El objetivo de esta tesis es analizar la distribución espacial del robo de vehículo, robo a transeúnte y el homicidio, y su relación con características socioeconómicas del contexto urbano en las delegaciones Benito Juárez, Coyoacán y Cuauhtémoc del Distrito Federal en el 2010. El soporte teórico de esta tesis lo proporcionan las teorías de la desorganización social, actividades rutinarias y los patrones delictivos. Para analizar la distribución espacial del delito se utilizaron los cocientes de localización (LQC). Para medir la relación de las características socioeconómicas se realizaron cuatro modelos de mínimos cuadrados ordinarios (MCO), uno por cada delito y la suma de los tres. Finalmente, reconociendo que estos últimos tienen el defecto de asumir relaciones estacionaras en toda la región de estudio y por lo tanto enmascarar relaciones locales, se utilizó la regresión geográfica ponderada (RPG) para cada uno de estos modelos. Con esta última se pudo observar la variación espacial de la relación entre las variables, es decir la heterogeneidad espacial. Los resultados obtenidos identificaron al QLC como un potente indicador para identificar patrones delictivos. Con la regresión por MCO se pudieron identificar algunas característica socioeconómicas que influyen para que el delito se presente y con la RPG se pudo identificar la variabilidad espacial. Con esto, no sólo se obtuvo una visión global de la relación de los delitos con las características de las variables socioeconómicas de la estructura urbana, si no que se identificó en donde se presentan estas relaciones con mayor intensidad.
The aim of this research is to analyze the spatial distribution of vehicle theft, pedestrian robbery and homicide, and its relation with socio-economic characteristics of the urban context in Benito Juárez, Coyoacán and Cuauhtémoc of Mexico City in 2010. The theoretical support of this thesis is provided by theories of social disorganization, routine activities and crime patterns. To analyze the spatial distribution of crime location quotients (LQC) were used. To measure the relationship of socio-economic features four models of ordinary least squares (OLS) were test, one for each crime and one for the sum of the three performed. Finally recognizing that the OLS models have the defect of assuming static relationships throughout the study region and therefore mask local relationships, geographic weighted regression (GWR) was used for each of these models. With RPG we observed the spatial variation of the relationship between variables, that is the spatial heterogeneity. The results identified the LQC as a powerful indicator to identify crime patterns. With OLS regression could be possible identified some socio-economic characteristics that influence the crime was present and the RPG was identified spatial variability. With this, not only present an overview of the relationship of the crime to the characteristics of the socio-economic variables of the urban structure was obtained, but it was identified in which these relations are presented with greater intensity.