A research topic in the geographic analysis of
crime that has attracted much attention is the
identification of crime ‘‘hot spots,’’ namely the
places or small areas in which disproportionately
large number of criminal incidents cluster. Identifying
crime hot spots has an important practical
implication, because there are accumulating pieces
of evidence that the more law enforcement efforts
are focused on high-crime places or high-crime time,
the more effective and efficient they would be in
controlling crime (Braga, 2001; Sherman and Eck,
2002). A variety of approaches have been proposed
for the identification and representation of crime
hot spots, ranging from visual examination of pointpattern
maps to highly sophisticated procedures
such as spatial ellipses (Block, 1995).
One of the methods used extensively in these
years in analyzing spatial clustering of offenses is
the kernel density estimation (Chainey and Reid,
1999; McLafferty et al., 2000). Originally developed
in the late 1950s as a method to produce a smooth
density distribution from a histogram, this technique
was later extended so that a smooth surface can
be produced from a point-pattern map (Levine,
2004, Chapter 8: Kernel Density Interpolation).
Kernel density estimation (Fig. 1) has a number of
advantages over other methods in searching crime
hot spots, including its ability of allowing irregularshaped
hot spots and its suitability for examining
changes in those hot spots over time (Anselin et al.,
2000; McLafferty et al., 2000). Also, Chainey and
Raid (1999) emphasize that kernel density estimation
provides more statistically robust hot spot
maps, compared with other spatial interpolation
methods.
หัวข้อการวิจัยในการวิเคราะห์ทางภูมิศาสตร์ของอาชญากรรมที่ได้ดึงดูดความสนใจมากเป็นบัตรประจำตัวของอาชญากรรม'' จุดร้อน '' คือสถานที่หรือพื้นที่ขนาดเล็กที่ไม่เป็นสัดส่วนจำนวนมากของการเกิดอุบัติเหตุทางอาญากลุ่ม ระบุจุดร้อนอาชญากรรมมีการปฏิบัติที่สำคัญความหมายเพราะมีการสะสมชิ้นส่วนของหลักฐานที่มากขึ้นความพยายามบังคับใช้กฎหมายจะเน้นบนที่สูงอาชญากรรมหรือเวลาสูงอาชญากรรมมีประสิทธิภาพมากขึ้นและมีประสิทธิภาพที่พวกเขาจะอยู่ในการควบคุมอาชญากรรม(บรากา 2001 เชอร์แมนและเอค2002) ความหลากหลายของวิธีการที่ได้รับการเสนอสำหรับการระบุและการเป็นตัวแทนของอาชญากรรมจุดร้อนตั้งแต่การตรวจสอบภาพของpointpattern แผนที่ขั้นตอนมีความซับซ้อนสูงเช่นวงรีเชิงพื้นที่ (ที่ถูกบล็อก, 1995). หนึ่งในวิธีการใช้อย่างกว้างขวางในเหล่านี้ปีที่ผ่านมาในการวิเคราะห์เชิงพื้นที่การจัดกลุ่มความผิดคือการประมาณค่าความหนาแน่นของเมล็ด (Chainey และเรด 1999. McLafferty, et al, 2000) การพัฒนามาในปลายปี 1950 เป็นวิธีการในการผลิตที่เรียบกระจายความหนาแน่นจากกราฟเทคนิคนี้ต่อมาขยายเพื่อให้พื้นผิวเรียบสามารถผลิตได้จากแผนที่จุดรูปแบบ(Levine, 2004, บทที่ 8: ความหนาแน่นเคอร์เนลแก้ไข) . การประมาณค่าความหนาแน่นของเมล็ด (รูปที่ 1). มีจำนวนของข้อได้เปรียบกว่าวิธีการอื่นๆ ในการค้นหาความผิดทางอาญาจุดร้อนรวมทั้งความสามารถในการอนุญาตให้irregularshaped จุดร้อนและความเหมาะสมสำหรับการตรวจสอบการเปลี่ยนแปลงในจุดร้อนเหล่านั้นเมื่อเวลาผ่านไป (Anselin et al., 2000 ; McLafferty, et al, 2000). นอกจากนี้ Chainey และRaid (1999) เน้นที่การประมาณค่าความหนาแน่นของเคอร์เนลให้มีประสิทธิภาพมากขึ้นทางสถิติจุดร้อนแผนที่เมื่อเทียบกับการแก้ไขเชิงพื้นที่อื่นๆวิธี
การแปล กรุณารอสักครู่..

เป็นหัวข้อวิจัยในการวิเคราะห์เชิงภูมิศาสตร์
อาชญากรรมที่ได้ดึงดูดความสนใจมากเป็น
การจำแนกอาชญากรรม 'hot ' ปอ ' ' คือ
สถานที่หรือพื้นที่เล็ก ๆที่สลาย
จํานวนเหตุการณ์คนร้ายกลุ่ม ระบุ
อาชญากรรมฮอตมีความนัยปฏิบัติ
ที่สำคัญ เนื่องจากมีการสะสมชิ้น
หลักฐานที่เพิ่มเติมกฎหมายความพยายาม
จะเน้นที่อาชญากรรมสูง หรือเวลาอาชญากรรมสูง
มีประสิทธิภาพมากขึ้นและมีประสิทธิภาพ พวกเขาจะอยู่ในการควบคุมอาชญากรรม
( บราก้า , 2001 ; เชอร์แมน และเอ็ก
, 2002 ) ความหลากหลายของวิธีการได้รับการเสนอ
เพื่อการจำแนกและการอาชญากรรม
ฮอตตั้งแต่ตรวจสอบภาพแผนที่ pointpattern
มีขั้นตอนซับซ้อน เช่น วงรีเรขา ( บล็อก
, 1995 )หนึ่งในวิธีที่ใช้อย่างกว้างขวางในการวิเคราะห์ข้อมูลเชิงพื้นที่เหล่านี้ปี
ขององค์ประกอบที่เป็นแก่นความหนาแน่นประมาณ ( chainey รี้ด
2542 ; mclafferty et al . , 2000 ) สร้างสรรค์พัฒนา
ในปลายปี 1950 เป็นวิธีการผลิต การกระจายความหนาแน่นของเรียบ
จาก Histogram , เทคนิคนี้ต่อมาขยายเพื่อให้พื้นผิวเรียบสามารถ
ผลิตจากจุดรูปแบบแผนที่ ( Levine
2004 , บทที่ 8 : การประมาณความหนาแน่นของเมล็ด ) .
น่าจะประมาณนี้แหละ ( รูปที่ 1 ) มีจำนวนของข้อได้เปรียบเหนือวิธีอื่นในการค้นหา
จาผิดจุด รวมทั้งความสามารถในการอนุญาตให้ irregularshaped
จุดร้อนและความเหมาะสมสำหรับการตรวจสอบการเปลี่ยนแปลงในจุดที่ร้อน
ตลอดเวลา ( anselin et al . ,
2 ; mclafferty et al . , 2000 ) นอกจากนี้ chainey และ
เรด ( 1999 ) เน้นที่แก่นความหนาแน่นประมาณ
ให้มากขึ้นอย่างมีนัยสำคัญ ทางสถิติที่แข็งแกร่งร้อน
แผนที่ เปรียบเทียบกับวิธีการเชิงพื้นที่อื่น ๆ
การแปล กรุณารอสักครู่..
