好的 下午。
今天 是 去 到 是 說 關於 這 理解
的 犯罪 速度 和 犯罪 預言。
前 我們 去 進入 這 數據， 讓 我 介紹 a 團隊。
我們 有 Karanveer，我們的數據 科學家 和 數據 造型 專家，
和 格蘭特·拉克伊本人 作為 a 數據 研究員 和
數據 視覺化 專家。
所以 前 我們 得到 進入 這 數據， 我們來吧 做 一個 概述
的 這 全部的 推介會。
是 去 到 開始 和 這 背景
哪個 將要 是 這 最初的 數據 套 和 為什麼 我們 選擇 我們的 數據。
這 數據 概述， 哪個 再次 是 去 進入 這 原因
為什麼 我們 選擇 我們的 數據 和 什麼 是 去 到 是 嘗試 到 回答。
這 商業 問題， 哪個 是 這 問題 那
我們 有 和 我們的 數據。
為什麼 是 嘗試 到 回答 肯定
問題 和 這 全面的 主意 的 這 全部的 專案.
下一個 是 我們的 方法 和 計劃， 哪個 是 我們的 程式 的 回答
我們的 商業 問題 和 然後 我們的 結果，
哪個 是 這 結果 的 我們的 方法' 計劃。
我們的 應用程式, 哪個 是 真實的- 生活 意義
從 我們的 結果， 和 分析後，
哪個 是 什麼 我們 可以 包括 或者 添加 在 到 我們的 結果。
什麼 我們 可以 添加 在 到 提升 之上 這 和 年 到 來。
開始 和 背景， 為什麼 應該 我們 關心 關於 犯罪 速度？
出色地 犯罪 是 只是 重要的 到 每個人， 而且是 到處 在 這 團結的 各州，
和 所以 什麼 是 犯罪 速度 和 如何 能 我們 定義 它？
如何 我們 定義 犯罪 速度 是 我們的 最初的 刑事 活動，
分割 經過 這 人口 密度 每 縣 或者 每 狀態。
是 主要 去 到 是 尋找 在 每 狀態。
所以 如何 是 我們 去 到 確認 因素
哪個 能 減少 犯罪 利率 自始至終 我們的 全部的 專案.
這裡 是 去 到 是 請講 關於 如何 肯定 犯罪
是 去 到 是 更多的 有影響 在 肯定 各州 比 其他的，
和 做 肯定 犯罪 影響 其他 犯罪？
所以 為了 例子，
如果 那裡 曾是 a 謀殺 犯罪， 會 槍枝 或者 竊盜 是 更多的
有影響 在 那 謀殺 犯罪 或者 會 其他 犯罪 是 有影響 在 那？
所以 尋找 在 我們的 數據 概述。
我們 開始 離開 和 我們的 最初的 數據 放 哪個 是 我們的 犯罪 統計數據 數據，
和 我們 額外 其他 數據 變數 之後 在 自始至終 這 最初的 數據 放。
開始 和 我們的 最初的 數據 放， 我們 開始 和 2014 數據，
而這 最初的 數據 放 曾是 給定 到 我們 從
聯邦 局 調查： 這 聯邦調查局。
我們 看起來 在 42 刑事 活動 哪個 是 寬的 範圍
從 謀殺， 竊盜 到 藥物 擁有， 藥物 活動。
我們 看起來 在 關於 3,200 縣， 和 之內 全部 這些 縣
或者 之內 這些 各州 會 是 全部 那些 縣。
我們 有 到 看 在 48 各州。
我們 有 到 排除 佛羅裡達 和 伊利諾州
因為 佛羅裡達 和 伊利諾州 做過 不是 提供 數據 到 這 聯邦調查局
為了 這 刑事 活動。
如果 你 看 在 未來 2018 數據 或者 過去的 2012 數據， 它是 這 相同的 問題。
他們 只是 不 提供 數據 到 這 聯邦調查局 它 似乎 .
和 全部 的 這 為了 2014 數據， 有 180,000 數據 積分
說 關於 這 FIPS 代碼。
這 是 如何 我們 已識別 肯定 刑事 活動 在 肯定 縣。
為了 例子， 我們 有 我們的 狀態 程式碼， 哪個 會 01 為了 阿拉巴馬州。
這些 各州 是 代表 按字母順序排列。
阿拉巴馬州 會 是 這 第一的 一， 和 然後 每個 縣 之內 那 狀態
會 有 數位 到 他們。
為了 例子， 鮑德溫 會 是 003.
