基于时间序列模型SARIMA的犯罪预测研究

基于时间序列分析的犯罪预测是公安情报工作的重要办法之一。利用2005年2月～2013年12月我国某北方大型城市的一般伤害、抢夺和抢劫3类犯罪案件数量数据,建立了SARIMA时间序列预测模型,并进行了验证。结果表明一般伤害案件的数量存在周期性波动,且没有明显的增减趋势,预测效果较好(PRMSE为11.95%,MAPE为10.92%)。抢夺案件的数量具有周期性波动且在2008年前后存在明显的增减趋势,通过数据处理,将抢夺数据的增减趋势与周期性分别进行了研究,得到了相对较好的预测效果(PRMSE为17.08%,MAPE为13.53%)。抢劫案件的数量不具有明显的周期性波动,难以利用SARIMA进行预测。研究结果可以应用于一般伤害和抢夺类犯罪的趋势预测,为犯罪打击提供宏观决策支持。