分析汽车盗窃与找回及其与起点-终点点模式建模的关联
应用统计
2020-04-07 v4
摘要
对于给定的区域，我们拥有一个由汽车盗窃地点以及关联的找回地点数据集组成的数据集，由于部分找回，后者是盗窃地点集合的一个相对小的子集。对于试图理解该区域汽车盗窃与找回行为的研究者，我们探讨了几个问题。将盗窃地点集合视为点模式，我们能否提出有用的模型来解释该模式？可以构建何种类型的预测模型以在给定盗窃地点时推断找回地点？盗窃地点与找回地点之间的依赖性能否被形式化？盗窃点与找回点之间的流动能否被捕捉？起点-终点建模为此类问题提供了自然框架。然而，这里的数据不是针对面状单元而是点模式对，且找回点模式仅被部分观测。我们提出用于探究上述问题的建模方法，并将这些方法应用于两个数据集。一个来自墨西哥 Neza 州的小型数据集，带有关于人口特征和犯罪类型的面状协变量信息。第二个大得多的来自巴西 Belo Horizonte，但缺乏协变量。
引用
@article{arxiv.1701.05863,
title = {Analyzing Car Thefts and Recoveries with Connections to Modeling Origin-Destination Point Patterns},
author = {Shinichiro Shirota and Alan E Gelfand and Jorge Mateu},
journal= {arXiv preprint arXiv:1701.05863},
year = {2020}
}