CARACTERIZAÇÃO TEMPORAL DE ROUBOS DE RUA CONTRASTANDO CONTEXTOS PRÉ-PANDÊMICO E PANDÊMICO

Autores

DOI:

https://doi.org/10.31060/rbsp.2026.v20.n2.2081

Palavras-chave:

Roubos de rua, Séries temporais, Municípios mineiros, Pandemia de COVID-19

Resumo

Compreender a dinâmica das ocorrências de crimes é crucial para políticas mais eficazes de segurança pública. Este trabalho multidisciplinar visa à caracterização temporal de roubos de rua, sob contextos pré-pandêmicos e pandêmicos. Dados da Polícia Militar de MG de oito municípios mineiros foram consolidados em diferentes séries temporais: por hora, por dia, por dez dias e por mês. Foram utilizadas técnicas estatísticas, como análise espectral de frequências, autocorrelações e decomposições. Constatou-se uma queda média de 64% desse tipo de crime na pandemia. Foram encontradas evidências de regime estacionário nas séries pandêmicas, implicando ganho de maior aleatoriedade nas ocorrências. Independente se pré ou pandêmico, e contrariando o senso comum, a única sazonalidade detectada foi entre diurno/noturno, sendo indiferentes os dias da semana, se início ou fim de mês, ou os meses do ano. Este estudo apresenta vários insights para uma maior compreensão dos padrões temporais de crimes.

Downloads

Não há dados estatísticos.

Biografia do Autor

Renato Figueiredo Frade, Corpo de Bombeiros Militar de Minas Gerais

Graduado em Engenharia da Computação pela Universidade Federal de Itajubá (UNIFEI). Mestre em Ciência e Tecnologia da Computação (UNIFEI). Soldado especialista, desenvolvedor na área de comunicações, do Corpo de Bombeiros Militar de Minas Gerais (CBMMG).

Eric Fernandes de Mello Araújo, Computer Science Department/Calvin University (MI), USA.

Bacharel em Ciência da Computação pela Universidade Federal de Viçosa (UFV). Mestre em Ciência da Computação pela Universidade Federal de Minas Gerais (UFMG). Doutor em Ciência da Computação pela Vrije Universiteit, Holanda. Associate Professor, Calvin University, USA. Pesquisador em Modelagem de Comportamento e Sociologia Computacional. 

João Paulo Roquim Romanelli, Universidade Federal de Itajubá

Bacharel em Matemática pela Universidade Federal de Minas Gerais (UFMG). Mestre em Matemática (UFMG). Doutor em Matemática pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-RJ). Professor Associado da Universidade Federal de Itajubá (UNIFEI). Pesquisador em Métodos Numéricos para Equações Diferenciais Ordinárias e Aprendizado de Máquina.

Carlos Henrique da Silveira, Universidade Federal de Itajubá

Bacharel em Ciência da Computação pela Universidade Federal de Minas Gerais (UFMG). Doutor em Bioinformática (UFMG). Professor Titular da Universidade Federal de Itajubá (UNIFEI). Coordenador do Grupo Interdisciplinar em Simulação e Inteligência Computacional (INSILICO).  Pesquisador em Ciência dos Dados, Ciência das Redes e Inteligência Artificial. 

Referências

ALVES, Janael da Silva. A influência do isolamento social durante a pandemia da covid-19 sobre as taxas de crimes violentos em 20 municípios do sul de Minas Gerais. Boletim Alfenense de Geografia, Alfenas, v. 2, n. 3, p. 98-121, 2022.

ALVES, Luís; RIBEIRO, Haroldo; RODRIGUES, Francisco. Crime prediction through urban metrics and statistical learning. Physica A: Statistical Mechanics and its Applications, v. 505, p. 435-443, 2018.

ANDRESEN, Martin; MALLESON, Nick. Intra-week spatial-temporal patterns of crime. Crime Science, v. 4, n. 12, 2015.

ARAÚJO, Eric; GERRITSEN, Charlotte. Creating a temporal pattern for street robberies using ABM and data from a small city in South East Brazil. In: GERRITSEN, Charlotte; ELFFERS, Henk (Eds.). Agent-Based Modelling for Criminological Theory Testing and Development. 1. ed. London: Routledge, 2020, p. 146-166.

ATALAN, Abdulkadir. Is the lockdown important to prevent the COVID-19 pandemic? Effects on psychology, environment and economy-perspective. Annals of Medicine and Surgery, v. 56, p. 38-42, 2020.

