伦敦入室盗窃：来自统计异质空间点过程的洞察
应用统计
2021-10-25 v3 统计计算
摘要
为获得关于伦敦入室盗窃犯罪的操作性洞察，我们考虑估计协变量对空间点模式强度的影响。通过考虑犯罪行为的局部化特性，我们提出了一种空间扩展方法，以建模文献中基于模型的聚类方法。所提出的贝叶斯模型是泊松广义线性模型的有限混合，使得每个位置以概率方式被分配到其中一个簇。每个簇由回归系数刻画，我们随后使用这些系数来解释协变量的局部化效应。利用研究区域的块状结构，我们的方法允许指定邻近位置之间的空间依赖关系。我们使用马尔可夫链蒙特卡洛方法估计所提出的模型，并提供了 Python 实现。
引用
@article{arxiv.1910.05212,
title = {Burglary in London: Insights from Statistical Heterogeneous Spatial Point Processes},
author = {Jan Povala and Seppo Virtanen and Mark Girolami},
journal= {arXiv preprint arXiv:1910.05212},
year = {2021}
}
备注
Accepted at the Journal of the Royal Statistical Society Series C: Applied Statistics