Logistic回归模型与Probit模型及其在刑事作案人员分析中的应用

Logistic回归模型与Probit模型是现代统计学前沿提供的两种统计方法。根据对犯罪人员和未犯罪人员的观察,建立对应的两种模型,可分析有关制约因素,研究这些因素发生变化时,犯罪的机率将如何变化,还可以根据某人的具体情况估计此人作案的机率。     

我国犯罪发案率与城市化进程的实证研究

文章采用1978-2007年全国犯罪发案率与城市化进程指标数据．通过建立回归与AKMA组合模型（科克伦迭代法），分析了1978年以来我国城市化进程对犯罪发案率的影响，并用2008年的数据对模型的精度进行了检验；从而探讨了二者间存在的相关关系，并就城市化进程对犯罪发案率的影响加以解释。     

数据驱动:侵财犯罪治理策略转向

数据驱动的侵财犯罪治理策略是以汇集侵财犯罪数据建立数据库为起点,通过数据统计、数据挖掘和犯罪制图等技术开展数据分析,提取侵财犯罪的标签特征,也就是提炼出侵财犯罪的时间、空间、被害目标、作案手法等犯罪模式,并建立犯罪预测数据模型,开展犯罪高风险人员、犯罪热点、易害群体等犯罪预测,具体发现哪类人群或目标在哪种时空环境中最容易遭受何种犯罪侵害,据此开展有针对性的犯罪情境预防。具体实现途径是,以大数据思维方式确立侵财犯罪治理的新理念,以系统思维方式推行侵财犯罪的"全链条治理",以数据化的整体性思维方式推进侵财犯罪数据的融合,充分运用大数据技术开展侵财犯罪预测,以多机构协作模式推进侵财犯罪的情境预防。     

大数据时代案件侦查思维转变与对策研究

大数据时代犯罪活动发生新变化,突出表现为网络化新型犯罪日益突出、跨区域流窜性职业犯罪趋向明显、网络犯罪死灰复燃趋势增强、智能化新型犯罪特征凸显等方面,对侦查思维创新和实践创新提出新要求,传统侦查模式已不再适应数据时代办案形势,亟需转变为数据化、模型化、智能化侦查思维,并通过树立数据意识、提高数据能力、实现信息共享、完善数据治理等手段保障数据在侦查思维变革中发挥最大效能。     

自回归模型在犯罪预测中的应用

本文根据犯罪作用的机理,把犯罪现象看作是随机过程中的马尔柯夫过程。犯罪在各个年份中所产生的规模和水平,即立案数据,视为随机过程的一个实现,即随机过程的一个样本。为此提出了马尔柯夫过程的预测模型──自回归(AR)模型,作为犯罪的预测模型。本文介绍了自回归模型的形式,建立、识别、检验和怎样用于预测。自回归模型一旦确立,计算简单,并且能包含近期的诱发和控制犯罪的因素,预测结果较为准确。     

未来五年崇文区犯罪增长趋势预测和行动对策

犯罪增长趋势是由多种原因综合作用的结果。通过分析犯罪增长的相关因素,采用长期趋势预测模型、相关—回归预测模型和德尔菲预测法等三种科学方法对崇文区未来五年犯罪增长趋势进行了初步预测,并提出了主要行动对策。     

脑卒中发病率与环境因素的多元回归分析模型

脑卒中是困扰广大中老年人的一种常见、危险疾病，它的诱发因素与环境因素之间存在密切的关系。本中通过对病人信息的统计描述和多元回归分析，得到了对脑卒中发病率的一系列具有重要实际意义数据，并建立了多元线性回归模型．通过比较分析，提炼出影响脑卒发病率的关键指标，并对脑卒中高危人群提出了切实可行的预警方案。     

