범죄 분석을위한 예측 공간 모델 - 더미

예측 통계 모델을 범죄 분석 방법에 통합하여 범죄 활동의 종류와 종류를 기술하고 예측할 수있는 분석을 생성 할 수 있습니다. 나오다.

예측 적 공간 모델은 반복적 인 범죄자의 행동, 위치 또는 범죄 활동을 예측하는 데 도움이 될 수 있습니다. 시 / 공간 데이터에 통계적 방법을 적용하여 범죄 및 법 집행과 관련된 원인 또는 상관 관계 변수를 확인할 수도 있습니다.

다음 목록에는 범죄 분석을위한 공간 예측 모델링에 유용한 접근 방식이 포함되어 있습니다.

• 클러스터링: 커널 밀도 추정 방법을 사용하여 범죄 활동의 공간 밀도를 정량화 할 수 있습니다 영향을받는 지역의 기본 인구와 관련된 범죄 활동의 밀도 사이의 비교 측정을 생성 할 수 있습니다. 커널 밀도 추정 (KDE)은 데이터 집합의 각 데이터 점에 커널을 배치하거나 밀도를 정량화하는 데 유용한 가중 함수를 적용한 다음 커널 밀도를 계산하기 위해 커널을 합산하여 작동하는 스무딩 방법입니다 전체 지역.

  하나의 예는 회귀 분석을 사용하여 하나 이상의 독립 범죄 변수가 종속 범죄 변수를 직접적으로 또는 관련시키는 방법을 확립하는 것입니다. 마지막으로 고급 공간 통계는 재범 자의 행동 예측을하고 범죄 행위 및 현재 상황에 대한 정보를 기반으로 향후 범죄 활동을 예측하는 데 사용됩니다.