BRANTINGHAM, Paul; BRANTINGHAM, Patricia. Crime pattern theory. In: WORTLEY, Richard; MAZEROLLE, Lorraine (Eds.). Environmental Criminology and Crime Analysis. 1. ed. London: Willan, 2013, p. 100-116.

BRASIL. Poder Executivo. Decreto-Lei Nº 2.848, de 7 de dezembro de 1940. Código Penal. Brasília: Diário Oficial da União, Seção 1, p. 23911, 31 dez. 1940.

CASTRO, Celia; HOLANDA, Fabiane; CARVALHO, Joadson; BARBOSA, José; GOMES, Anna. Homicídios no Rio Grande do Norte e sua relação com a pandemia do COVID-19. EmpiricaBR, Natal, v. 1, n. 1, p. 1-19, 2021.

CLEVELAND, Robert; CLEVELAND, William; MCRAE, Jean; TERPENNING, Irma. STL: a seasonal-trend decomposition procedure based on loess. Journal of Official Statistics, v. 6, n. 1, p. 3-73, 1990.

COHEN, Lawrence; FELSON, Marcus. Social change and crime rate trends: a routine activity approach. American Sociological Review, v. 44, n. 4, p. 588-608, 1979.

DAVIS, Richard; FOKIANOS, Konstantinos; HOLAN, Scott; HARRY, Joe; LIVSEY, James; LUND, Robert; PIPIRAS, Vladas; RAVISHANKER, Nalini. Count time series: a methodological review. Journal of the American Statistical Association, v. 116, n. 535, p. 1533-1547, 2021.

EFRON, Bradley. The jackknife, the bootstrap and other resampling plans. Technical Report n. 63. California: Stanford University, 1980.

GREEN, James. Too many zeros and/or highly skewed? A tutorial on modelling health behaviour as count data with Poisson and negative binomial regression. Health Psychology and Behavioral Medicine, v. 9, n. 1, p. 436-455, 2021.

GROFF, Elizabeth. Simulation for theory testing and experimentation: an example using routine activity theory and street robbery. Journal of Quantitative Criminology, v. 23, n. 2, p. 75-103, 2007.

HYNDMAN, Rob; ATHANASOPOULOS, George. Forecasting: principles and practice. 3. ed. Melbourne, Australia: OTexts, 2021. E-book.

HOU, Miaomiao; ZHAOLONG, Zeng; XIAOFENG, Hu; JINMING Hu. Investigating the impact of the COVID-19 pandemic on crime incidents number in different cities. Journal of Safety Science and Resilience, v. 3, n. 4, p. 340-352, 2022.

ITABIRA (MG). Decreto Nº 3.178, de 19 de março de 2020. Determina a suspensão temporária dos Alvarás de Localização e Funcionamento e autorizações emitidos para realização de atividades com potencial de aglomeração de pessoas para enfrentamento da Situação de Emergência Pública causada pelo agente Coronavírus - COVID-19. Itabira/MG: Diário Oficial de Itabira, n. 8.361, 19 mar. 2020.

LEAL, Manoel Flavio; GOMES JUNIOR, Luiz. Impacto da Pandemia da COVID-19 nos Padrões de Crimes no Município de Curitiba. In: Anais da XVII ERBD – Escola Regional de Banco de Dados. Lages: IFSC, 2022, p. 101-108.

LOBO, Andréa de Paula; SANTOS, Augusto César Cardoso dos; ROCHAB, Marli Souza; PINHEIRO, Rejane Sobrino; BREMMB, João Matheus; MACÁRIO, Eduardo Marques; OLIVEIRA, Wanderson Kleber de; FRANÇA, Giovanny Vinícius Araújo de. COVID-19 epidemic in Brazil: where are we at?. International Journal of Infectious Diseases, v. 97, p. 382-385, 2020.

MEYEROWITZ‐KATZ, Gideon; BESANÇON, Lonni; FLAHAULT, Antoine; WIMMER, Raphael. Impact of mobility reduction on COVID-19 mortality: absence of evidence might be due to methodological issues. Scientific Reports, v. 11, n. 1, p. 1-9, 2021.

MONTEIRO, Joana da Costa Martins; CARVALHO, Eduardo Fagundes de; GOMES, Ramón Chaves. Crime e policiamento durante a pandemia de COVID-19 no Rio de Janeiro, Brasil. Ciência e Saúde Coletiva, Rio de Janeiro, v. 26, n. 10, p. 4703-4714, 2021.

