Vidéo: Estelle Kuhn : Modélisation et statistique pour l’amélioration des plantes 2025
Vous pouvez incorporer des modèles statistiques prédictifs dans les méthodes d'analyse criminelle pour produire des analyses décrivant et prédisant où et quelles activités criminelles sont susceptibles de se produire.
Les modèles spatiaux prédictifs peuvent vous aider à prédire le comportement, l'emplacement ou les activités criminelles des récidivistes. Vous pouvez également appliquer des méthodes statistiques aux données spatio-temporelles afin de déterminer les variables causales ou corrélatives pertinentes pour la criminalité et l'application de la loi.
La liste suivante inclut les types d'approches utiles pour la modélisation prédictive spatiale pour l'analyse criminelle:
- Clustering: Vous pouvez utiliser des méthodes d'estimation de la densité du noyau pour quantifier la densité spatiale des activités criminelles et de générer des mesures comparatives entre les densités d'activité criminelle par rapport à la population de base de la zone touchée.
L'estimation de la densité du noyau (KDE) est une méthode de lissage qui consiste à placer un noyau - ou une fonction de pondération utile pour quantifier la densité - sur chaque point de données de l'ensemble de données, puis à sommer les noyaux pour la région globale.
- Statistiques spatiales avancées: Un exemple de ceci est d'utiliser l'analyse de régression pour établir comment une ou plusieurs variables criminelles indépendantes causent directement, ou corrèlent, avec une variable de criminalité dépendante. Enfin, des statistiques spatiales avancées sont utilisées pour faire des prédictions comportementales pour les récidivistes et pour prédire l'activité criminelle future sur la base de dossiers historiques sur le comportement criminel et d'informations sur les conditions actuelles.
