Modelele predictive pentru analiza criminalității - dummy

Puteți include modele statistice predictive în metodele de analiză a criminalității pentru a produce analize care descriu și prezică unde și ce tipuri de activități criminale sunt susceptibile apar.

Modelele spațiale predictive vă pot ajuta să anticipați comportamentul, locația sau activitățile criminale ale infractorilor repetate. De asemenea, puteți aplica metode statistice datelor spatio-temporale pentru a stabili variabile cauzale sau corelative relevante pentru crima și aplicarea legii.

Clustering:

• Puteți utiliza metode de estimare a densității nucleului pentru a cuantifica densitatea spațială a activităților criminale și să genereze măsuri comparative între densitățile activității criminale față de populația de bază a zonei afectate. Estimarea densității kernelului (KDE) este o metodă de netezire care funcționează prin plasarea unui kernel - sau o funcție de ponderare utilă pentru cuantificarea densității - pe fiecare punct de date din setul de date și apoi însumarea kernelurilor pentru a genera o estimare a densității kernelului pentru regiunea globală.

  Un exemplu în acest sens este utilizarea analizei de regresie pentru a stabili modul în care una sau mai multe variabile independente de criminalitate determină direct sau se corelează cu o variabilă a criminalității dependente. În cele din urmă, statisticile spațiale avansate sunt folosite pentru a face previziuni comportamentale pentru infractorii repetate și pentru a prezice o activitate criminală viitoare bazată pe înregistrări istorice privind comportamentul criminal și informații despre condițiile actuale.