Modelos espaciais preditivos para análise de crime

Video: Análise de um crime - Chat Room Mortal - 3x2

Você pode incorporar modelos estatísticos de previsão em métodos de análise de crime para produzir análises que descrever e prever onde e que tipos de atividade criminosa são susceptíveis de ocorrer.

modelos espaciais preditivos pode ajudar a prever o comportamento, localização ou actividades criminosas de reincidentes. Você também pode aplicar métodos estatísticos para dados espaço-temporal para averiguar causadores ou correlativas variáveis ​​relevantes ao crime e à aplicação da lei.

A seguinte lista inclui tipos de abordagens que são úteis na modelagem preditiva espacial para análise da criminalidade:

Video: A Importância da Análise Espacial | Conceitos

• Clustering: Você pode usar do kernel métodos de estimativa de densidade para quantificar a densidade espacial de actividades criminosas e para gerar medidas comparativas entre as densidades de atividade criminosa em relação à população base da área afetada.

  estimativa de densidade de Kernel (KDE) é um método de alisamento que funciona colocando um kernel - ou, uma função de ponderação que é útil para quantificar a densidade - em cada ponto de dados no conjunto de dados e, em seguida, somando os kernels para gerar uma estimativa de densidade kernel para o global região.

  Video: Por tras do crime

• estatísticas espaciais avançadas: Um exemplo disso é a utilização de análise de regressão para estabelecer como uma ou mais variáveis ​​independentes crime causar diretamente, ou se correlacionam com, uma variável crime dependente. Por último, as estatísticas espaciais avançadas são usadas para fazer previsões comportamentais para reincidentes e de prever o futuro atividade criminosa com base nos registros históricos sobre o comportamento criminoso e informações sobre as condições atuais.