ScholarGate
Asistente
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.

Abrir en MethodMindPróximamenteAplicar, comparar, obtener orientación
Herramientas y recursos
Descargar diapositivas
Aprender y explorar
VídeoPróximamente

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Fuentes

  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

Cómo citar esta página

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

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado

Citado por

ScholarGateCriminal Trajectory Clustering (Clustering of Criminal Offending Trajectories). Recuperado el 2026-06-24 de https://scholargate.app/es/criminology/criminal-trajectory-clustering · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026