ANÁLISIS PREDICTIVO DE DATOS ABIERTOS PARA DETERMINAR EL CRECIMIENTO DE LA POBLACIÓN Y CONSUMO DE AGUA POTABLE EN LA REPÚBLICA MEXICANA (PREDICTIVE ANALYSIS OF OPEN DATA TO DETERMINE POPULATION GROWTH AND POTABLE WATER CONSUMPTION IN THE MEXICAN REPUBLIC)

Resumen

Resumen
Se presenta el análisis exploratorio y predictivo de la base de datos del Consejo Nacional de Población (CONAPO), con la finalidad de identificar variables de interés para cuantificar el consumo de agua potable en los diferentes Estados de la República Mexicana, de acuerdo con la agenda 2030, el agua forma parte de los Objetivos del Desarrollo Sostenible (ODS) y México ha adoptado tales objetivos. Por otro lado, se requiere conocer el crecimiento poblacional de los Estados y las Ciudades, con la finalidad de establecer políticas públicas que ayuden a disminuir tanto la problemática del agua así como de la vivienda, es decir, el presente trabajo identifica la validez del aprendizaje supervisado con regresión polinomial y comparar la predicción con la base de datos abiertos: “Proyecciones de Población de Municipios de México”, con la finalidad de determinar el crecimiento poblacional de los Estados y tener información que permita estimar la cantidad de agua requerida por la población; es importante hacer notar que, aunque algunas ciudades cuentan con medidores del consumo de agua potable, no hay registros con estadísticas reales, ni tampoco históricos del consumo. Asimismo, se realiza un análisis exploratorio de la base de datos por medio del software estadístico R y se construyen diagramas de puntos del crecimiento poblacional, también, se realiza un análisis de regresión polinomial hasta el año 2010 y su análisis predictivo al año al 2070, se muestran los Estados con mayor población para cada 10 años a partir de 1970 al 2070 y se calcula el error absoluto respecto a la base de la CONAPO y el modelo de regresión cúbico para cada Estado.
Palabras Clave: Agua Potable, Análisis Exploratorio, Datos Abiertos, Regresión, Población.

Abstract
The exploratory and predictive analysis of the National Population Council (CONAPO) database is presented, with the aim of identifying variables of interest to quantify potable water consumption in the different states of the Mexican Republic. According to the 2030 Agenda, water is part of the Sustainable Development Goals (SDGs), and Mexico has adopted these objectives. Additionally, it is necessary to understand the population growth of the states and cities to establish public policies that help mitigate both water and housing issues. In other words, this work assesses the validity of supervised learning using polynomial regression and compares the predictions with the open data source: "Population Projections for Municipalities of Mexico", in order to determine the population growth of the states and obtain information that allows for estimating the amount of water required by the population. It is important to note that, although some cities have potable water consumption meters, there are no real statistics or historical records of consumption.
Additionally, an exploratory analysis of the database is conducted using the statistical software R, scatter plots of population growth are constructed, and a polynomial regression analysis is performed up to the year 2010, with a predictive analysis extending to 2070. The states with the highest populations for every 10 years from 1970 to 2070 are shown, and the absolute error is calculated in relation to the CONAPO database and the cubic regression model for each state.
Keywords: Potable Water, Exploratory Analysis, Open Data, Regression, Population.