Χωρική ανάλυση της εγκληματικότητας σε περιβάλλον GIS: Δημιουργία γεωγραφικά σταθμισμένου υποδείγματος

Κορδή, Γεωργία; Kordi, Georgia

dc.contributor.author	Κορδή, Γεωργία	el
dc.contributor.author	Kordi, Georgia	en
dc.date.accessioned	2016-09-21T11:46:13Z
dc.date.available	2016-09-21T11:46:13Z
dc.date.issued	2016-09-21
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/43634
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.12668
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Εγκληματικότητα	el
dc.subject	Χωρική ανάλυση	el
dc.subject	Χωροθετικός δείκτης	el
dc.subject	Χωρική αυτοσυσχέτιση	el
dc.subject	Ολική παλινδρόμηση	el
dc.subject	Γεωγραφικά σταθμισμένη παλινδρόμηση	el
dc.subject	Crime	en
dc.subject	Spatial analysis	el
dc.subject	Location quotient	el
dc.subject	Spatial autocorrelation	el
dc.subject	Global regression	el
dc.subject	Geographically weighted regression	el
dc.title	Χωρική ανάλυση της εγκληματικότητας σε περιβάλλον GIS: Δημιουργία γεωγραφικά σταθμισμένου υποδείγματος	el
dc.title	Spatial Analysis of Crime in a GIS Environment: Modeling a Geographically Weighted Approach in Europe	en
heal.type	bachelorThesis
heal.classification	Χωρική ανάλυση	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-07-14
heal.abstract	Η παρούσα διπλωματική εργασία έχει ως στόχο τη μελέτη και τη χωρική ανάλυση του φαινομένου της εγκληματικότητας καθώς και τη δημιουργία ενός σταθμισμένου υποδείγματος, μέσω των παραγόντων που είναι δυνατό να την επηρεάσουν. Για το σκοπό αυτό, μελετώνται σχετικές ερευνητικές εργασίες που έχουν πραγματοποιηθεί πάνω στο συγκεκριμένο αντικείμενο προκειμένου να επιλεγεί το κατάλληλο μεθοδολογικό πλαίσιο και οι κατάλληλες χωρικές μέθοδοι και τεχνικές ανάλυσης που θα συμβάλλουν στην ανάλυση των δεδομένων και την εξαγωγή συμπερασμάτων καθώς και στη δημιουργία ενός γενικού μεθοδολογικού πλαισίου ικανό να εξηγήσει την εγκληματικότητα σε οποιαδήποτε περιοχή μελέτης. Τα δεδομένα που χρησιμοποιούνται προέρχονται από την Ευρωπαϊκή Στατιστική Υπηρεσία (Eurostat) για το έτος 2010 όσον αφορά στα δεδομένα εγκληματικότητας και το 2011 όσον αφόρα στις ανεξάρτητες μεταβλητές και τις επίσημες βάσεις δεδομένων του NASA’s Earth Observing System. Ειδικότερα, με βάση τα παραπάνω δεδομένα εξετάζεται το φαινόμενο της εγκληματικότητας στις περιφέρειες (NUTS 2) 21 Ευρωπαϊκών χωρών, ενώ ταυτόχρονα εντοπίζονται παράγοντες που είναι δυνατόν να την επηρεάζουν. Για την προσέγγιση του θέματος η μεθοδολογία ανάλυσης περιλαμβάνει τα στάδια της διερευνητικής ανάλυσης δεδομένων, της γεωστατιστικής ανάλυσης ενώ στη συνέχεια πραγματοποιείται έλεγχος και της Χωρικής Αυτοσυσχέτισης των δεδομένων. Τέλος, για την καλύτερη έρευνα της πιθανής επίδρασης των μεταβλητών στο ποσοστό της εγκληματικότητας, ανά περιφέρεια, εφαρμόζονται μέθοδοι ολικής και τοπικής Παλινδρόμησης. Η εφαρμογή της Γεωγραφικά Σταθμισμένης Παλινδρόμησης οδήγησε στην ανάδειξη έντονων χωρικών διαφοροποιήσεων των παραγόντων στον Ευρωπαϊκό χώρο.	el
heal.abstract	This diploma thesis aims to the spatial analysis of crime and the creation of a weighted model, through the factors that may influence it. For this purpose, we examine relevant research work on this subject in order to choose the suitable methodological context and the appropriate spatial methods and analysis techniques that will contribute not only to the analysis of data and nference conclusions but also to the creation of a general methodological framework able to explain the crime in any study area. The data used come mainly from the European Statistical Authority (Eurostat) for the census of 2010 for crime data and 2011 for independent variables and from the NASA’s Earth Observing System. More explicitly, the phenomenon of crime in the regions (NUTS 2) of 21 Europe an countries is examined using this data and subsequently, the factors that that may influence it, are detected and analyzed. To approach this subject, the proposed methodological framework includes Exploratory Data Analysis, geostatistical analysis and then the spatial autocorrelation of the data was tested. In conclusion, for the better study of the likely effect factors have on disposal income, global and local regression methods have been applied. Especially, the application of geographically weighted regression highlighted the existence of of intense spatial differentiations of factors in European area.	en
heal.advisorName	Φώτης, Γεώργιος	el
heal.committeeMemberName	Σαγιάς, Ιωάννης	el
heal.committeeMemberName	Βλαστός, Αθανάσιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	141 σ.
heal.fullTextAvailability	true