Kernel Density Crime Mapping
Kernel density crime mapping turns a scatter of geocoded crime points into a smooth, continuous surface that shows where incidents concentrate. Each event is spread out over a small neighborhood by a kernel function, and the overlapping contributions are summed across a fine grid so that areas with many nearby crimes glow as peaks. Chainey, Tompson, and Uhlig (2008) showed that, among common hot-spot mapping techniques, kernel density estimation is one of the most accurate at predicting where future crime will occur, which is why it became the default crime-mapping surface in policing.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Harta metodelor
Vecinătatea metodelor înrudite — selectați un nod pentru a explora.
Surse
- Chainey, S., Tompson, L., & Uhlig, S. (2008). The utility of hotspot mapping for predicting spatial patterns of crime. Security Journal, 21(1–2), 4–28. DOI: 10.1057/palgrave.sj.8350066 ↗
- Silverman, B. W. (1986). Density Estimation for Statistics and Data Analysis. Chapman and Hall. ISBN: 9780412246203
Cum se citează această pagină
ScholarGate. (2026, June 22). Kernel Density Estimation for Crime Mapping. ScholarGate. https://scholargate.app/ro/criminology/kernel-density-crime-mapping
Ce metodă?
Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.
- Crime Hot Spot AnalysisCriminology↔ compară
- Crime MappingCriminology↔ compară
- Risk Terrain Modeling (Criminology)Criminology↔ compară
- Estimarea Densității Kernel Spațio-Temporale (ST-KDE)Analiză spațială↔ compară
Citat de
Metode similare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →