犯罪統計

CrimeStat Nnh ルーチンによって生成された、サンアントニオの 1 次および 2 次強盗ホットスポット。

CrimeStatは犯罪マッピングソフトウェアです。CrimeStatは、空間分析と統計分析を行うWindowsベースのプログラムで、地理情報システム（GIS）との連携が可能です。このプログラムは、米国司法省の機関である国立司法研究所（NIJ）の資金提供を受け、Ned Levine & Associates社（Ned Levineの指揮の下）によって開発されました。プログラムとマニュアルはNIJから無料で配布されています。

CrimeStatは、GIS上のオブジェクトに対して空間分析を実行します。オブジェクトは、ポイント（例：イベント、場所）、ゾーン（例：ブロック、交通分析ゾーン、都市）、またはライン（例：道路セグメント）です。このプログラムは、オブジェクトの分布を分析し、ホットスポットを特定し、空間的自己相関を示し、空間と時間におけるイベントの相互作用を監視し、移動行動をモデル化することができます。

非線形空間モデリングのための回帰モジュールがあります。一部のツールは犯罪分析に特化していますが、その他のツールは多くの分野に応用できます。プログラムには55の統計ルーチンが含まれています。

発達

CrimeStat Head Bang 補間ルーチンによって生成されたヒューストンの窃盗率の「ヘッドバン」平滑化。

CrimeStatは1990年代半ばからNed Levineの指揮の下、開発されてきました。最初のプロトタイプは、ホノルルにおける自動車事故の分析を目的として開発された、Pointstatと呼ばれるUnixベースのC++プログラムでした。[ 1 ] [ 2 ] 1996年、国立司法研究所がCrimeStatの最初のバージョンに資金を提供し、初期のPointstatルーチンがプログラムに組み込まれました。

最初のバージョン (1.0) は 1999 年 8 月にリリースされました。最新バージョンは 3.3 (2010 年 7 月) です。

機能性

データ設定

CrimeStatは属性ファイルとGISファイルの両方からデータを入力できますが、すべてのデータセットでオブジェクトに地理座標が割り当てられている必要があります。基本的なファイル形式はdBase（dbf）ですが、shape（shp）ファイルとASCIIテキストファイルも読み込むことができます。プログラムはプライマリファイルを必要としますが、多くのルーチンではセカンダリファイルも使用します。CrimeStatは球面座標（経度、緯度）、投影座標、方位座標（角度）の3つの座標系を使用します。

距離は、直接、間接（マンハッタン）、またはネットワーク（移動時間や速度も使用可能）で測定できます。距離の単位は、球面座標の場合は十進度、投影座標の場合はフィート、メートル、マイル、キロメートル、または海里です。プログラムは参照グリッドを作成できます。いくつかのルーチンでは、計算に地理的領域の面積も使用します。

統計ルーチン

空間記述ルーチンには次のものが含まれます。

モンテカルロシミュレーションは、多くのルーチンで実行して信頼区間を推定できます。

空間モデリングルーチンには次のものが含まれます。

CrimeStat デュアル カーネル密度ルーチンによって生成されたボルチモア郡の自動車盗難リスク。
  1. 単一変数の領域における変動を調べるための単一カーネル密度補間
  2. 2つの変数のデュアルカーネル密度補間（例：リスクのある集団に関連する一連のイベント）
  3. ゾーンデータを平滑化するためのヘッドバンルーチン[ 3 ] [ 4 ]
  4. ヘッドバン推定値をグリッドに補間する補間ヘッドバンサーフェス
  5. 出来事における空間と時間の相互作用を識別するノックスとマンテルの指標
  6. 相関ウォーク分析はランダムウォーク理論に基づいており、連続犯罪者の空間と時間における連続的な行動をモデル化し、次のイベントを予測します。
  7. 犯罪者が過去に犯した事件の場所に基づいて連続犯罪者の起源をモデル化するための犯罪までの経路分析（地理プロファイリング）
  8. ベイズ的犯罪発生経路推定法は、経験的ベイズ法の一種で、犯罪発生経路推定値と、同じ場所で犯罪を犯した他の連続犯罪者の居住地情報を統合して最新の推定値を生成します。診断ルーチンは、この推定値を他の構成要素と比較し、複数の連続犯罪者の居住地を予測します[ 5 ] [ 6 ]。
  9. ベイズ犯罪発生経路推定法は、ベイズ犯罪発生経路推定法を適用して連続犯罪者1人の所在を推定する。
  10. 空間回帰。モデルには、最小二乗法、ポアソン回帰、その他カウントデータ用の様々な一般化線形モデルが含まれます。さらに、ポアソン-ガンマモデルおよびポアソン-対数正規モデルをフィッティングするためのマルコフ連鎖モンテカルロルーチンがあり、これらのモデルには条件付き空間自己回帰（CARまたはSAR）調整が含まれます。

