¿Se pueden verificar estas cifras? Sí.

1. Los datos: públicos y verificables

La fuente es SINADEF, el registro de certificados de defunción del Ministerio de Salud. No usamos notas de prensa, ni de TV Perú ni de la PNP. Son otras fuentes, que miden cosas distintas: la PNP registra denuncias; SINADEF registra muertes certificadas por un médico.

El MINSA publica el archivo completo todos los días. Lo descargamos automáticamente y guardamos su huella digital (SHA-256): desde el 8 de agosto registramos 63 publicaciones, y el archivo pasó de 1.555.123 a 1.586.183 registros.

Compruébalo tú. Descarga el archivo de Datos Abiertos del MINSA y corre esto en Python:

import duckdb
duckdb.sql("""
  SELECT COUNT(*) FROM 'SINADEF_DATOS_ABIERTOS.csv'
  WHERE MUERTE_VIOLENTA = 'HOMICIDIO' AND ANIO = '2026' AND MES = '09'
""")   # → 138, con la publicación del 11-oct-2026

Huella SHA-256 de esa publicación: fd61c816369ac131ba3bfa3a935e6ca96dce9113bbee78bf14f86da6e7b3703c

2. “NO SE CONOCE” no es nuevo: pasa desde siempre

Una de cada cuatro muertes violentas del Perú queda sin tipo. El gráfico de control muestra ese porcentaje mes a mes desde 2017. La franja marca el rango esperable por azar (±3 desviaciones estándar): los puntos dentro de ella son variación normal; los de fuera son un cambio real.

• Setiembre 2026 está dentro del rango normal y por debajo del promedio: 22,0% contra 24,8% histórico.
• En 117 meses solo hubo un periodo anómalo: octubre 2022 a febrero 2023, con entre 35% y 42% sin tipificar.
• Una regresión logística sobre los 117 meses da una tendencia levemente a la baja: el registro mejora, no empeora.

El caso de Caraz (un homicidio cuyo certificado no menciona el disparo) tampoco es nuevo. Todos los años hay muertes registradas como “NO SE CONOCE” cuyo propio certificado nombra el arma:

* 2026: enero a setiembre. “Arma en el certificado”: el texto de causas menciona proyectil, arma de fuego, PAF, arma blanca, estrangulamiento o apuñalamiento. Es una búsqueda de texto, no un modelo.

3. La proyección: estadística clásica, con sus errores a la vista

• Se prueban 46 configuraciones de seis familias de modelos: SARIMA, ETS, Theta, Prophet, XGBoost y un modelo ingenuo estacional como referencia mínima.
• Cada una se evalúa en 6 ventanas de 3 meses hacia atrás (rolling origin, el esquema de las competencias internacionales de pronóstico M3/M4). Gana la de menor error.
• El rango del 80% sale de los errores que el modelo ganador cometió en 24 ventanas de prueba, no de un supuesto teórico.

¿Funciona? Corrimos el sistema completo como si hubiera estado en producción desde setiembre 2024: cada mes proyecta solo con los datos que existían antes. En 25 meses, su error promedio fue 10,0%, contra 15,3% de repetir el mismo mes del año anterior.

Lo que esta prueba nos hizo corregir. Con el método original, el valor real cayó dentro del rango del 80% solo en 13 de 25 meses: el rango era demasiado angosto y arrastraba el sesgo de los años en que los homicidios subían. Desde la proyección de octubre 2026 se estima con 24 ventanas y según el tamaño del error, no su dirección. Con ese cambio, el valor real cae dentro del rango en 20 de 25 meses (80%). Las proyecciones ya publicadas, como la de setiembre (184, rango 166–193), se mantienen tal como se hicieron. Setiembre 2026 queda fuera del rango incluso con el método corregido: es el mayor error de los 25 meses.

4. Dónde se usan estos métodos

5. El código

Son 26 archivos y 7.105 líneas: la descarga, la API, los modelos, los análisis y la app. Descargar todo (.zip)