比例中的犯罪：应用于2022年欧洲犯罪趋势的组成数据分析
应用统计
2025-02-18 v1
摘要
本文使用组成数据分析 (CoDA) 探讨2022年欧洲国家犯罪模式，旨在解决传统统计方法在处理犯罪数据相对性方面的局限性。我们将犯罪类型视为整个组成部分，运用CoDA探讨不同犯罪类别之间的关系，尊重其内在相互依赖性。研究采用K-means聚类将各国基于其犯罪轮廓进行分组，识别出三个distinct聚类，基本与地理位置一致。该聚类通过t-SNE和地理制图进行可视化，揭示了区域相似性。进一步对识别出的犯罪聚类进行稳健主成分分析，揭示了特定犯罪类型（如谋杀、走私和金融犯罪）之间的深刻关系，以及其在各国的流行程度差异。研究结果揭示了欧洲的不同犯罪模式，突出区域共性，同时也指出了如挪威和拉脱维亚等国偏离其预期地理分类的现象。此外，研究识别出特定犯罪群组；例如，将俄罗斯和爱沙尼亚等国的金融犯罪（如诈骗）与奥地利等国高腐败和走私的国家配对，并指出卢森堡等国与谋杀和走私相关性更高。
引用
@article{arxiv.2502.12099,
title = {Crime in Proportions: Applying Compositional Data Analysis to European Crime Trends for 2022},
author = {Onur Batın Doğan and Fatma Sevinç Kurnaz},
journal= {arXiv preprint arXiv:2502.12099},
year = {2025}
}