如果 你 看起來 在 鮑德溫， 阿拉巴馬州
它會 是 01003， 所以 在 和 所以 前進 為了 每一個 縣 詳細的 在 這 狀態。
尋找 在 我們的 額外的 變數， 我們 看起來 在 人口普查 數據。
人口普查 數據 是 總是 偉大的 為了 檢查 出去 這 年齡， 人口，
收入 每 縣 或者 每 狀態，
和 我們 有 到 看 在 其他 數據 套 喜歡
性別， 移民 宗教， 婚姻， 失業 和 識字能力 利率。
這些 其他 數據 套 看起來 更多的 或者 所以 在 這 全州 利率
和 這 不是 真的 有關的 到 刑事 活動，
但 我們 通緝 到 涉及 它
之內 我們的 最初的 數據 放 到 看 如果 有 任何 相關性 和 他們。
去 進入 我們的 商業 問題，
我們 想 到 回答 什麼 各州 在 這 團結的 各州 具體來說
有 這 最高 和 最低 犯罪 利率 和 為什麼 是 那 所以？
到 回答 我們的 商業 問題，
我們 有 到 回答 這些 商業 問題 去 進入 那。
如何 能 我們 確認 變數 那 影響 犯罪？
哪個 是 這 最多 重要的 因素？
是 那裡 犯罪 那 影響 其他 犯罪？
我是 去 到 手 它 離開 到 卡蘭維爾 到 演講 關於 計劃和 方法。
感謝 你， 授予。
我們的 方法 到 解決 這 商業 問題，
曾是 到 來 向上 和 a 回歸 模型。
我們 有 用過的 JMP 到 製作 它。
第一的， 作為 授予 提及，
我們 有 連接 這 各種各樣的 資料庫, 那 是 這 犯罪 數據 放，
沿著 和 那些 額外的 變數 這樣的 作為 宗教， 收入， ETC。
我們有 製成 當然 無論 這 數據 看起來 乾淨的。
A 之後 那， 我們 有 跑步 我們的 回歸 模型，
哪個 是 有能力的 到 預測 這 犯罪 速度 為了 我們。
和 這， 我們 是 有能力的 到 知道 這 各種各樣的 變數
和 他們的 重要性 在 確定 這 犯罪 速度，
和 我們 是 有能力的 到 清單 他們 經過 他們的 重要性。
A t 這 結尾 出色地 也 是 顯示 你 視覺化 基於 在 它。
作為 授予 提及， 我們 有 42 刑事 活動 變數。
一些 的 這些 變數 是 非常 小的，
這樣的 作為 藥物 擁有， 藥物 消耗， 藥物 銷售量。
在 那 案件， 我們 有 簡單地 分組 他們 到 製作 當然 那
我們 能 來 在 a 結論 在 那
自從 這 數據 曾是 否則也 小的 為了 這 子組。
出色地 是 看著他們 狀態 明智的
作為 我們 沒有 有 這 額外的 變數 在 a 縣 基礎。
但 I 感覺 那 這 是 偉大的 為了 開始 這 專案.
我們的 目標 多變的 會 是 這 犯罪 速度。
我們 有 定義 這 犯罪 速度 作為 這 數位 的 逮捕
在 那 肯定 人口。
現在， 未來 向下 到 這 變數 那 我們 是 使用。
最多 的 這些 變數 有 到過 歸一化 和 我們 有 用過的
a 百分比 為了 他們， 這樣的 作為 移民 為了 性別。
我們 將要 是 使用 二 類型 那 將要 是 a 男性 和 a 女性，
和 然後 宗教， 失業， 婚姻， 讀寫能力。
最多 的 這些 是 歸一化 所以 那
我們 不 有 一個 分析 哪個 可以 是 誤導性的。
未來 向下 到 這 最終的 方程式 的 我們的 回歸 模型。
這 是 這 方程式 的 a 模型。
我們 有 圓潤 離開 這 樣品
和 作為 我們 能 看 那裡 是 a 很多 的 變數
那 有 a 積極的 影響， 作為 在， 那 他們 增加 這 犯罪 速度，
和 那裡 是 肯定 變數 哪個 有 a 消極的 符號 和 他們。
他們 基本上 減少 這 犯罪 速度。
使用 這 我們 能 看 如何 我們 能 定義 a 犯罪 速度 在 任何 狀態 或者 縣。
未來 向下 到 這 結果。
這 尋找 數位 一。
我們 真的 通緝 到 看 哪個 各州 有 這 最高 犯罪 速度。
這些 是 這 下列的 五 各州。
