ScholarGate
Assistent
Regression modelLongitudinal clustering and latent class growth methods

Criminal Trajectory Clustering

Criminal trajectory clustering is the broad family of methods that group individuals by the shape of their longitudinal offending curves. Rather than committing to a single statistical model, it spans algorithmic approaches — k-means for longitudinal data, distance-based clustering of trajectory shapes, and likelihood-based latent class growth — and treats the choice of clustering method itself as a modeling decision validated by fit and stability criteria.

In MethodMind öffnenDemnächstAnwenden, vergleichen, Anleitung erhalten
Werkzeuge und Ressourcen
Folien herunterladen
Lernen und erkunden
VideoDemnächst

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Quellen

  1. Nagin, D. S. (2005). Group-Based Modeling of Development. Harvard University Press. ISBN: 9780674016866
  2. Genolini, C., & Falissard, B. (2010). KmL: k-means for longitudinal data. Computational Statistics, 25(2), 317–328. DOI: 10.1007/s00180-009-0178-4

So zitieren Sie diese Seite

ScholarGate. (2026, June 22). Clustering of Criminal Offending Trajectories. ScholarGate. https://scholargate.app/de/criminology/criminal-trajectory-clustering

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.

Nebeneinander vergleichen

Referenziert von

ScholarGateCriminal Trajectory Clustering (Clustering of Criminal Offending Trajectories). Abgerufen am 2026-06-24 von https://scholargate.app/de/criminology/criminal-trajectory-clustering · Datensatz: https://doi.org/10.5281/zenodo.20539026