暴力风险评估中的统计预测方法及其应用 |
| |
作者姓名: | 刘元元 胡峻梅 杨珉 李晓松 |
| |
作者单位: | 四川大学华西公共卫生学院卫生统计学教研室;中国政法大学证据科学教育部重点实验室;四川大学华西基础医学与法医学院法医精神病学教研室;英国诺丁汉大学社区健康科学学院精神科; |
| |
基金项目: | 国家自然科学基金资助项目(81072513);证据科学教育部重点实验室开放基金资助项目(2011KFKT02) |
| |
摘 要: | 如何改进暴力风险评估是一个亟待解决的全球性难题,通过统计学方法进行犯罪的暴力风险评估是其中不可或缺的一环,作用十分重要。本文主要从统计学角度对暴力风险评估预测方法进行了回顾,并对其中较为常用的多元统计模型代表的Logistic回归模型、数据挖掘技术代表的决策树模型以及人工智能技术代表的神经网络模型及其应用进行综述,以期为暴力风险评估的进一步研究提供参考。
|
关 键 词: | 统计学 暴力 综述[文献类型] 危险性评估 |
本文献已被 CNKI 等数据库收录! |
|