田納西州 懷俄明州 密西西比州 威斯康辛州 新的 墨西哥。
然後 我們 有 這 下列的 各州 和 這 最低 犯罪 速度，
那 是 新的 約克 阿拉巴馬州 佛蒙特， 麻薩諸塞州 和 密西根州。
這裡是 a 下列的 視覺化 解釋 如何 這 犯罪 速度
變化 穿過 團結的 各州。
作為 我們 看， 那裡 是 不 肯定 圖案 和 它是 全部 超過 這 地方。
尋找 數位 二。
使用 JMP 和 正在做 a 紀錄 [聽不清楚 00:07:57]
在 這 變數， 我們 可以 基本上 看 哪個 變數 有 更多的 重要性。
這 數位 一 曾是 武器 擁有， 隨後 經過 識字能力 速度，
然後 宗教 百分比， 移民 人口 密度，
和 這 失業 速度。
I 思考 這 是 a 偉大的 發現， 儘管 任何 政府 身體
或者 任何 組織 想要 到 分配 資源
每當 他們 是 嘗試 到 減少 這 犯罪 速度 或者 嘗試 到 分析 它。
這 尋找 數位 三 是 某物 真的 有趣的。
我們的 目標 曾是 到 看 無論 那裡 是 肯定 犯罪
哪個 可以 幫助 我們 解決 不是 只是 那 犯罪，
但 或許 其他 犯罪 作為 出色地。
哪個 這些 犯罪 是 嘗試 到 影響。
藥物 和 武器 曾是 一 的 他們。
我們 可以 看 藥物 和 武器 有 a 非常 高的 相關性
和 說， 盜竊， 搶劫， 謀殺。
使用 a 花費- 方塊 測試， 我們 鋸 那 這 相關性 是 非常 高的。
所以 在 案件 任何 組織 會 想 到 重點 在 和 開始 和，
I 思考 藥物 和 武器 是 a 偉大的 類別 在哪裡
他們 能 重點 在 為了 減少 犯罪 速度 在 任何 狀態 或者 縣。
這 是 這 下列的 地圖 顯示
這 宗教 速度， 擁有的武器 和 識字能力 速度，
和 這 變化 穿過 團結的 各州。
如果 我們 放 它 和 這 犯罪 速度， 我們 能 看 a 肯定 圖案
哪個 是 實際上 解釋 經過 我們的 回歸 模型。
現在 未來 向下 到 這 影響，
如何 我們 能 使用 我們的 分析 到 a 真實的- 世界 解決方案。
喜歡 這 數據 放 我們 有 用過的， 和 我們 有 連接 到 變數，
我們 會 確實 想 到 工作 和 政府， 城鎮 和 社群
因為 犯罪 是 a 普遍的 問題
和 這 是 某物 大家 想要 到 減少。
這 恢復 分配 能 是 完畢 根據 到 這，
和 更遠， 這 會 結果 在 a 減少 在 犯罪 速度
和 增加 幸福 在 這 社區。
郵政- 分析。
那裡 是 a 很多 的 事物 那 我們 會 想 到 包括 在 我們的 專案,
和 這 是 a 偉大的 未來 範圍 作為 出色地。
第一的 事物， 我們 會 想 到 包括 更多的 變數
這樣的 作為 天氣， 種族 和 這 清單 去 在。
我們 可以 確實 甚至 聽 到 這 政府 身體 和 拿 輸入
為了 這些 變數 從 他們。
縣 詳細的 或者 在 至少 城市 細節。
I 感覺 它是 偉大的 到 開始 和 狀態- 明智的 數據，
但 我們 會 確實 想 到 重點 在 a 更多的 詳細的 等級 的 分析，
所以 那 我們 能 使用 這些 結論 到 這 真實的 世界
更多的 清楚地， 更多的 恰恰 和 我們 會 有 a 更好的 影響 作為 出色地。
這 數據 時間 框架。
正確的 現在 我們 有 用過的 這 數據 從 這 年 2014年。
I 感覺 這 是 一個 八 年 老的 數據 放。
我們 會 確實 想 到 使用 a 更多的 最新的 數據 放，
和 某物 那 是 跨越 超過 a 夫妻 的 年，
所以 那 它 給予 我們 明晰。
自從 冠狀病毒 有 受影響 我們 在 a 很多 的 方法，
和 它 有 已更改 如何 基本上 生活 是 在職的 大約 我們，
和 所以 有 犯罪 速度 和 這 方式 犯罪 發生 有 到過 改變了。
我們 會 確實 想 到 重點 郵政 冠狀病毒 ,
和 超過 這 最後的 二- 三 年， 為了 a 郵政- 分析。
那是 全部 和 感謝 你。