检察业务考评机制探析

当下推行的检察业务考评机制仍然属于公共行政管理式的考评模式，没有在具体的考核机制上体现检察业务工作的司法属性，更没有通过考评彰显检察工作的内在规律。具体特点表现为：注重对履行惩治犯罪职能的激励，侧重对检察权运行的规范和制约，考核评价主要采取量化计分的方式进行，考评结论主要源自办案数据的静态分析。从现行检察业务考评体系所体现的精神以及实际内容看，还存在一些不尽合理的地方，需要进行调整和完善：成立专门的检察业务考评机构，科学设定检察业务的考评对象，确立科学的符合实际的检察业务考评方式。     

大数据背景下多发性侵财犯罪预警模式研究

多发性侵财犯罪的高发案率和低破案率一直是基层侦查工作所面临的难题,而新时期其犯罪手段多样化、智能化,团伙犯罪和流窜犯罪趋势明显的特点更是让侦查人员举步维艰。将大数据与侦查工作相结合,构建大数据背景下多发性侵财犯罪预警模式,将会对遏制和打击多发性侵财犯罪有所裨益。     

大数据时代下我国犯罪数据公开研究——以中美比较研究为视角

在大数据时代,犯罪数据分析与挖掘已成为犯罪学研究以及现代犯罪治理的基础手段。犯罪数据在揭示犯罪模式、犯罪原因以及评估犯罪防治效果等诸多方面拥有不可替代的作用。由于我国当前犯罪数据公开面临一些问题,直接导致犯罪学领域实证研究的匮乏,严重掣肘了大数据时代下犯罪数据价值的释放。通过国内外比较研究可知,我国目前需要公开更多样的更加全面的犯罪统计数据,建立交互式的犯罪数据公开平台,切实发挥犯罪数据在犯罪学研究和犯罪防治中的作用。     

大数据背景下非接触性诈骗犯罪的侦查思考

在网络全球化、经济全球化的时代背景下,非接触性诈骗犯罪日益猖獗。大数据在侦办非接触性诈骗犯罪活动中具有预测性、全局性、主动性等特点,不仅能贴合新型犯罪手段节约办案成本,还能实时监测犯罪,预测犯罪趋势,实现监控预警侦查,对打击非接触性诈骗犯罪具有重要意义。通过对大数据技术在侦办"北银创投"等诈骗犯罪案件过程中存在的大数据侦查机制不完善、各警种部门存在行政壁垒、数据共享受限等问题进行剖析,提出建立大数据侦查运行机制,打通数据共享渠道,加强大数据侦查人才培养等对策,以期充分发挥大数据在非接触性诈骗犯罪侦查中的作用,保障人民群众的财产安全,促进社会主义法制社会的和谐稳定。     

中国石油公司风险收益分析

风险与收益是证券投资理论研究和实务操作的核心问题。资本资产定价模型CAPM可以较好地将资产风险和收益关系直接定量化。用统计回归的实证方法分析中石油、中石化、中海油在纽约证券市场和香港证券市场的数据,可以得出三大石油公司的风险与收益状况,发现CAPM模型的β系数对市场风险的度量的作用。     

大数据驱动下多发性侵财犯罪的侦防路径研究

大数据时代,多发性侵财犯罪的发案率居高不下,且衍生出了时空跨度大、作案地缘化、手段更新快的新特点,传统的侦防模式显然已经不能满足对此类犯罪的打防需求。在大数据广泛应用的新时代背景下,大数据技术的相关性和预测性使得其在侦查中有巨大的应用潜力。在大数据的驱动下,打击多发性侵财犯罪应该建立"情指一体化"的作战框架,并利用大数据识别犯罪模式以实现精准打击。在防控方面,要利用大数据技术加强人员、车辆、赃物的控制,并构建大数据犯罪预警机制。     

基于logistics回归的受害诱发因素分析和受害预测

犯罪侵害似乎无处不在且不断改变形式。从实践看,结合犯罪预测进行侦查和打击犯罪行为,不足以有效保护公民人身财产安全,使得从犯罪行为的“受侵害”一方进行预测成为必要。其方法是根据犯罪侵害规律,确定“受侵害”诱发因素指标并进行二元logistics回归分析。同时,利用建立的犯罪预测模型进行个体分析,确定分析对象受侵害的可能性,而后针对受侵害高危人群及时预警以达到预防受害之目的。受害预测有利于强化侦查机关的预警预防能力,而且能够有针对性地保护公民人身财产安全。     

