基于层次贝叶斯模型的入室盗窃时空模式研究--以武汉市江汉区为例
| 本论文创新点 | 第5-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 1 引言 | 第17-30页 |
| 1.1 研究背景和意义 | 第17-19页 |
| 1.2 国内外研究现状 | 第19-24页 |
| 1.2.1 相关理论 | 第20页 |
| 1.2.2 空间分析单元的选择 | 第20-21页 |
| 1.2.3 时空分布模式 | 第21-22页 |
| 1.2.4 环境因素影响分析 | 第22-23页 |
| 1.2.5 犯罪热点识别 | 第23-24页 |
| 1.3 现有研究的不足 | 第24-26页 |
| 1.4 研究内容和组织结构 | 第26-30页 |
| 1.4.1 研究内容 | 第26-28页 |
| 1.4.2 组织结构 | 第28-30页 |
| 2 贝叶斯统计推断和建模基础 | 第30-42页 |
| 2.1 贝叶斯统计 | 第30-36页 |
| 2.1.1 两大统计学派的定义 | 第30-31页 |
| 2.1.2 贝叶斯定理 | 第31-32页 |
| 2.1.3 贝叶斯学派与频率学派的比较 | 第32-33页 |
| 2.1.4 先验分布 | 第33-34页 |
| 2.1.5 MCMC | 第34-36页 |
| 2.2 算法收敛判断 | 第36页 |
| 2.3 模型评估比较信息准则 | 第36-38页 |
| 2.3.1 BIC | 第37页 |
| 2.3.2 AIC | 第37页 |
| 2.3.3 DIC | 第37-38页 |
| 2.4 层次贝叶斯模型 | 第38-40页 |
| 2.4.1 层次贝叶斯模型的定义 | 第38-39页 |
| 2.4.2 与非层次模型的比较 | 第39-40页 |
| 2.4.3 其他特征和优势 | 第40页 |
| 2.5 本章小结 | 第40-42页 |
| 3 入室盗窃案件探索性分析 | 第42-64页 |
| 3.1 空间自相关 | 第43-48页 |
| 3.1.1 空间权重矩阵 | 第43-44页 |
| 3.1.2 全局空间自相关检验方法 | 第44-46页 |
| 3.1.3 局部空间自相关检验方法 | 第46-48页 |
| 3.2 研究区概况及数据来源 | 第48-51页 |
| 3.2.1 研究区概况 | 第48-50页 |
| 3.2.2 数据来源 | 第50-51页 |
| 3.3 江汉区入室盗窃案件的探索性分析 | 第51-63页 |
| 3.3.1 发案数总体描述 | 第51-53页 |
| 3.3.2 发案数的探索性时间分析 | 第53-56页 |
| 3.3.3 标准化入室盗窃率的时间变化分析 | 第56-58页 |
| 3.3.4 发案数的全局空间自相关检验 | 第58-59页 |
| 3.3.5 发案数的局部空间自相关检验 | 第59-62页 |
| 3.3.6 热点内部时间变化规律分析 | 第62-63页 |
| 3.4 本章小结 | 第63-64页 |
| 4 基于层次贝叶斯时空模型的入室盗窃风险变化分析 | 第64-78页 |
| 4.1 犯罪研究中热点识别方法概述 | 第65-66页 |
| 4.2 层次贝叶斯时空建模 | 第66-70页 |
| 4.2.1 模型构建 | 第66-67页 |
| 4.2.2 先验设定 | 第67-69页 |
| 4.2.3 模型实现 | 第69-70页 |
| 4.3 结果分析 | 第70-75页 |
| 4.3.1 敏感性分析 | 第70页 |
| 4.3.2 入室盗窃风险整体变化分析 | 第70-71页 |
| 4.3.3 各社区入室盗窃风险时间变化分析 | 第71-72页 |
| 4.3.4 入室盗窃风险变化趋势分析 | 第72-75页 |
| 4.4 本章小结 | 第75-78页 |
| 5 基于层次贝叶斯空间模型的环境因素影响分析 | 第78-107页 |
| 5.1 回归分析方法概述 | 第78-81页 |
| 5.1.1 非空间回归模型 | 第78-79页 |
| 5.1.2 基于频率统计的空间回归模型 | 第79-80页 |
| 5.1.3 基于贝叶斯统计的空间模型 | 第80-81页 |
| 5.2 实验数据 | 第81-84页 |
| 5.2.1 因变量 | 第81页 |
| 5.2.2 自变量 | 第81-84页 |
| 5.3 研究方法 | 第84-91页 |
| 5.3.1 模型构建 | 第84-90页 |
| 5.3.2 先验设定 | 第90-91页 |
| 5.3.3 模型实现与评估准则 | 第91页 |
| 5.4 结果分析 | 第91-102页 |
| 5.4.1 收敛判断 | 第91-92页 |
| 5.4.2 敏感性诊断 | 第92-93页 |
| 5.4.3 模型综合评估与比较 | 第93-94页 |
| 5.4.4 环境因素影响分析 | 第94-97页 |
| 5.4.5 入室盗窃风险分析 | 第97-100页 |
| 5.4.6 顾及背景效应模型的深入讨论 | 第100-102页 |
| 5.5 结果应用 | 第102-105页 |
| 5.6 本章小结 | 第105-107页 |
| 6 与其他类型案件联合建模研究 | 第107-119页 |
| 6.1 多类型犯罪案件联合建模分析的背景 | 第107-108页 |
| 6.2 实验数据 | 第108页 |
| 6.3 研究方法 | 第108-111页 |
| 6.3.1 模型总体框架 | 第108-109页 |
| 6.3.2 模型构建 | 第109-111页 |
| 6.3.3 模型实现与评估准则 | 第111页 |
| 6.4 结果分析 | 第111-118页 |
| 6.4.1 模型收敛判断 | 第111-112页 |
| 6.4.2 多变量模型与单变量模型综合比较 | 第112-114页 |
| 6.4.3 随机效应相关性分析 | 第114-115页 |
| 6.4.4 犯罪风险分析 | 第115-118页 |
| 6.5 本章小结 | 第118-119页 |
| 7 总结与展望 | 第119-124页 |
| 7.1 论文总结 | 第119-121页 |
| 7.2 主要贡献与创新点 | 第121-122页 |
| 7.3 研究展望 | 第122-124页 |
| 参考文献 | 第124-140页 |
| 博士期间参与的科研项目与发表的学术论文 | 第140-141页 |
| 致谢 | 第141-142页 |
