ScholarGate
Assistant
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.

Ouvrir dans MethodMindBientôtAppliquer, comparer, obtenir des conseils
Outils et ressources
Télécharger les diapositives
Apprendre et explorer
VidéoBientôt

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Sources

  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

Comment citer cette page

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

Quelle méthode ?

Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.

Comparer côte à côte

Référencée par

ScholarGateCriminal Trajectory Clustering (Clustering of Criminal Offending Trajectories). Consulté le 2026-06-24 sur https://scholargate.app/fr/criminology/criminal-trajectory-clustering · Jeu de données : https://doi.org/10.5281/zenodo.20539026