×
布莱恩·弗朗西斯;刘嘉义

犯罪严重性升级建模：潜在变量方法。 （英语） Zbl 1329.62476号

Metron公司 73，第2期，277-297（2015）.
摘要：本文调查了潜在变量模型在评估犯罪严重性升级中的应用。它有两个目标。第一个是将混合效应方法与潜在变量方法进行对比，以模拟犯罪升级。因此，本文研究了是否存在具有不同严重性轨迹形状的特定罪犯亚群。第二个是方法论——将先前升级工作中使用的混合效应模型与基于群体的轨迹模型和增长混合模型（混合效应模型的混合）进行比较。软件的可用性是一个问题，跨软件包的适合性比较并不简单。我们认为，混合模型在建模犯罪严重性时是必要的，增长混合模型而非基于群体的轨迹模型最适合数据，R提供了用于比较模型的最佳软件环境。实质上，我们确定了三个潜在群体，其中最大的群体显示犯罪严重性随着刑事司法经验（通过定罪次数衡量）的增加而增加，随着年龄的增长而减少。另外两组受试者随着年龄的增长表现出更为显著的非线性效应，而刑事司法经历的影响则不显著。简要讨论了这些结果的政策考虑。

引用于1文件

MSC公司：

62第25页 统计学在社会科学中的应用

关键词：

升级;加重，加重;纵向数据分析;潜在变量法;异质性;基于群体的轨迹建模;生长混合物模型;犯罪职业;比较研究

软件：

液化石油气;S-PLUS系统;过程Traj;潜在黄金;R（右）
PDF格式BibTeX公司 XML格式引用
\textit{B.Francis}和\textit{J.Liu}，Metron 73，No.2，277--297（2015；Zbl 1329.62476）
全文： 内政部 链接

