×

城市青少年犯罪和累犯的局部空间聚类与预测。 (英语) Zbl 07260282号

摘要:本文使用天普大学犯罪与司法研究中心开发的新型数据库ProDES,调查了空间特征与费城青少年犯罪和累犯之间的关系,累犯是指完成法庭程序后犯罪的青少年比例,PA.ProDES最初是一个基于案例的样本,案件在1994-2004年由家庭法院裁决。为了进行分析,我们重点研究了数据集中的6768名男性青少年。为了解决数据中的非平稳性这一难题,我们考虑了各种双向聚类算法,通过描述青少年的许多变量将青少年分为“类型”。根据不同的建模场景,我们应用了格子双聚类算法,在该算法中,从数据中一次提取一个层次的子集合(“层”)和变量序列,但允许重叠层。这种“双聚类”是一种研究青少年足球数据的新方法。我们表明,每个层中的幼体可以被视为空间聚集。这些层次被确定为描述性工具,以帮助识别在决策中可能有用的数据子集。然后使用神经网络模型研究各层中变量和幼体的统计关系。结果表明,当不同的犯罪被建模为单独的数据集而不是作为单一的数据集合并在一起时,本文的方法在预测城市环境中的青少年累犯方面更为成功。

MSC公司:

62-XX年 统计
68倍 计算机科学
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] R.J.Sampson,《儿童和青少年发展的嵌入性:城市犯罪的社区层面视角》,J.McCord主编,剑桥,剑桥大学出版社,1997年。
[2] I.Ellen、T.Mijanovich和K.Dillman,《健康的邻里效应》,《城市事务杂志》23(2001),第391-408页。
[3] S.Messner和L.Anselin,利用区域数据对杀人案件进行空间分析,《空间综合社会科学》,
[4] M.F.Goodchild和D.Janelle,《空间综合社会科学》,纽约,牛津大学出版社,2004年。
[5] S.A.Fotheringham、C.Brunsdon和M.E.Charlton,《定量地理学:空间数据分析视角》,伦敦,Sage出版社,2000年·Zbl 1015.68682号
[6] L.Anselin,《空间计量经济学:方法和模型》,Dortrecht,Kluwer出版社,1988年·Zbl 1328.62406号
[7] K.Jones,《为地理研究指定和估算多层次模型》,英国跨研究所地理16(1991),148-159。
[8] S.A.Fotheringham、C.Brunsdon和M.E.Charlton,《地理加权回归:空间变化关系的分析》,奇切斯特,威利出版社,2002年·Zbl 1015.68682号
[9] B.Brown,《青少年与同龄人的关系》,《青少年心理学手册》,R.Lemer和L.Steinberg编辑,纽约,威利,2004363-394。
[10] J.A.Graber、J.Brooks-Gunn和A.C.Petersen,《青春期的转变:人际领域和背景》,新泽西州希尔斯代尔,劳伦斯·埃尔鲍姆协会,1996年。
[11] D.S.Elliott、W.J.Wilson、D.Huizinger、R.J.Sampson和B.Rankin,《邻里劣势对青少年发展的影响》,《犯罪研究杂志》第33期(1996年),第389-426页。
[12] R.J.Sampson、S.W.Raudenbush和F.Earls,《邻里与暴力犯罪:集体效能的多层次研究》,《科学》2777(1997),第919-924页。
[13] L.Steinberg、H.L.Chung和M.Little,《从司法系统重新进入青少年罪犯:发展的视角》,《青少年暴力与青少年司法》第1期(2004年),第1-18页。
[14] W.J.Wilson,《真正的弱势群体:内城、下层阶级和公共政策》,伊利诺伊州芝加哥,芝加哥大学出版社,1987年。
[15] J.Brooks-Gunn、G.J.Duncan、P.K.Klebanov和N.Sealand,社区是否影响儿童和青少年的发展?《美国社会学杂志》99(1993),353-395。
[16] L.Kowaleski-Jones,《远离麻烦:高危青少年的社区资源和问题行为》,《婚姻家庭杂志》62(2000),449-464。
[17] B.H.Rankin和J.M.Quane,《邻里贫困与美国黑人内城家庭的社会隔离》,《社会力量》79(2000),139-164。
[18] B.H.Rankin和J.M.Quane,《社会背景和城市青少年结果:社区、家庭和同龄人对非裔美国青年的相互影响》,《社会问题49》(2002年),第79-100页。
[19] R.L.Simons、C.Johnson、J.Beaman、R.D.Conger和L.B.Whitbeck,社区结构对青少年问题行为影响的调解人——父母和同龄人群体,《美国社区心理学杂志》24(1996),145-171。
[20] R.L.Simons、K.H.Lin、L.C.Gordon、G.H.Brody、V.Murry和R.D.Conger,《父母教养方式与儿童行为问题之间联系的社区差异》,《婚姻家庭杂志》第64期(2002年),第331-345页。
[21] C.R.Shaw和H.D.McKay,《青少年犯罪与城市地区》,芝加哥大学出版社,1942年。
[22] L.E.Daigle、F.T.Cullen和J.P.Wright,《青少年犯罪预测因素中的性别差异》,《青少年暴力与青少年司法》第5期(2007年),第254-286页。
[23] S.J.Funk,《少年缓刑风险评估》,《犯罪司法行为》第26卷(1999年),第44-68页。
[24] P.Mazerole,《性别、一般压力和犯罪:实证检验》,《夸特法官》第15卷(1998年),第65-91页。
[25] H.Grunwald、P.W.Harris、J.Mennis、Z.Obradovic、A.J.Izenman和B.Lockwood,《预测累犯:使用交叉分类层次广义线性模型分析个人、项目和社区的影响》,发表于美国犯罪学学会年会上的论文,佐治亚州亚特兰大,2007年。
[26] A.Getis和J.K.Ord,《利用距离统计分析空间关联》,《地理分析》第34期(1992年),189-206年。
