PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2019 | 23 | nr 2 | 15--32
Tytuł artykułu

On the Potential for Using Selected PCA-Based Methods to Analyze the Crime Rate in Poland

Warianty tytułu
O możliwości wykorzystania wybranych metod analizy danych opartych na PCA do badania poziomu przestępczości w Polsce
Języki publikacji
EN
Abstrakty
Celem pracy jest ocena możliwości wykorzystania wybranych metod analizy danych, opartych na metodzie głównych składowych (PCA), do badania zróżnicowania przestrzennego wybranych kategorii przestępstw w Polsce w latach 2000-2017. Rozważany w artykule zbiór danych występuje w ujęciu trójwymiarowym w postaci tzw. kostki danych: oprócz dwóch tradycyjnych "wymiarów" (obiekty - województwa, zmienne - przestępstwa kryminalne), pojawia się także "wymiar" czasu. Łączna analiza tego typu danych wymaga wykorzystania innych niż klasyczne metod statystycznych. W pracy dokonano analizy zmienności rozważanych kategorii przestępstw kryminalnych w czasie (w latach 2000-2017) i przestrzeni (według województw), wykorzystując tzw. międzygrupową oraz wewnątrzgrupową analizę głównych składowych. Zaletą tych metod jest m.in. możliwość prezentacji graficznej uzyskanych wyników w przestrzeni dwuwymiarowej z wykorzystaniem map czynnikowych.(abstrakt oryginalny)
EN
The aim of the paper is to assess the potential for using some selected PCA-based methods to analyze the spatial diversity of crime in Poland during 2000-2017. Classical principal components analysis (PCA) deals with two-way matrices, usually taking into account objects and variables. In the case of data analyzed in the study, apart from two dimensions (objects - voivodships, variables - criminal offences), there is also the dimension of time, so the dataset can be seen as data cube: objects × variables × time. Therefore, this type of data requires the use of methods handling three-way data structures. In the paper the variability of some selected categories of criminal offences in time (2000- -2017) and space (according to voivodships) is analyzed using the between-class and the within-class principal component analysis. The advantage of these methods is, among others, the possibility of the graphical presentation of the results in two-dimensional space with the use of factorial maps.(original abstract)
Rocznik
Tom
23
Numer
Strony
15--32
Opis fizyczny
Twórcy
  • University of Lodz, Poland
Bibliografia
  • Ali M., Razzak H., 2015, Principal component analysis of Pakistan crime data, Sci. Int. (Lahore), 27(5), pp. 4839-4844.
  • Bąk I., 2015, Struktura i typologia przestrzenna przestępczości w Polsce, Ekonometria, 4(50), pp. 43-61.
  • Bieniek P., Cichocki S., Szczepaniec M., 2012, Czynniki ekonomiczne a poziom przestępczości - badanie ekonometryczne, Zeszyty Prawnicze, nr 12(1), pp. 147-172.
  • Dufour A.B., 2008, Within PCA and Between PCA, http://pbil.univ-lyon1.fr/R/pdf/course4.pdf (access: 25.03.2019).
  • Everitt B.S., Skrondal A., 2010, The Cambridge Dictionary of Statistics, Fourth Edition, Cambridge University Press, Cambridge.
  • Faweya O., Adeniran A.T., Balogun K.O., 2018, Principal component analysis of the crime rate in Nigeria: a case study of Ekiti and Osun State, American Journal of Mathematics and Statistics, 8(4), pp. 79-88.
  • Florczak W., 2013, Co wywołuje przestępczość i jak ją można ograniczać? Wielowymiarowa analiza makroekonomiczna, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
  • Friendly M., Sigal M., 2014, Some Prehistory of CARME: Visual Language and Visual Thinking, [in:] Blasius J., Greenacre M. (ed.), Visualization and Verbalization of Data, CRC Press, pp. 3-16.
