Spatio-temporal methods for the analysis of crime and traffic safety data

  1. Francisco Montes Suay dir. 1
  2. Francisco Martínez Ruiz dir. 2
  3. Briz Redón, Álvaro
  1. 1 Universitat de València
    info

    Universitat de València

    Valencia, España

    ROR https://ror.org/043nxc105

  2. 2 Ajuntament de València
Journal:
BEIO, Boletín de Estadística e Investigación Operativa

ISSN: 1889-3805

Year of publication: 2023

Volume: 39

Issue: 1

Type: Article

DIALNET GOOGLE SCHOLAR lock_openOpen access editor

More publications in: BEIO, Boletín de Estadística e Investigación Operativa

Abstract

En 1855, el médico inglés John Snow presentó un mapa que mostraba la ubicación de los casos de cólera detectados durante la epidemia londinense de 1854. Snow investigó el patrón formado por estas ubicaciones y sugirió que una fuente de agua pública situada en Broad Street había sido la causante del origen del brote epidémico. La creación de este mapa y el posterior estudio de la evolución de la epidemia en base al mismo suele considerarse como el primer caso de análisis estadístico espacial. Desde entonces, han surgido numerosos ejemplos de datos espaciales, especialmente durante las últimas décadas, con aplicaciones diversas en múltiples áreas científicas tales como la agricultura, la astronomía, la biología, la epidemiología, la hidrología, la meteorología y la teledetección, entre otras. En concreto, existen tres tipos principales de datos espaciales: los patrones puntuales, los datos espacialmente agregados y los datos geoestadísticos. Cada uno de estos tipos ha dado lugar al desarrollo de sendas líneas de investigación.

Bibliographic References

  • Briz Redón, Á. 2020. “Spatio-Temporal Methods for the Analysis of Crime and Traffic Safety Data.” PhD thesis, Universitat de València. https://roderic.uv.es/handle/10550/75234.
  • Briz-Redón, Álvaro, Francisco Martínez-Ruiz, and Francisco Montes. 2019a. “Estimating the Occurrence of Traffic Accidents Near School Locations: A Case Study from Valencia (Spain) Including Several Approaches.” Accident Analysis & Prevention 132: 105237.
  • Briz-Redón, Álvaro, Francisco Martínez-Ruiz, and Francisco Montes. 2019b. “Identification of Differential Risk Hotspots for Collision and Vehicle Type in a Directed Linear Network.” Accident Analysis & Prevention 132: 105278.
  • Briz-Redón, Álvaro, Francisco Martínez-Ruiz, and Francisco Montes. 2019c. “Investigation of the Consequences of the Modifiable Areal Unit Problem in Macroscopic Traffic Safety Analysis: A Case Study Accounting for Scale and Zoning.” Accident Analysis & Prevention 132: 105276.
  • Briz-Redón, Álvaro, Francisco Martínez-Ruiz, and Francisco Montes. 2019d. “Spatial Analysis of Traffic Accidents Near and Between Road Intersections in a Directed Linear Network.” Accident Analysis & Prevention 132: 105252.
  • Briz-Redón, Álvaro, Francisco Martínez-Ruiz, and Francisco Montes. 2020. “Reestimating a Minimum Acceptable Geocoding Hit Rate for Conducting a Spatial Analysis.” International Journal of Geographical Information Science 34 (7): 1283–1305.
  • Briz-Redón, Álvaro, Francisco Martínez-Ruiz, and Francisco Montes. 2021. “DRHotNet: An r Package for Detecting Differential Risk Hotspots on a Linear Network.” R Journal 13 (2): 380–97.
  • Briz-Redón, Álvaro, Francisco Martínez-Ruiz, and Francisco Montes. 2022. “Adjusting the Knox test by accounting for spatio-temporal crime risk heterogeneity to analyse near-repeats.” European Journal of Criminology 19 (4): 586–611.
Data source: Dialnet