[27] J.K.Ord和A.Getis,《局部空间自相关统计:分布问题和应用》,《地理分析》第27期(1995年),第286-306页。
[28] 张涛,《G统计的极限分布》,《Stat Prob Lett》78(2008),1656-1661·Zbl 1152.62313号
[29] J.E.Eck、S.Chainey、J.G.Cameron、M.Leitner和W.E.Wilson,《绘制犯罪:了解热点》,NIJ特别报告,美国司法部司法项目办公室国家司法研究所,华盛顿特区,2005年。
[30] N.Cressie,《空间数据统计》,纽约,John Wiley,1991年·Zbl 0799.62002号
[31] J.Mennis、P.W.Harris、Z.Obradovic、A.J.Izenman、H.Grunwald和B.Lockwood,《邻里特征和空间溢出对城市青少年犯罪和累犯的影响》,地理教授63(2)(2011年),第1-18页。
[32] A.J.Izenman,《现代多元统计技术:回归、分类和流形学习》,纽约,施普林格出版社,2008年·Zbl 1155.62040号
[33] I.S.Dhillon,《使用二部谱图划分对文档和单词进行共聚类》,《第七届ACM SIGKCC国际知识发现和数据挖掘会议论文集》,F.Provost和R.Srikant编辑,纽约,ACM出版社,2001年,269-274。
[34] S.Busygin、G.Jacobsen和E.Kr¨amer,双重共轭聚类应用于白血病微阵列数据,第二届SIAM ICDM,高维数据聚类及其应用研讨会,弗吉尼亚州阿灵顿,2002年。
[35] Y.Kluger、R.Basri、J.T.Chang和M.Gerstein,微阵列数据的光谱双聚类:共聚类基因和条件,《基因组研究》13(2003),703-716。
[36] H.Cho、I.S.Dhillon、Y.Guan和S.Sra,基因表达数据的最小和平方残差联合聚类,第四届SIAM国际数据挖掘会议论文集,2004年,114-125。网址:http://www.siam.org/会议记录/数据挖掘/2004/dm04.php。
[37] Y.Cheng和G.M.Church,表达数据的双聚类,《第八届分子生物学智能系统国际会议论文集》,第8卷,P.Bourne、M.Gribskov、R.Altman、N.Jensen、D.Hope、T.Lengauer、J.Mitchell、E.Scheeff、C.Smith、S.Strande和H.Weissig主编,加州圣地亚哥,AAAI出版社,2000,93-103。
[38] A.Tanay、R.Sharan和R.Shamir,《在基因表达数据中发现具有统计意义的双聚类》,《生物信息学》18(增刊1)(2002年),S136-S144。
[39] A.Ben-Dor、B.Chor、R.Karp和Z.Yakhini,《发现基因表达数据中的局部结构:顺序-保留子矩阵问题》,《第六届计算生物学国际年会论文集》(RECOMB02),纽约,ACM出版社,2002年,第49-57页。
[40] L.Lazzeroni和A.Owen,基因表达数据的Plaid模型,Stat Sinica 12(2002),61-86·Zbl 1004.62084号
[41] J.Yang、H.Wang、W.Wang和P.Yu,表达数据的增强双聚类,第三届IEEE生物信息学和生物工程国际研讨会,加利福尼亚州Loa Amamitos,IEEE计算机学会,2003年,321-327。
[42] G.Ambler和P.Green,基因表达数据的贝叶斯双向聚类,EPSRC和RSS基因表达数据统计分析研讨会,布里斯托尔大学怀伊学院,2003年。网址:http://www.bgx.org.uk/wye/teaks/wye-Peter.pdf。
[43] Q.Sheng,Y.Moreau和B.De Moor,吉布斯取样双聚类微阵列数据,生物信息学19(增刊2)(2003),S243-S252。
[44] A.Shabalin、V.J.Weigman、C.M.Perou和A.B.Nobel,《在高维数据中发现大平均子矩阵》,《Ann Appl Stat 4》(2009),985-1012·Zbl 1196.62087号
[45] H.L.Turner,《双簇微阵列数据:格子模型的一些扩展》,英国埃克塞特大学博士论文,2005年。
[46] H.Turner、T.C.Bailey和W.J.Krzanowski,通过系统性能测试证明微阵列数据的改进双聚类,《计算统计数据分析》48(2005),235-254·Zbl 1429.62267号
[47] H.Turner、T.C.Bailey、W.J.Krzanowski和C.A.Hemingway,结构化微阵列数据的双聚类模型,IEEE/ACM Trans-Comput Biol Bioninform 2(2005),316-329。
[48] J.Caldas和S.Kaski,格子模型的贝叶斯双聚类,IEEE信号处理机器学习研讨会(2008),291-296。http://users.ics.tkk.fi/jcaldas/论文/plaid_mlsp08.pdf。
[49] A.Freitas、V.Afreixo、M.Pinheiro、J.L.Oliveira、G.Moura和M.Santos,《改进用于识别相关模式的迭代签名算法的性能》,《统计分析数据挖掘》4(2011),71-83·Zbl 07260268号
[50] S.Kaiser和F.Leisch,R中的双聚类分析工具箱,Compstat,《计算统计学报》,2008年。
[51] S.Wu和P.A.Flach,带标记和未标记数据的特征选择,载于《ECML/PKDD’02数据挖掘、决策支持和元学习的集成和协作方面研讨会论文集》,M.Bohanec、M.Kasek、N.Lavrac和D.Mladenic,2002年编辑,156-167。
[52] 第页。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。