  • Gabriel K.R., 1971, The biplot graphical display of matrices with application to principal component analysis, Biometrika, 58 (3), pp. 453-467.
  • Gardocki L., 2013, Pojęcie przestępstwa i podziały przestępstw w polskim prawie karnym, Annales Universitatis Mariae Curie-Skłodowska Lublin-Polonia, vol. LX(2), Sectio G, pp. 29-40.
  • Gower J.C., Le Roux N.C., Gardner-Lubbe S., 2015, Biplots: quantitative data, WIREs Comput Stat., no. 7, pp. 42-62.
  • Hotelling H., 1933, Analysis of a complex of statistical variables into principal components, Journal of Educational Psychology, 24(6), pp. 417-441.
  • Kądziołka K., 2014, Wpływ wybranych czynników o charakterze społeczno-ekonomicznym na przestępczość przeciwko mieniu w Polsce, [in:] Szkutnik W. (red.), Zarządzanie ryzykiem kapitałowym i ubezpieczeniowym oraz społecznymi uwarunkowaniami ryzyka rynku pracy, Studia Ekonomiczne, nr 181/14, pp. 11-23.
  • Kądziołka K., 2015a, Analiza czynników wpływających na przestrzenne zróżnicowanie przestępczości w Polsce na poziomie podregionów, Współczesna Gospodarka, vol. 6, issue 3, pp. 43-52.
  • Kądziołka K., 2015b, Bezrobocie, ubóstwo i przestępczość w Polsce. Analiza zależności na poziomie województw, Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach, nr 242, pp. 71-84.
  • Kądziołka K., 2015c, Przestrzenne zróżnicowanie, struktura i dynamika przestępczości w Polsce, Przestrzeń, Ekonomia, Społeczeństwo, nr 8/II, s. 223-235.
  • Kądziołka K., 2016a, Analysis of the crime rate in Poland in spatial and temporal terms, Central and Eastern European Journal of Management and Economics, vol. 4, no. 1, pp. 81-96.
  • Kądziołka K., 2016b, Przestrzenne zróżnicowanie zagrożenia przestępczością w Polsce, De Securitate et Defensione. O Bezpieczeństwie i Obronności, nr 2(2), pp. 31-43.
  • Leżoń A., 2015, Przestępczość w krajach Unii Europejskiej w roku 2012 - rezultaty wielowymiarowej analizy statystycznej, [in:] Prędki A. (red.), Wybrane zastosowania narzędzi analitycznych w naukach ekonomicznych, Mfiles.pl, Kraków, pp. 25-33.
  • Lusawa R., 2016, Zróżnicowanie liczby przestępstw stwierdzonych w wybranych powiatach województwa mazowieckiego, Roczniki Naukowe Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich, t. 103, z. 2, pp. 91-105.
  • Misztal M., 2017, On the use of redundancy analysis to study the property crime in Poland, Acta Universitatis Lodziensis. Folia Oeconomica, 6(332), pp. 99-109.
  • Misztal M., 2018, O zastosowaniu analizy redundancji do badania poziomu przestępczości przeciwko mieniu w Polsce w latach 2002-2015, Taksonomia 31. Klasyfikacja i analiza danych - teoria i zastosowania, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 508, pp. 157-169.
  • Mordwa S., 2013, Zastosowanie GIS w badaniach przestępczości, Acta Universitatis Lodziensis. Folia Geographica Socio-Economica, 14, pp. 78-92.
  • Olakorede N.M., Adams S.O., Olanrewaju S.O., 2017, Principal component analysis of crime data in Gwagwalada Area Command, Abuja from 1995-2015, American Journal of Theoretical and Applied Statistics, 6(1), pp. 38-43.
  • Pearson K., 1901, On lines and planes of closest fit to systems of points in space, Philosophical Magazine, 6(2), pp. 559-572.
  • Sztaudynger J.J., Sztaudynger M., 2003, Ekonometryczne modele przestępczości, Ruch Prawniczy, Ekonomiczny i Socjologiczny, rok LXV, zeszyt 3, pp. 127-143.
  • Thioulouse J., Dray S., Dufour A.-B., Siberchicot A., Jombart T., Pavoine S., 2015, Multivariate Analysis of Ecological Data with ade4, Springer.
  • Wierzbicka A., Żółtaszek A., 2015, Analiza bezpieczeństwa publicznego w krajach europejskich, Wiadomości Statystyczne, nr 8, pp. 66-80.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171557974

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.