Научный журнал Байкальского государственного университета
Всероссийский криминологический журнал
ISSN 2500-4255 (Print), 2500-1442 (Online)
Издается с 2007 года
Menu

Информация о статье

Название статьи:

Многомерный статистический анализ показателей преступности в субъектах Российской Федерации в задаче синтеза оценки уровня криминогенности

Авторы:
Приказчикова А.С., аспирант кафедры финансового мониторинга Национального исследовательского ядерного университета «МИФИ», Национальный исследовательский ядерный университет «МИФИ», г. Москва, Российская Федерация, aska4.92@mail.ru,

Приказчикова Г.С., доцент кафедры информатики и информационных таможенных технологий Российской таможенной академии, Российская таможенная академия, г. Москва, Российская Федерация, prigac@mail.ru,

Асланов Р.Э., аспирант кафедры финансового мониторинга Национального исследовательского ядерного университета «МИФИ», Национальный исследовательский ядерный университет «МИФИ», г. Москва, Российская Федерация, aslanov.boxing@mail.ru,

Демченко С.А., старший преподаватель кафедры информатики Санкт-Петербургского государственного экономического университета, Санкт-Петербургский государственный экономический университет, г. Санкт-Петербург, Российская Федерация, shh-svetlana@yandex.ru,

Яримака С.К., старший преподаватель кафедры управления персоналом Московского авиационного института (национального исследовательского университета), Московский авиационный институт (национальный исследовательский университет), г. Москва, Российская Федерация, megasvetik1@rambler.ru
В рубрике:
МАТЕМАТИЧЕСКИЕ МЕТОДЫ И ЦИФРОВЫЕ ТЕХНОЛОГИИ В СОВРЕМЕННОЙ КРИМИНОЛОГИИ
Год: 2019 Том: 13 Номер журнала: 1
Страницы: 18-29
Тип статьи: Научная статья
УДК: 519.237.7;343
DOI: 10.17150/2500-4255.2019.13(1).18-29
Аннотация:
В статье приведена адаптация одного из методов факторного анализа в целях решения задачи синтеза оценки уровня криминогенности в федеральных округах Российской Федерации на основе официальных данных Федеральной службы государственной статистики. В ходе исследования была доказана эффективность применения метода главных компонент для решения поставленной задачи. При реализации данного метода важнейшее значение имеет интерпретация полученных результатов. По правилу «логические дроби» проведена интерпретация главных компонент с использованием исходных данных и привлечением ведущих экспертов-аналитиков ГИАЦ МВД России. В интересах синтеза оценки криминогенной обстановки предложено использовать первую главную компоненту, вклад которой в общую дисперсию составляет 90 %. Относительно второй главной компоненты было выдвинуто следующее предположение о характере ее взаимосвязи с исходными предикторами (показателями преступности). Так как наибольшая положительная корреляция второй главной компоненты наблюдается с признаками «убийство», «изнасилование», «умышленное причинение тяжкого вреда здоровью» и «преступления, совершенные с участием несовершеннолетних», а малая отрицательная - с признаками «кража», «разбой», «экономические преступления», «грабеж», то данная компонента отвечает за направление совершения преступления: жизнь и здоровье человека либо имущество и имущественные отношения. Кроме того, по второй главной компоненте наблюдается ее отрицательная корреляция с населением субъекта. Подобная корреляция интерпретирована следующим образом: ущерб от противоправной деятельности в федеральном округе тем больше, чем меньше население. В ходе исследования также была разработана методика визуализации информации о криминогенной обстановке в субъектах Российской Федерации. По первой главной компоненте проведено цветовое кодирование оценок уровня криминогенности и сформирована карта криминогенной обстановки.
Ключевые слова: криминогенная обстановка, субъекты Российской Федерации, показатели преступности, факторный анализ, синтез интегральных оценок
Список цитируемой литературы:
  • Блувштейн Ю.Д. Методологические проблемы изучения преступности и личности преступника (логико-математический аспект) : автореф. дис. … д-ра юрид. наук : 12.00.07 / Ю.Д. Блувштейн. - M., 1975. - 26 с.
  • Bицин C.E. Моделирование в криминологии / C.E. Вицин. - M. : Высш. шк. MВД CCCP, 1973. - 104 с.
  • Гаврилов О.A. Mатематические модели в криминологии / О.A. Гаврилов, В.A. Колемаев // Правовая кибернетика / под ред. О.А. Гаврилова, В.И. Иванова. - М. : Наука, 1970. - С. 85-104.