OLIVEIRA, Steevan. Pandemia e Crime: Revisão de Literatura Sobre os Impactos da Pandemia do Coronavírus na Incidência Criminal. Revista Brasileira de Segurança Pública, São Paulo, v. 16, n. 3, p. 32-57, 2022.

PROVENZA, Marcello Montillo; COSTA, José Fabiano da Serra; NASCIMENTO, Carolina; TONASSI, Patrícia de Rezende; VERGARA, Thaís Lorena Díaz de. Análise estatística e previsão de séries temporais de roubos e furtos a transeuntes no município do Rio de Janeiro de 2009 a 2013. Cadernos do IME - Série Estatística, Rio de Janeiro, v. 39, n. 2, p. 1-34, 2015.

RAHIM, Karim John. Applications of Multitaper Spectral Analysis to Nonstationary Data. [s.l.], 2014. 210 f.

RIBEIRO, Vanessa dos Santos. A criminalidade na pandemia Covid-19 no Brasil: revisão integrativa. Revista do Instituto Brasileiro de Segurança Pública (RIBSP), [s.l.], v. 5, n. 11, p. 134-143, 2022.

RIEDEL, Kurt; SIDORENKO, Alexander. Minimum bias multiple taper spectral estimation. IEEE Transactions on Signal Processing, [s.l.], v. 43, n. 1, p. 188-195, 1995.

SHUMWAY, Robert; STOFFER, David. Time series analysis and its applications: with R Examples. 4. ed. Pittsburgh: Springer, 2016. E-book.

STICKLE, Ben; FELSON, Marcus. Crime rates in a pandemic: the largest criminological experiment in history. American Journal of Criminal Justice, v. 45, n. 4, p. 525-536, 2020. DOI: https://doi.org/10.1007/s12103-020-09546-0.

STOICA, Petre; MOSES, Randolph. Spectral Analysis of Signals. Upper Saddle River: Prentice Hall, 2005. E-book.

VALENT, Jonas. Covid-19: governo declara transmissão comunitária em todo o país. Agência Brasil, Saúde, 20 mar. 2020.

VIRGÍLIO, Fernando; SANTIAGO, Marizângela Lissandra de Oliveira; NUNES, Renata Adele de Lima; BESERRA, Mabell Kallyne Melo; SENA, Francisco Thiago Carneiro; GOMES, Loyane Ellen Silva; MACENA, Raimunda Hermelinda Maia. Tendência temporal dos homicídios no Ceará, antes e durante a pandemia de Covid-19. Journal of Health & Biological Sciences, v. 10, n. 1, p. 1-6, 2022.

WHO – World Health Organization. Coronavirus Disease (Covid-19) Pandemic. Genebra, 2023.

ZHU, Fukang. Zero-inflated Poisson and negative binomial integer-valued GARCH models. Journal of Statistical Planning and Inference, v. 142, n. 4, p. 826-839, 2012.

Downloads

Publicado

01-06-2026

Como Citar

FIGUEIREDO FRADE, Renato; FERNANDES DE MELLO ARAÚJO, Eric; PAULO ROQUIM ROMANELLI, João; HENRIQUE DA SILVEIRA, Carlos. CARACTERIZAÇÃO TEMPORAL DE ROUBOS DE RUA CONTRASTANDO CONTEXTOS PRÉ-PANDÊMICO E PANDÊMICO. Revista Brasileira de Segurança Pública, [S. l.], v. 20, n. 2, p. 54–81, 2026. DOI: 10.31060/rbsp.2026.v20.n2.2081. Disponível em: https://revista.forumseguranca.org.br/rbsp/article/view/2081. Acesso em: 1 jun. 2026.

Edição

v. 20 n. 2 (2026): Revista Brasileira de Segurança Pública 39

Seção

Artigos

Licença

Copyright (c) 2026 Revista Brasileira de Segurança Pública

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Licenciamento

A Revista Brasileira de Segurança Pública  usa a Licença Creative Commons como forma de licenciamento para suas obras publicadas. A licença utilizada segue o modelo CC BY 4.0 - Attribution 4.0 International. 

Para consultar os dirietos permitidos direcione-se para a licença completa ou para a nossa página de Direitos dos autores e Licenças.