犯罪統計

CrimeStatは属性ファイルとGISファイルの両方を入力できますが、すべてのデータセットに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。基本ファイル形式はdBase（dbf）ですが、shape（shp）ファイルやASCIIテキストファイルも読み込むことができます。このプログラムはプライマリファイルが必要ですが、多くのルーチンはセカンダリファイルも使用します。CrimeStatは、球面座標系（経度、緯度）、投影座標系、方向座標系（角度）の3つの座標系を使用します。

距離は、直接距離、間接距離（マンハッタン距離）、またはネットワーク距離（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、球面座標では十進度、投影座標ではフィート、メートル、マイル、キロメートル、または海里です。このプログラムは参照グリッドを作成できます。また、いくつかのルーチンでは、計算に地理的領域の面積を使用します。

空間記述ルーチンには以下が含まれます。

• 空間分布統計（平均中心、標準偏差楕円、最小距離中心、中央値中心、方向平均、凸包）
• ゾーン データの空間自己相関統計 ( Moran's I、 Getis's G、 Getis-Ord Global G、 Moran コレログラム、 Geary コレログラム、 Getis-Ord コレログラム)、
• 点間の距離に基づく統計（最近傍分析、リプリーの「K」、プライマリファイル点からセカンダリファイル点への割り当てと合計、およびさまざまな距離計算行列）、
• 地点、区域、または線に関するクラスター分析統計。CrimeStatには、クラスター識別のためのさまざまなルーチンが用意されています。

モンテカルロシミュレーションは、信頼区間を推定するための多くのルーチンで実行できます。

空間モデリングルーチンには以下が含まれます。

1. 単一カーネル密度補間法を用いて、単一変数の領域における変動を調査する。
2. 2つの変数（例えば、「リスクのある」集団に関連する一連のイベント）の二重カーネル密度補間
3. ゾーンデータの平滑化のためのヘッドバンギングルーチン^{[ 3 ] [ 4 ]}
4. 「ヘッドバン推定値をグリッドに補間した補間ヘッドバンサーフェス」
5. ノックス指数とマンテル指数は、事象における空間と時間の相互作用を特定する。
6. ランダムウォーク理論に基づく相関ウォーク分析は、連続犯罪者の空間的・時間的な連続行動をモデル化し、次の出来事を予測する。
7. 犯罪発生地分析（地理的プロファイリング）は、犯罪者が過去に犯した事件の場所に基づいて、連続犯罪者の出身地をモデル化する手法である。
8. ベイズ犯罪旅程法は、経験的ベイズ法であり、犯罪旅程推定値と、同じ場所で犯罪を犯した他の連続犯罪者の居住地に関する情報を統合して、更新された推定値を生成します。診断ルーチンは、この推定値をそ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. ベイズ犯罪経路推定法は、ベイズ犯罪経路推定法を適用して、ある連続犯罪者の居場所を推定する。
10. 空間回帰。モデルには、最小二乗法、ポアソン回帰、および計数データ用のさまざまな一般化線形モデルが含まれます。さらに、条件付き空間自己回帰（CARまたはSAR）調整を含む、ポアソン・ガンマモデルおよびポアソン・対数正規モデルを適合させるためのマルコフ連鎖モンテカルロルーチンも用意されています。

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、多数の犯罪者が犯罪を犯す際の移動行動を調整し、法執行機関による代替介入をモデル化するための基礎とすることです。^{[ 9 ] [ 10 ]}

CrimeStatには3種類の出力タイプがあります。

• 計算が完了すると、結果が画面に表示されます。これらの結果はテキストファイルに保存できます。
• 多くのルーチンについて、dBase DBF形式またはASCIIテキスト形式での非グラフィック出力が可能です。
• 多くのルーチンにおいて、計算されたオブジェクトをGISに表示できるようにするためのグラフィック出力機能が備わっています。現在、グラフィック出力形式には、Esri SHP、MapInfo Interchange Format（MIF/MID）、Surfer for Windows DAT、およびASCIIテキスト形式が含まれています。

ボルチモア郡警察のアナリストは、CrimeStatを使用してさまざまな空間分析を実行します。ボルチモア郡の警察アナリストの主な責務は、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」を使用して、郡内で犯罪が集中している地域を特定します。CrimeStatの使用例を示すもう1つの例として、同署のデータ駆動型犯罪・交通安全対策（DDACTS）が挙げられます。

警察のアナリストは、最近傍階層型空間クラスタリングを用いて、犯罪と交通事故が集中している地域を特定した。アナリストは、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を発見した。郡のDDACTSプログラムは、対象地域における警察の存在感を高めるために開始された。予備的な結果は有望であり、DDACTS対象地域では、対象とした犯罪と交通事故のほとんどが減少している。

同省のDDACTSプログラムは、その後、国家道路交通安全局の支援を受けて全国的なモデルとなりました。最後に、警察のアナリストは、CrimeStatのJourney to CrimeおよびBayesian Journey to Crime Estimationモデルを使用して、連続犯罪者の活動範囲を特定することに成功しました。犯罪者の活動範囲が特定されると、警察のアナリストは、交通検問、現場インタビューレポート、ナンバープレート読み取り装置などの他の警察情報源から収集された情報を調べて、潜在的な犯罪者と接触したかどうかを判断します。

警察はまた、CrimeStatの犯罪移動需要モデルを使用して、飲酒運転（DUI）ドライバーが利用する道路網を特定している。犯罪移動需要モデルによって特定された道路は、警察署のDUI取締チームによる取り締まりプログラムの対象となった。同様の加重道路網は、犯罪者の活動範囲の特定精度を高めるために、犯罪現場への移動経路モデルと併用されている。