参考文献：

[1] Aitkin，M.：广义线性模型中方差分量的一般最大似然分析。生物统计学55，117-128（1999）·兹比尔1059.62564 ·doi:10.1111/j.0006-341X.1999.00117.x
[2] Bartolucci，F.，Farcomeni，A.，Pennoni，F.：纵向数据的潜在马尔可夫模型。CRC出版社，博卡拉顿（2013）·Zbl 1341.62002号
[3] Bartolucci，F.、Pennoni，F.和Francis，B.：检测犯罪活动模式的潜在马尔可夫模型。J.R.统计社会服务。A 170，115-132（2007）·doi:10.1111/j.1467-985X.2006.00440.x
[4] Blumstein，A.、Cohen，J.、Roth，J.和Visher，C.A.（编辑）：《犯罪职业和职业罪犯》，第1卷。美国国家科学院出版社，华盛顿特区（1986年）
[5] Bushway，S.D.，Sweeten，G.，Nieuwbeerta，P.：使用多种方法测量个人犯罪的长期轨迹。J.数量。克里米诺。25, 259-286 (2009) ·doi:10.1007/s10940-009-9070-1
[6] Collins，L.，Lanza，S.：潜在类别和潜在转变分析：在社会、行为和健康科学中的应用。威利，纽约（2009）·数字对象标识代码：10.1002/9780470567333
[7] Diggle，P.、Heagerty，P.，Liang，K.-Y.、Zeger，S.：《纵向数据分析》，第2版。牛津大学出版社，牛津（2002）·Zbl 1268.62001号
[8] Eberly，E.L.，Thacheray，M.L.：关于兰格和瑞恩诊断随机效应非正常性的绘图技术。统计概率。莱特。75, 77-85 (2005) ·Zbl 1076.62077号 ·doi:10.1016/j.spl.2005.05.010
[9] Fagan，A.A.，Western，J.：犯罪行为从青春期到成年早期的升级和减速。澳大利亚。N.Z.J.克里米诺。38, 59-76 (2005) ·doi:10.1375/acri.38.1.59
[10] Fearn，T.：增长曲线的两阶段模型，导致rao的协方差调整估计。《生物特征》64，141-143（1977）·Zbl 0349.62042号 ·doi:10.1093/biomet/64.1.141
[11] Francis，B.，Liu，J.，Soothill，K.：犯罪生活方式专业化：英格兰和威尔士的女性犯罪。国际刑事司法第20版，188-204（2010）·doi:10.1177/1057567710368942
[12] Francis，B.、Soothill，K.、Humphreys，L.、Bezzina，A.：制定重新定罪严重程度和频率的措施（2005年）。网址：http://www.maths.lans.ac.uk/弗朗西斯b/seriousnessreport.pdf
[13] Holgersson，H.：评估多元正态性的图形方法。计算。《法律总汇》第21卷第141-149页（2006年）·Zbl 1114.62004号 ·doi:10.1007/s00180-006-0256-9
[14] Hwang，H.，Takane，Y.：通过广义估计方程估计具有结构误差协方差的增长曲线模型。Behavior metrika 32，155-163（2005）·Zbl 1080.62035号 ·doi:10.2333/bhmk.32.155
[15] Jackmin-Gadda，H.、Sibillot，S.、Proust，C.、Molina，J.、Thiébaut，R.：线性混合模型对错误指定误差分布的鲁棒性。计算。统计数据分析。5142-5154（2007年）·Zbl 1162.62319号 ·doi:10.1016/j.csda.2006.05.021
[16] Jones，B.，Nagin，D.，Roeder，K.：基于混合模型的sas程序，用于估计发展轨迹。Soc.Methods Res.29，374-393（2001年）·doi:10.1177/0049124101029003005
[17] Kreuter，F.，Muthèn，B.：分析犯罪轨迹：使用增长混合模型桥接多层次和基于群体的方法。J.数量。克里米诺。24, 1-31 (2008) ·doi:10.1007/s10940-007-9036-0
[18] Laird，N.：混合分布的非参数最大似然估计。J.Am.Stat.Assoc.73，805-811（1978年）·Zbl 0391.62029号 ·doi:10.1080/01621459.1978.10480103
[19] Laird，N.，Ware，J.：纵向数据的随机效应模型。生物统计学38，963-974（1982）·Zbl 0512.62107号 ·doi:10.2307/2529876
[20] Lange，N.，Ryan，L.：评估随机效应模型的正态性。Ann.Stat.17，624-642（1989）·Zbl 0672.62081号
[21] Liu，J.，Francis，B.，Soothill，K.：犯罪严重性升级的纵向研究。J.数量。克里米诺。27, 175-196 (2011) ·doi:10.1007/s10940-010-9102-x
[22] Lukacs，E.：正态分布的特征。安。数学。《美国联邦法律大全》第13卷第91-93页（1942年）·Zbl 0060.28509号 ·doi:10.1214/网址/1177731647
[23] 马哈拉诺比斯，P.C.：关于统计学中的广义距离。程序。国家。科学研究所。印度2，49-55（1936年）·Zbl 0015.03302号
