远东理论统计杂志
第44卷,第2期,第93-120页(2013年8月)
|
|
建议使用统计模型确定导致埃及社会最常见犯罪的重要变量
穆斯塔法·加拉尔·穆斯塔法、梅德哈特·阿卜杜勒和马哈茂德·穆罕默德·艾萨
|
摘要: 本文旨在提出一个统计模型来估计犯罪数量,并确定对毒品和盗窃犯罪数量增加有积极影响的最重要变量和因素。这些罪行是埃及社会中最常见的。该研究涵盖了2000年至2010年的月度数据。因变量是对每项犯罪作出判决的犯罪次数。自变量分为五组,每组包含几个自变量。这些群体是(1)犯罪类型,(2)罪犯职业,(3)罪犯性别,(4)罪犯年龄和(5)罪犯教育水平。采用四种统计模型:多元线性回归、多层感知器神经网络、回归支持向量机和一般回归神经网络,通过每个犯罪的因变量对每个自变量组进行分析。此外,对每个独立组进行了因子分析,然后使用四个模型通过因变量将这些因子用作自变量。结果表明,毒品犯罪的推荐模型是使用因子的RSVM和使用因子的GRNN. |
关键词和短语: 多层感知器神经网络,回归支持向量机,通用回归神经网络,因子分析。 |
|
下载次数:258 |视图数量:554 |
|