• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of the royal statistical society >Self-exciting point processes with spatial covariates: modelling the dynamics of crime
【24h】

Self-exciting point processes with spatial covariates: modelling the dynamics of crime

机译：具有空间协变量的自激点过程：对犯罪动态进行建模

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Crime has both varying patterns in space, related to features of the environment, economy and policing, and patterns in time arising from criminal behaviour, such as retaliation. Serious crimes may also be presaged by minor crimes of disorder. We demonstrate that these spatial and temporal patterns are generally confounded, requiring analyses to take both into account, and propose a spatiotemporal self-exciting point process model that incorporates spatial features, near repeat and retaliation effects, and triggering. We develop inference methods and diagnostic tools, such as residual maps, for this model, and through extensive simulation and crime data obtained from Pittsburgh, Pennsylvania, demonstrate its properties and usefulness.
机译：犯罪在空间上既有变化的模式，也与环境，经济和治安的特征有关，也有犯罪行为（例如报复）引起的时间变化。轻微的无序犯罪也可能预示着严重的犯罪。我们证明了这些空间和时间模式通常是混杂的，需要进行分析以兼顾两者，并提出了一个时空自激点过程模型，该模型包含了空间特征，近距离重复和报复效应以及触发。我们为此模型开发了推理方法和诊断工具，例如残差图，并通过从宾夕法尼亚州匹兹堡获得的大量模拟和犯罪数据证明了其特性和实用性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号