[24] Marquardt，D.：非线性参数的最小二乘估计算法。J.Soc.Ind.申请。数学。11, 431-441 (1963) ·Zbl 0112.10505号 ·数字对象标识代码：10.1137/011030
[25] McLachlan，G.，Peel，D.：有限混合模型。Wiley-Interscience，纽约（2004）·兹比尔0963.62061
[26] Muggeo，V.：估计具有未知断点的回归模型。Stat.Med.223055-3071（2003年）·Zbl 0512.62107号
[27] Muthèn，B。；Asparouhov，T。；Fitzmaurice，G.（编辑）；Davidian，M.（编辑）；韦贝克，G.（编辑）；Molenberghs，G.（编辑），《增长混合模型：非高斯随机效应分析》，143-162（2009），纽约
[28] Muthèn，B.，Shedden，K.：使用EM算法对混合结果进行有限混合建模。生物统计学55，463-469（1999）·Zbl 1059.62599号 ·doi:10.1111/j.0006-341X.1999.00463.x
[29] Nagin，D.：分析发展轨迹：一种半参数、基于群体的方法。心理学。方法4139-157（1999）·doi:10.1037/1082-989X.4.2.139
[30] Nagin，D.：基于群体的发展建模。哈佛大学出版社，剑桥（2005）·数字对象标识代码：10.4159/9780674041318
[31] Nagin，D.，Land，K.C.：年龄、犯罪职业和人口异质性：非参数混合泊松模型的规范和估计。犯罪学31，327-362（1993）·doi:10.1111/j.1745-9125.1993.tb01133.x
[32] Nagin，D.，Tremblay，R.E.：发展轨迹组：事实还是有用的统计虚构？《犯罪学》43，873-904（2005）·doi:10.1111/j.1745-9125.2005.00026.x
[33] Pennoni，F.：纵向数据的潜在马尔可夫模型。学者出版社，萨尔布吕肯（2014）
[34] Pinheiro，J.，Bates，D.：S和S-PLUS中的混合效应模型。施普林格，纽约（2000年）·Zbl 0953.62065号 ·doi:10.1007/978-1-4419-0318-1
[35] Piquero，R.、Brame，R.，Fagan，J.、Moffitt，E.：评估家庭暴力犯罪嫌疑人的犯罪活动：来自配偶攻击复制计划的犯罪专业化、升级和去规模化证据。公共卫生部众议员121409-418（2006年）
[36] Proust，C.，Jackmin-Gadda，H.：随机效应混合分布线性混合模型的估计。计算。方法生物识别程序。78165-173（2005年）·doi:10.1016/j.cmpb.2004.12.004
[37] Proust-Lima，C.，Liquet，B.：lcmm软件包版本1.4（2011年）。http://cran.r-project.org/web/packages/lcmm/lcmm.pdf
[38] Rao，C.R.：参数随机时的最小二乘理论及其在增长曲线分析中的应用。《生物特征》52，447-458（1965）·Zbl 0203.21501号 ·doi:10.1093/biomet/52.3-4.447
[39] Raudenbush，S.：我们如何研究“接下来会发生什么”？美国科学院安。政治社会科学。602, 131-144 (2005) ·doi:10.1177/0002716205280900
[40] Sampson，R.J.，Laub，J.H.：方法的诱惑：反驳Nagin和Tremblay的“发展轨迹组：事实还是虚构？”。犯罪学43，905-913（2005）·doi:10.1111/j.1745-9125.2005.00027.x
[41] Skarðhamar，T.：在基于组的建模中区分事实和工件。犯罪学48，295-320（2010）·doi:10.1111/j.1745-9125.2010.00185.x
[42] Soothill，K.，Francis，B.，Liu，J.：严重犯罪会导致杀人吗？探索严重犯罪的相互关系和排序。Br.J.克里米诺。48, 522-537 (2008) ·doi:10.1093/bjc/azn028
[43] Titterington，D.，Smith，A.，Makov，U.E.：有限混合模型的统计分析。威利，纽约（1985）·兹伯利0646.62013
[44] Verbeke，G.，Lesaffre，E.：随机效应人群中具有异质性的线性混合效应模型。美国统计协会91、217-221（1996）·Zbl 0870.62057号 ·网址：10.1080/01621459.1996.10476679
[45] Verbeke，G.，Molenberghs，G.：纵向数据的线性混合模型。施普林格，纽约（2000年）·Zbl 0956.62055号
[46] Verbyla，A.：生长曲线模型中的调节。《生物特征》73，475-483（1986）·Zbl 0625.62082号 ·doi:10.1093/biomet/73.2.475
[47] Verbyla，A.，Venables，W.：增长曲线模型的扩展。生物特征75，129-138（1988）·Zbl 0636.62073号 ·doi:10.1093/生物技术/75.1129
[48] Vermunt，J.、Magidson，J.：《潜在黄金4.0用户手册》。统计创新公司，贝尔蒙特（2005）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。