ScholarGate
Ассистент
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.

Открыть в MethodMindСкороПрименить, сравнить, получить рекомендации
Инструменты и ресурсы
Скачать слайды
Изучать и исследовать
ВидеоСкоро

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

Источники

  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

Как цитировать эту страницу

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

Какой метод?

Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.

Сравнить рядом

Упоминается в

ScholarGateCriminal Trajectory Clustering (Clustering of Criminal Offending Trajectories). Получено 2026-06-24 из https://scholargate.app/ru/criminology/criminal-trajectory-clustering · Набор данных: https://doi.org/10.5281/zenodo.20539026