犯罪移動需要モジュールは、大都市圏における犯罪移動をモデル化します。これは、犯罪やその他の稀な事象への移動需要モデリングの応用です。 [ 7 ] [ 8 ]その目的は、多数の犯罪者の犯罪発生時の移動行動を較正し、法執行機関による代替介入のモデル化の基礎とすることです。[ 9 ] [ 10 ]

CrimeStat 犯罪旅行需要モジュールによって生成されたボルチモア郡の犯罪旅行。

出力

CrimeStat には 3 種類の出力があります。

  • 計算が完了すると、画面に結果が表示されます。結果はテキストファイルに保存できます。
  • 多くのルーチンの非グラフィカル出力は、dBase DBF または Ascii テキスト形式で行われます。
  • 多くのルーチンでグラフィカル出力が可能で、計算されたオブジェクトをGISで表示できます。現在、グラフィカル出力形式には、Esri SHP、MapInfo Interchange Format (MIF/MID)、Surfer for Windows DAT、およびASCIIテキスト形式があります。

欠点

他の空間統計プログラムとは異なり、CrimeStatにはマッピング機能がなく、GISソフトウェアと併用する必要があります。一部のユーザーは、GUIインターフェースが分かりにくく、ルーチン間で一貫性がないと感じています。

CrimeStatはほとんどのルーチンで点を分析するため、その結果は必ずしも面を分析するソフトウェア（ GeoDaなど）の結果と一致するとは限りません。また、マニュアルの分厚さは、空間統計の初心者にとって負担になるかもしれません。

補助的な犯罪統計の開発

CrimeStatプログラムの開発に加え、バージョン2.0までのすべてのルーチンと空間自己相関ルーチンが、サードパーティ製アプリケーションで使用できるよう.NETライブラリに変換されました。CrimeStatライブラリのバージョン1.0は2010年8月にリリースされ、CrimeStatのWebページから入手できます。

レビューと例

CrimeStatの犯罪分析への応用に関するレビューや事例が発表されている。[ 11 ] [ 12 ] [ 13 ] 犯罪分析以外でのCrimeStatの使用事例も登場している。[ 14 ] [ 15 ] [ 16 ] [ 17 ] [ 18 ]

ボルチモア郡警察のアナリストによるCrimeStatの利用

ボルチモア郡警察のアナリストは、CrimeStatを用いて様々な空間分析を行っています。ボルチモア郡の警察アナリストの主な任務は、既存または予測される犯罪問題を特定し、対処することです。警察アナリストはCrimeStatの「ホットスポット分析」を用いて、郡内で犯罪が集中している地域を特定します。CrimeStatの活用例を示すもう一つの例として、警察の犯罪・交通安全に対するデータ駆動型アプローチ（DDACTS）が挙げられます。

警察のアナリストは、最近傍階層的空間クラスタリングを用いて、犯罪と交通事故の集中度が高い地域を特定しました。その結果、犯罪と事故という2つのクラスターグループが郡内の多くの地域で重複する傾向があることがわかりました。郡のDDACTSプログラムは、対象地域における警察のプレゼンスを高めるために開始されました。予備的な結果は良好で、DDACTS対象地域では対象犯罪と交通事故のほとんどが減少しました。

警察のDDACTSプログラムは、その後、米国運輸省道路交通安全局（NHTSA）の支援を受けて、全国的なモデルとなりました。警察の分析官は、CrimeStatの犯罪発生経路推定モデルとベイズ推定モデルを用いて、連続犯罪者の行動範囲を特定することに成功しました。犯罪者の行動範囲が特定されると、警察の分析官は、交通停止、現場聴取報告書、ナンバープレート読み取り装置など、他の警察の情報源から収集した情報を検証し、潜在的な犯罪者との接触があったかどうかを判断します。

警察は、CrimeStatの犯罪交通需要モデルを用いて、飲酒運転（DUI）が利用する道路網を特定しました。このモデルによって特定された道路は、警察のDUI取締チームによる取締りプログラムの対象となる道路です。同様の重み付け道路網は、犯罪発生までの経路モデルと組み合わせて使用​​され、犯罪者の行動範囲の特定精度向上に役立っています。

参照

参考文献

  1. ^ Levine, N.「空間統計とGIS：空間パターンを定量化するソフトウェアツール」アメリカ計画協会誌。1996年。62(3)、381-392。
  2. ^ Levine, N., Kim, KE, & Nitz, LH (1995). 「ホノルルにおける自動車事故の空間分析：I. 空間パターン」. 事故分析・予防, 27 (5), 663-674.
  3. ^ Mungiole, M., Pickle, LW , & Simonson, KH (2002). 重み付けヘッドバンギングアルゴリズムの死亡率データマップへの適用, Statistics in Medicine , 18, 3201-3209.
  4. ^ Mungiole, M. & Pickle, LW (1999). マップされた死亡率データにおける重み付きヘッドバンギングアルゴリズムを用いた最適な平滑化度の決定, ASC '99 Leading Survey & Statistical Computing into the New Millennium , Proceedings of the ASC International Conference, September. [1] Archived 2010-05-27 at the Wayback Machine
  5. ^ Levine, N. & Block, R. (2011). 「ベイジアン・ジャーニーによる犯罪推定：地理プロファイリング手法の改良」『プロフェッショナル・ジオグラファー』63(2), 1-17.
  6. ^ JIP-OP (2009). Levine, N., Canter, D., Block, R., Bernasco, W., Leitner, M., Kent, J., Lee, P., O'Leary, M.による論文「ベイズ的犯罪発生過程モデリング特集号」. Journal of Investigative Psychology and Offender Profiling , 6 (3).
  7. ^ Hensher, DA & Button, KJ (2002).交通モデリングハンドブック. Elsevier Science: Cambridge, UK.
  8. ^オルトゥサル、フアン・デ・ディオス、ルイス・G・ウィルムセン (2001)。トランスポートのモデリング(第 3 版)。 J.ワイリー＆サンズ：ニューヨーク。
  9. ^ Levine, N.、Canter, P. (2011)「飲酒運転による自動車事故の起点と目的地の関連付け：犯罪発生時の交通需要モデリングの応用」 Crime Mapping、印刷中。
  10. ^ Levine, N. (2007)「犯罪旅行需要と銀行強盗：CrimeStat IIIを用いた銀行強盗旅行のモデル化」 Social Science Computer Review、25(2)、239-258。
  11. ^ Brodsky, H. (2002). 「CrimeStat II 地理統計学の現場」 Geospatial Solutions 11月号 49-53ページ
  12. ^ Paulsen, D. & Robinson, M. (2008).『犯罪の空間的側面：理論と実践』（第2版）. Allyn & Bacon.
  13. ^ Chainey, S. & Ratcliffe, J. (2005). GISと犯罪マッピング. John Wiley & Sons, Ltd.
  14. ^ Lai PC, Low CT, Wong M, Wong WC, & Chan MH. (2009). 「香港の都市部における転倒の空間分析」 International Journal of Health Geography , 17:8-14
  15. ^ de Smith, MJ, Goodchild, MF, & Longley, PA (2007). Geospatial Analysis (second edition). The Winchelsea Press: Leicester, UK
  16. ^ Anne van der Veen, A. (2005). 「経済ホットスポット：洪水に対する脆弱性の可視化」 Natural Hazards , 36(1-2), 65-80.
  17. ^ Anselin, L. (2003). 「CrimeStatを用いたポイントパターン分析入門」, GeoDa Center , アリゾナ州立大学: テンピ. http://geodacenter.asu.edu/system/files/points.pdf
  18. ^ Clevenger, AP, Chruszcz, B. & Gunson, KE (2001). 「高速道路の防護柵は野生動物と車両の衝突を減らす」 Wildlife Society Bulletin , 29(2),646-653.

さらに読む

  • Levine, N. (2008). 「CrimeStat：犯罪事件分析のための空間統計プログラム」 Shekhar, S. および Xiong, H. (編), Encyclopedia of Geographic Information Science . Springer. 187-193.
  • Levine, N. (2006). 「犯罪マッピングとCrimeStatプログラム」地理分析38(1), 41-55.
「 https://en.wikipedia.org/w/index.php?title=CrimeStat&oldid=1325185994」より取得