Cluster Analysis of Organized Crime Groups as an Example of the Employment of Statistical Methods in Criminology
Czasopismo Prawa Karnego i Nauk Penalnych Rok XXV: 2021, numer 3
Journal of Criminal Law and Penal Studies Volume XXV: 2021, No. 3
Andrzej Porębski – M.A., Doctoral School in the Social Sciences, Jagiellonian University, Kraków; ORCID: 0000-0003-0856-5500; e-mail: poreand@gmail.com.
Full text in PDF (open access)
Keywords
cluster analysis, computational social science, criminology, organized crime, application
of data analysis methods
Summary
The paper is a methodological study of the cluster analysis method enriched with an
empirical example of its application to the study of organized crime. The paper provides
a formal (mathematical) and informal description of hierarchical cluster analysis and
considers the application of this method to the study of empirical data on organized
crime groups. The empirical part originally used qualitative data on 14 organized crime
groups, formalized in terms of six variables. Using cluster analysis, clusters of similar
criminal groups were distinguished. The study shows that the cluster analysis method
can effectively distinguish interpretable clusters of similar criminal groups.
Bibliography
Błachut J., Problemy związane z pomiarem przestępczości, Kraków 2007.
Błachut J., Gaberle A., Krajewski K., Kryminologia, Gdańsk 2007.
Gareth J., Witten D., Hastie T., Tibshirani R., An Introduction to Statistical Learning with Applications in R, New York 2017, < https://www-bcf.usc.edu/~gareth/ISL/ >.
Hastie T., Tibshirani R., Friedman J., The Elements of Statistical Learning. Data Mining,
Inference and Prediction, New York 2009, < https://web.stanford.edu/~hastie/Papers/ESLII.pdf >.
Hołyst B., Kryminologia, Warszawa 2007.
Hołyst B., Kryminologia, Warszawa 2009.
Hołyst B., Kryminologia, Warszawa 2016.
Jarocka M., Wybór formuły normalizacyjnej w analizie porównawczej obiektów wielocechowych,
„Ekonomia i Zarządzanie” 2015, nr 1.
Kędzierska G., Kryminologiczna i kryminalistyczna analiza wybranych elementów udziału kobiet w realizacji przestępstwa, w: Kryminologia wobec współczesnych wyzwań
cywilizacyjnych, red. G. Kędzierska, W. Pływaczewski, Olsztyn 2010.
Krajniak O., Zorganizowane grupy przestępcze. Studium kryminalistyczne, Warszawa 2011.
Kryminologia wobec współczesnych wyzwań cywilizacyjnych, red. G. Kędzierska, W. Pływaczewski, Olsztyn 2010.
Krzyśko M., Wołyński W., Górecki T., Skorzybut M., Systemy uczące się. Rozpoznawanie wzorców, analiza skupień i redukcja wymiarowości, Warszawa 2008.
Kuć M., Kryminologia, Warszawa 2015.
Laskowska K., Rosyjskojęzyczna przestępczość zorganizowana. Studium kryminologiczne, Białystok 2006.
Mahalanobis P., On the generalised distance in statistics, „Proceedings of the National Institute of Sciences of India” 1936, < https://insa.nic.in/writereaddata/UpLoaded-Files/PINSA/Vol02_1936_1_Art05.pdf >.
Marek T., Noworol C., Wprowadzenie do analizy skupień, Kraków 1983.
Matyja A., Simiński K., Comparison of Algorithms for Clustering Incomplete Data, „Foundations of Computing and Decisions Sciences” 2014, vol. 39, no. 2.
Mądrzejowski W., Przestępczość zorganizowana. System zwalczania, Warszawa 2008.
Michalska-Warias A., Pojęcie przestępczości zorganizowanej – aspekty kryminologiczne, „Studia Iuridica Lublinensia” 2003, t. 1.
Murtagh F., Contreras P., Algorithms for hierarchical clustering: an overview, „Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery” 2012, vol. 2.
Porębski A., Application of Cluster Analysis in Research on the Spatial Dimension of Penalised Behaviour, „Acta Universitatis Lodziensis. Folia Iuridica” 2021, vol. 94. Wagstaff K., Clustering with Missing Values: No Imputation Required, w: Classification,
Clustering, and Data Mining Applications, red. D. Banks, L. House, F.R. McMorris, P. Arabie, W. Gaul, Berlin 2004.
Walesiak M., Pomiar podobieństwa obiektów w świetle skal pomiaru i wag zmiennych, „Prace Naukowe Akademii Ekonomicznej we Wrocławiu” 2002, t. 10, nr 950.
Walesiak M., Przegląd formuł normalizacji wartości zmiennych oraz ich własności w statystycznej analizie wielowymiarowej, „Przegląd Statystyczny” 2014, t. 61, nr 4.
Wierzchoń S., Kłopotek M., Algorytmy analizy skupień, Warszawa 2015.
Wójcik J., Kryminologia. Współczesne aspekty, Warszawa 2014.
Software used for analysis
Bittinger K., usedist: Distance Matrix Utilities, R package version 0.3.0, 2019, < https://CRAN.R-project.org/package=usedist >.
R Core Team, R: A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna 2019, < https://www.R-project.org/ >.
Wickham H., Francois R., Henry L., Müller K., dplyr: A Grammar of Data Manipulation,R package version 0.8.3, 2019, < https://CRAN.R-project.org/package=dplyr/ >.
Wickham H., ggplot2: Elegant Graphics for Data Analysis, New York 2016, < https://CRAN.R-project.org/package=ggplot2/ >.