危害食品安全犯罪司法现状的冷思考——以某基层法院4年来的刑事判决书为研究文本

最高人民法院和最高人民检察院于2013年4月28日通过了《关于办理危害食品安全刑事案件适用法律若干问题的解释》。该解释使入罪门槛进一步降低,使刑法的打击面进一步扩大。该解释对司法实践造成了重大影响,致使涉及危害食品安全犯罪的刑事案件数量陡然增高。刑法对于维护食品安全的作用是有限的,维护食品安全应充分发挥民事、行政手段的作用。对食品安全犯罪的盲目严打趋势必须得到有效遏制,使食品安全的刑法规制回归理性。     

论大数据时代背景下网络犯罪的社会治理

网络犯罪是一个犯罪学概念,具体是指犯罪行为人以网络作为犯罪工具和犯罪中介,或者作为犯罪场所、犯罪对象而实施的违反法律的各种违法犯罪行为。当前网络犯罪出现了新的特点。为此,大数据时代背景下,应当创新防范打击网络犯罪对策,公安机关应当与银行、网络运营商等相关部门形成合力,建立防范预警机制,进行社会治理,从源头上遏制此类犯罪。     

大数据在电信诈骗案件侦查中的应用

电信诈骗是信息化催生的一种新型诈骗行为,现阶段利用大数据开展电信诈骗犯罪侦查,能够适应和应对时代的快速发展和犯罪形势的快速变化,但也存在电信诈骗案件管辖混乱,侦查机制受限,取证移诉难度高,跨境抓捕合作难度大等问题。针对上述问题,可以从利用大数据强化侦查监管,加强犯罪预警,完善取证流程以及建立跨境侦查合作平台等方面改进,从而提高侦查工作的效率,加强对犯罪的有效打击。     

对《犯罪统计学》的两点补充

我国经济领域的经济犯罪案件,就目前而言,有日益增多和多样化、复杂化的趋势,如何对这一趋势进行定性、定量分析,并对将来的趋势作进一步的推断,以便及早作出相应的预防措施和手段,是摆在犯罪统计学面前的一项艰巨任务。 我国犯罪统计学(包括经济犯罪统计)的     

大数据在非接触性犯罪侦查中的应用研究

互联网技术的快速发展不仅深刻影响着社会生活,而且为犯罪活动提供了极大的犯罪空间,产生了非接触性犯罪。大数据技术在侦破非接触性犯罪方面具有非常重要的作用,但是,目前大数据在非接触性犯罪侦查方面的应用存在着理解运用的偏差、共享机制不完善、大数据的非结构性和对个人信息权的冲击等方面的问题,应通过建立大数据侦查的运行机制和制度保障,改进大数据侦查技术,充分发挥大数据在非接触性犯罪侦查中的作用。     

大数据视阈下台湾新北市毒品犯罪区域分布研究

近年来信息科技迅猛发展,地理建构空间资料不断累积。本研究藉由大数据数据的搜集及地理信息系统(Geographic Information System,GIS)的犯罪制图与空间分析(Spatial Analysis)技术,结合台湾新北市2007年至2016年毒品犯罪查获案件纪录,加以整合分析其犯罪热区与分布特性。将毒品查获犯罪点以空间单元每一区的"里"进行地理分区,以分析毒品犯罪时空分布特性,掌握毒品犯罪在不同时空的群聚、扩散、转移等趋势。并利用犯罪制图绘制呈现空间群聚相关分析与结论,为警政机关研究制定查缉毒品之策略提供参考建议,同时应用于基层警察勤务规划与侦查部署,提高勤务绩效,以有效遏阻毒品犯罪者之意图及彻底断绝毒品供给之行为。