del Ministerio Público-Fiscalía de la Nación

Abstract

El presente trabajo de suficiencia profesional nace en respuesta a la necesidad de promover el intercambio y uso de datos y servicios de información espacial o georreferenciada, desde la emisión del - DECRETO SUPREMO Nº 029-2021-PCM, el cual establece la implementación de la plataforma nacional de datos georreferenciados denominada GEOPERU, plataforma digital única de integración de datos espaciales o georreferenciados y estadísticos, esta plataforma armoniza las bases de datos de las entidades de la Administración Pública para un mejor análisis y toma de decisiones con enfoque territorial. Para implementar en el MINISTERIO PUBLICO – FISCALÍA DE LA NACIÓN lo estipulado en el DECRETO SUPREMO Nº 029-2021-PCM, la Oficina de Control de la productividad Fiscal tuvo que realizar la recopilación datos geográficos a nivel nacional para agregarlos a la base de datos de dicha entidad, para cumplir con los parámetros solicitados en la directiva del DECRETO SUPREMO Nº 029-2021-PCM. Actualmente el MINISTERIO PÚBLICO – FISCALÍA DE LA NACIÓN, realiza el análisis de datos por medio de reportes conformados por tablas y gráficos, el cual permite visualizar la información de manera tradicional con respecto a los diversos indicadores, sin embargo, este tipo de análisis es una herramienta visual básica el cual nos permite un análisis simple. Mediante este trabajo de suficiencia, implementaremos el uso de los datos espaciales y la aplicación del índice de moran a LOS INDICADORES DE LA CARGA FISCAL DEL MINISTERIO PÚBLICO – FISCALÍA DE LA NACIÓN, a manera de obtener un mejor análisis con una herramienta no solo visual si no obteniendo una medida estadística para determinar la auto correlación espacial existente entre diferentes puntos específicos, permitiéndonos un análisis preciso, convirtiendo la información en una herramienta potente para la toma de decisiones.