Методи обробки даних для визначення класу залежної змінної при аналізі випадків вбивств у м. Києві з використанням гострих предметів
DOI:
https://doi.org/10.24061/2707-8728.1.2016.4Ключові слова:
гострі предмети, статистичні методи, Data Mining, криміналістична характеристика злочинуАнотація
Створення експертної системи класифікації злочинця, як інструменту для аналізу випадків вбивств з використанням гострих предметів, залишається актуальною темою сьогодення. Протягом 2011-2014 років, нами було проведене ретроспективне дослідження 849 неселективних випадків смерті у м. Києві від поранень, які спричинені гострим предметом. Зокрема, було наведене обґрунтування того, що на сьогоднішній день для побудови інформаційно-навчальної експертної
системи (ІНЕКС) з метою аналізу подібного роду даних, доцільно використовувати технології Data Mining (видобуток даних, вилучення інформації, інтелектуальний аналіз даних). Однак, оптимального використання алгоритмів статистичної обробки даних, як інструменту для обґрунтування результатів аналізу випадків вбивств у м. Києві з використанням гострих предметів, до сих пір не започатковано. Тому, з метою визначення оптимального використання алгоритмів статистичної обробки даних, як інструменту для обґрунтування результатів аналізу випадків вбивств у м. Києві з використанням гострих предметів і було проведене наше дослідження. За результатами власних досліджень викладені підходи до вибору алгоритмів статистичної обробки даних, як інструменту для обґрунтування результатів аналізу випадків вбивств з використанням гострих предметів. Нами був визначений оптимальний алгоритм такої статистичної обробки даних - використовування технології Data Mining, що в подальшому буде застосоване для побудови системи, заповнюючи яку відомими елементами криміналістичної характеристики злочину, будемо отримувати характеристики злочинця з певною статистичною вірогідністю. Для пошуку закономірностей у великих обсягах неоднорідних та багатовимірних даних, які неочевидні (не виявляються стандартними методами обробки інформації або експертним шляхом), об’єктивні (повністю відповідають дійсності, на відміну від експертної саме думки, яке завжди є суб’єктивною) та корисні, на практиці доцільно використовувати технології Data Mining, які є оптимальні для з’ясування алгоритмів статистичної обробки даних, як інструменту для обґрунтування результатів аналізу випадків вбивств у м. Києві з використанням гострих предметів.
Посилання
Зосіменко ВВ. Аналіз випадків вбивств з використанням гострих предметів у м. Києві як основи для обґрунтування криміналістичної характеристики злочину. Судово-медична експертиза. 2011;3:16-20.
Зосіменко ВВ. Статистичне моделювання ознак, які індивідуалізують особу за наслідками її агресивних дій з використанням гострих предметів. Судово-медична експертиза. 2014;2:23-7.
Мішалов ВД, Зосіменко ВВ. Експертний аналіз випадків вбивств із застосуванням гострих предметів як основа криміналістичної характеристики злочину. Інтегративна антропологія. 2014;2(24):33-7.
Дюк ВА, Самойленко АП. Data Mining: учебный курс. Санкт-Петербург: Питер; 2001. 368 с.
Башаринов АЕ, Флейшман БС. Методы статистического последовательного анализа и их радиотехнические приложения. Москва: Советское радио; 1962. 352 с.
Урбах ВЮ. Биометрические методы. Москва: Наука; 1964. 415 с.
Гублер ЕВ. Применение непараметрических критериев статистики в медико-биологических исследованиях. 2-е изд. Ленинград: Медицина; 1973. 141 с.
Парин ВВ, Баевский РМ. Введение в медицинскую кибернетику. Москва: Медицина; 1966. 299 с.
Кульбак С. Теория информации и статистика. Москва: Наука; 1967. 408 с.
Румянцев ПО, Саенко ВА, Румянцева УВ. Статистические методы анализа в клинической практике. Часть I. Одномерный статистический анализ. Проблемы эндокринологии. 2009;55(5):48-55.