  • Гаврилец Ю.H. Методы анализа систем в социально-экономических исследованиях : автореф. дис. … д-ра экон. наук : 00.13 / Ю.H. Гаврилец. - M., 1972. - 53 с.
  • Аванесов Г.A. Количественный анализ в исследованиях по исправительно-трудовому праву / Г.A. Аванесов, В.M. Рутгайзер, H.H. Брушлинский. - M. : Высш. шк. MBД CCCР, 1969. - 91 с.
  • Аванесов Г.A. Криминология. Прогностика. Управление / Г.A. Аванесов. - Горький : Изд-во Высш. шк. MBД CCCР, 1975. - 423 с.
  • Хан-Магомедов Д.O. Mатематические методы изучения преступности и практики применения наказания при разработке проблем уголовной политики / Д.O. Хан-Магомедов // Основные направления борьбы с преступностью / под ред. И.М. Гальперина, В.И. Курляндского. - M. : Юрид. лит., 1975. - С. 151-152.
  • Крылов Г.О. Сравнение учебных подразделений Военного Университета на основании интегральных оценок, полученных методом главных компонент / Г.О. Крылов, В.М. Селезнев // Роль фундаментальных и прикладных технологий в образовании : тез. докл. конф. - М., 2000.
  • Селезнев В.М. Автоматизированный синтез интегральных оценок военно-медицинских объектов методом главных компонент : дис. … канд. техн. наук : 05.13.14 / В.М. Селезнев. - М., 2000. - 170 с.
  • Абоян И.А. Диагностика рака предстательной железы на основании серологической концентрации общего и свободного PSA и их соотношения / И.А. Абоян [и др.] // Актуальные вопросы лечения онкоурологических заболеваний : материалы 3-й Всерос. науч. конф. - М., 1999. - С. 65-67.
  • Айвазян С.А. Многомерный статистический анализ в социально-экономических исследованиях / С.А. Айвазян // Экономика и математические методы. - 1977. - Т. 13, вып. 5. - С. 968-985.
  • Айвазян С.А. Классификация и снижение размерности / С.А. Айвазян [и др.]. - М. : Финансы и статистика, 1989. - 607 с.
  • Андрукович П.Ф. Некоторые свойства метода главных компонент / П.Ф. Андрукович // Многомерный статистический анализ в социально-экономических исследованиях. - М. : Наука, 1974. - С. 189-228.
  • Бухштабер В.М. Факторный анализ и экстремальные задачи на многообразиях Грассмана / В.М. Бухштабер, В.К. Маслов // Математические методы решения экономических задач. - М. : Наука, 1977. - С. 87-102.
  • Андрукович П.Ф. Применение метода главных компонент в практических исследованиях / П.Ф. Андрукович. - М. : Изд-во Моск. ун-та, 1973. - 122 с.
  • Дубров А.М. Многомерные статистические методы / А.М. Дубров, В.С. Мхитарян, Л.И. Трошин. - М. : Финансы и статистика, 2003. - 352 с.
  • Жуковская В.М. Факторный анализ в социально-экономических исследованиях / В.М. Жуковская, И.Б. Мучник. - М. : Статистика, 1976. - 152 с.
  • Иберла К. Факторный анализ / К. Иберла. - М. : Статистика, 1980. - 389 с.
  • Окунь Я. Факторный анализ / Я. Окунь. - М. : Статистика, 1974. - 200 с.
  • Харман Г. Современный факторный анализ / Г. Харман. - М. : Статистика, 1972. - 486 с.
  • Rao C.R. The Use and Interpretation of Principal Component Analysis in Applied Research / C.R. Rao // Sankhya. - 1964. - Vol. 26, № 4. - P. 329-358.
  • Aiwzian S.A. Probabilistic-Statistical Modelling of the Distributary Relations in Society / S.A. Aiwzian // Private and Enlarged Consumption / ed. L. Solari, J.N. du Pasquier. - North Holland, 1976. - P. 285-247.
  • Anderson T.W. Statistical Inference in Factor Analysis / T.W. Anderson, H. Rubin // Proceedings of the Third Berkeley Symposium on Mathematical Statistics and Probability / ed. J. Neyman. - Berkeley : Univ. California Press, 1956. - P. 111-150.
  • Anderson Т.W. Asymptotic Theory for Component Analysis / Т.W. Anderson // The Annals of Mathematical Statistics. - 1963. - Vol. 34, № 1. - P. 122-148.
  • Bartlett M.S. Factor Analysis in Psychology as a Statistician Sees / M.S. Bartlett // Uppsala Symposium on Psychological Factor Analysis. - 1953. - № 3. - P. 23-34.
  • Geiger B. Relative Information Loss in the PCA / B. Geiger, G. Kubin // IEEE Information Theory Workshop. - 2012. - P. 562-566.
  • Devun S.J. Robust Estimation of Dispersion Matrices and Principal Components / S.J. Devun, R. Gnanadesikan, J.R. Kettering // Journal of the American Statistical Association. - 1981. - Vol. 76. - P. 354-362.
  • Girshik M.A. Principal components / M.A. Girshik // Journal of the American Statistical Association. - 1936. - Vol. 31. - P. 519-528.
  • Holzinger К. Factor analysis / К. Holzinger, H. Harman. - Univ. Chicago Press, 1941. - 417 p.