PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2016 | 7 | nr 1 | 81--94
Tytuł artykułu

Społeczno-ekonomiczne determinanty przestępczości powrotnej : wybrane problemy stosowania metod ilościowych do identyfikacji zależności

Warianty tytułu
Socio-Economic Determinants of Recidivism : Some Problems of Identification Relationships Using Quantitative Methods
Języki publikacji
PL
Abstrakty
Artykuł porusza problematykę prognozowania indywidualnych zachowań przestępczych z wykorzystaniem wybranych metod statystycznych i metod data mining. Analizowano problem klasyfikacji sprawców do dwóch grup ryzyka recydywy. Porównana została jakość różnych klasyfikatorów, takich jak sieć neuronowa, model logitowy, drzewo klasyfikacyjne i metoda wektorów nośnych. Łączna trafność prognozowania dla wszystkich analizowanych modeli przekroczyła 70%, jednak modele te charakteryzowały się dużym odsetkiem tzw. "fałszów negatywnych". (abstrakt oryginalny)
EN
The aim of the author was to discuss an application of data mining and statistical methods to recidivism prediction. There was analysed a binary classification problem where the goal was to predict if a prisoner will be arrested for a certain type of crime within one year of being released from prison. There were compared different models such as neural network, classification tree, logistic regression and SVM. General accuracy of all the models exceeded 70% correctly classified instances, but all of the analysed classifiers were characterized by high "false negatives" ratio and so they would be useless in practice. (original abstract)
Rocznik
Tom
7
Numer
Strony
81--94
Opis fizyczny
Twórcy
  • Prokuratura Okręgowa w Katowicach
Bibliografia
  • Allen T. D., Bench L. L., Assessing Sex Offender Recidivism Using Multiple Measures: A Longitudinal Analysis, "The Prison Journal" 93(4), 2013.
  • Berk, R. A. i in., Money, work, and crime: Some experimental results, Academic Press, New York, 1980.
  • Bierens H. J., Carvalho R. J., A Competing Risk Analysis of Recidivism, www.researchgate.net/publication/255581244_A_Competing_Risk_Analysis_of_Recidivism, 2002, dostęp: 01.12.2015.
  • Błachut J., Gaberle A., Krajewski K., Kryminologia, InfoTrade, Gdańsk 2001.
  • Chojecka J., Model dla wszystkich? Spory wokół koncepcji szacowania ryzyka recydywy, "Resocjalizacja Polska" 2014, nr 7.
  • Ehrlich I., Participation in Illegitimate Activities: A Theoretical and Empirical Investigation, "The Journal of Political Economy", 81(3), 1973.
  • Gierowski J. K., Czynniki ryzyka i opiniowanie przemocy u adolescentów, "Farmakoterapia w Psychiatrii i Neurologii", 2005 nr 2.
  • Hołyst B., Podstawy i zakres indywidualnej prognozy kryminologicznej, "Probacja" 2013, nr 1.
  • Hudak D., Tinik N., Examining the Factors Associated with Recidivism, https://dspace.rmu.edu/xmlui/handle/11347/25, 2014, dostęp: 01.12.2015.
  • Kądziołka K., Determinanty przestępczości w Polsce. Aspekt ekonomiczno - społeczny w ujęciu modelowania ekonometrycznego, niepublikowana rozprawa doktorska, Uniwersytet Ekonomiczny w Katowicach, 2015.
  • Korzonek R., Estymacja funkcji przeżycia - estymator Kaplana - Meiera, [w:] E. Dziwok i P. Chrzan (red.) Metody matematyczne, ekonometryczne i komputerowe w finansach i ubezpieczeniach 2008, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice 2009.
  • Kufel T., Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, Wydawnictwo Naukowe PWN, Warszawa 2011.
  • Masyn K., Muthen B., Discrete - Time Survival Mixture Analysis, "Journal of Educational and Behavioral Statistics", 30(1), 2005.
  • Misztal M., Wybrane metody oceny jakości klasyfikatorów - przegląd i przykłady zastosowań, "Taksonomia" nr 23, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu nr 328, 2014.
  • Monery B., The determinants of recidivism among ex-prisoners: a survival analysis on French data, https://halshs.archives-ouvertes.fr/halshs-00822847, 2013, dostęp: 03.10.2015.
  • Rudin C. i in., Interpretable Classification Models for Recidivism Prediction, web.mit.edu/rudin/www/ZengUsRu15.pdf , 2015, dostęp: 01.12.2015.
  • Stalans, L., i in., Identifying three types of violent offenders and predicting violent recidivism while on probation: A classification tree analysis, "Law and Human Behavior", 28(3), 2004.
  • Stanisz A., Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny. Tom 3. Analizy wielowymiarowe, Kraków 2007.
  • Stańdo - Kawecka B., Wybrane problemy profesjonalizacji organów probacyjnych i klasyfikacji sprawców oddanych pod dozór do grup ryzyka, [w:] Nowa Kodyfikacja Prawa Karnego. Tom XXXIII, Wrocław 2014.
  • Szczepanik R., Stawanie się recydywistą. Kariery instytucjonalne osób powracających do przestępczości, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2015.
  • Szymanowski T., Recydywa w Polsce: zagadnienia prawa karnego, kryminologii i polityki karnej, Wolters Kluwer Polska, Warszawa 2010.
  • Tollenaar N., van der Heijden P., Which method predicts recidivism best?: a comparison of statistical, machine learning and data mining predictive models, "Journal of the Royal Statistical Society: Series A (Statistics in Society)", 176(2), 2013.
  • Wójcik D., Stosowanie w postępowaniu karnym narzędzi diagnostyczno - prognostycznych służących oszacowaniu ryzyka powrotności do przestępstwa, [w:] M. Mozgawa (red.) Prawo w Działaniu 16, Wolters Kluwer, Warszawa 2013.
  • Zygmunt J., Prawne modele zwalczania powrotności do przestępstwa w polskim prawie karnym, "Czasopismo Prawa Karnego i Nauk Penalnych", 2008, nr 2.
  • Strona internetowa Centralnego Zarządu Służby Więziennej, http://sw.gov.pl/pl/o-sluzbiewieziennej/statystyka/statystyka-roczna/, dostęp: 03.10.2015.
  • Informator Statystyczny Wymiaru Sprawiedliwości (ISWS), http://isws.ms.gov.pl/pl/bazastatystyczna/opracowania-wieloletnie/, dostęp: 03.10.2015.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171431800

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.