References
Zosimenko VV. Analiz vypadkiv vbyvstv z vykorystanniam hostrykh predmetiv u m. Kyievi yak osnovy dlia obgruntuvannia kryminalistychnoi kharakterystyky zlochynu [Analysis of cases of murders with the use of sharp objects in Kyiv as bases of criminalistics description of crime]. Sudovo-medychna ekspertyza. 2011;3:16-20. (in Ukrainian)
Zosimenko VV. Statystychne modeliuvannia oznak, yaki indyvidualizuiut' osobu za naslidkamy yii ahresyvnykh dii z vykorystanniam hostrykh predmetiv [Establishment of statistical relationships between indicators analysis of cases with the use of killings sharps in Kiev and justification of choice predictor (indicator)]. Sudovo-medychna ekspertyza. 2014;2:23-7. (in Ukrainian)
Mishalov VD, Zosimenko VV. Ekspertnyi analiz vypadkiv vbyvstv iz zastosuvanniam hostrykh predmetiv yak osnova kryminalistychnoi kharakterystyky zlochynu [Expert analysis of murder cases with sharp objects as a basis for crime characteristics]. Intehratyvna antropolohiia. 2014;2(24):33-7. (in Ukrainian)
Dyuk VA, Samoylenko AP. Data Mining: uchebnyy kurs [Data Mining: training course]. Sankt-Peterburg: Piter; 2001. 368 s. (in Russian)
Basharinov AE, Fleyshman BS. Metody statisticheskogo posledovatel'nogo analiza i ikh radiotekhnicheskie prilozheniya [Methods of statistical sequential analysis and their radio engineering applications]. Moskva: Sovetskoe radio; 1962. 352 s. (in Russian)
Urbakh VYu. Biometricheskie metody [Biometric Methods]. Moskva: Nauka; 1964. 415 s. (in Russian)
Gubler EV. Primenenie neparametricheskikh kriteriev statistiki v mediko-biologicheskikh issledovaniyakh [Application of nonparametric statistical criteria in biomedical research]. 2-e izd. Leningrad: Meditsina; 1973. 141 s. (in Russian)
Parin VV, Baevskiy RM. Vvedenie v meditsinskuyu kibernetiku [Introduction to Medical Cybernetics]. Moskva: Meditsina; 1966. 299 s. (in Russian)
Kul'bak S. Teoriya informatsii i statistika [Information theory and statistics]. Moskva: Nauka; 1967. 408 s. (in Russian)
Rumyantsev PO, Saenko VA, Rumyantseva UV. Statisticheskie metody analiza v klinicheskoy praktike. Chast' I. Odnomernyy statisticheskiy analiz [Statistical methods for the analyses in clinical practice. Part I. Univariate statistical analysis]. Problemy endokrinologii. 2009;55(5):48-55. (in Russian)
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
Критерії авторського права, форми участі та авторства
Кожен автор повинен був взяти участь в роботі, щоб взяти на себе відповідальність за відповідні частини змісту статті. Один або кілька авторів повинні нести відповідальність в цілому за поданий для публікації матеріал - від моменту подачі до публікації статті. Авторитарний кредит повинен грунтуватися на наступному:
істотність частини вкладу в концепцію і дизайн, отримання даних або в аналіз і інтерпретацію результатів дослідження;
написання статті або критичний розгляд важливості її інтелектуального змісту;
остаточне твердження версії статті для публікації.
Автори також повинні підтвердити, що рукопис є дійсним викладенням матеріалів роботи і що ні цей рукопис, ні інші, які мають по суті аналогічний контент під їх авторством, не були опубліковані та не розглядаються для публікації в інших виданнях.
Автори рукописів, що повідомляють вихідні дані або систематичні огляди, повинні надавати доступ до заяви даних щонайменше від одного автора, частіше основного. Якщо потрібно, автори повинні бути готові надати дані і повинні бути готові в повній мірі співпрацювати в отриманні та наданні даних, на підставі яких проводиться оцінка та рецензування рукописи редактором / членами редколегії журналу.
Роль відповідального учасника.
Основний автор (або призначений відповідальний автор) буде виступати від імені всіх співавторів статті в якості основного кореспондента при листуванні з редакцією під час процесу її подання та розгляду. Якщо рукопис буде прийнятий, відповідальний автор перегляне відредагований машинописний текст і зауваження рецензентів, прийме остаточне рішення щодо корекції і можливості публікації представленого рукопису в засобах масової інформації, федеральних агентствах і базах даних. Він також буде ідентифікований як відповідальний автор в опублікованій статті. Відповідальний автор несе відповідальність за підтвердження остаточного варіанта рукопису. Відповідальний автор несе також відповідальність за те, щоб інформація про конфлікти інтересів, була точною, актуальною і відповідала даним, наданим кожним співавтором. Відповідальний автор повинен підписати форму авторства, що підтверджує, що всі особи, які внесли істотний внесок, ідентифіковані як автори і що отримано письмовий дозвіл від кожного учасника щодо публікації представленого рукопису.
