Vídeo: O Valor dos seus Dados Pessoais 2025
Você pode incorporar modelos estatísticos preditivos em métodos de análise de crime para produzir análises que descrevam e prevejam onde e quais tipos de atividades criminosas são susceptíveis de ocorrer.
Os modelos espaciais preditivos podem ajudá-lo a prever o comportamento, localização ou atividades criminosas dos reincidentes. Você também pode aplicar métodos estatísticos para dados espaço-temporais para verificar variáveis causais ou correlativas relevantes para crime e aplicação da lei.
A seguinte lista inclui tipos de abordagens que são úteis na modelagem preditiva espacial para análise criminal:
- Clustering: Você pode usar métodos de estimativa da densidade do núcleo para quantificar a densidade espacial das atividades criminosas e gerar medidas comparativas entre as densidades de atividade criminal em relação à população base da área afetada.
A estimativa da densidade do núcleo (KDE) é um método de suavização que funciona ao colocar 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 da densidade do kernel para a região em geral.
- Estatísticas espaciais avançadas: Um exemplo disto é usar a análise de regressão para estabelecer como uma ou mais variáveis de crime independentes causam ou correlacionam diretamente uma variável de crime dependente. Por fim, as estatísticas espaciais avançadas são usadas para fazer previsões comportamentais para reincidentes e para prever futuras atividades criminosas com base em registros históricos sobre comportamento criminal e informações sobre condições presentes.
