Neste primeiro capitulo vamos trabalhar alguns conceitos que são de suma importância para a compreensão da proposta deste livro que é tratar sobre as principais técnicas de análise espacial de crimes e suas aplicações práticas. Vamos estudar de forma detalhada as cinco formas de análise de crime para que você tenha total entendimento onde e quando utilizá-la.

No capitulo dois adentraremos no mundo do mapeamento de crime e sua trajetória até os dias atuais. Abordaremos a cronologia do mapeamento criminal e os seus principais idealizadores. Estudaremos o surgimento dos Sistemas de Informações Geográficas – SIG, e sua utilização em análise mapeamento de crime e suas aplicações práticas em inteligência criminal e prevenção a criminalidade.

No capitulo três vamos definir e conceituar o termo “análise espacial” e como ela se relaciona no contexto da análise de crime, no sentido que permite investigar como a criminalidade varia no espaço e no tempo, quais são os fatores que influenciam a ocorrência e a intensidade dos crimes, quais são as áreas mais vulneráveis ou críticas, quais são as tendências e as projeções da criminalidade, entre outras.

Transformar DADOS em INFORMAÇÃO e gerar CONHECIMENTO esse é o objetivo final de uma análise de dados espaciais. E nesse capitulo quatro vamos aprender de forma prática como identificar padrões nos dados espaciais, tarefa inicial de uma análise de dados.

No capitulo cinco estudaremos uma técnica poderosa para análise criminal que ajuda a identificar e mapear os pontos com maior concentração de crimes em uma determinada região. Essa técnica é utilizada para identificar os pontos (endereços) onde ocorrem a maior concentração de crimes em um mesmo lugar. Essas áreas são chamadas de hotspots ou pontos quentes.

No capitulo seis vamos conhecer uma técnica de clusters que permite que o analista defina um pequeno raio de pesquisa em torno de cada local para incluir eventos que ocorrem ao redor ou perto desse local. O objetivo dessa estatística é permitir a identificação de locais onde uma série de incidentes ocorreram, mas devido a alguma imprecisão na coleta das coordenadas geográficas ocasionam erros ao ponto exato do evento.

O agrupamento hierárquico vizinho mais próximo (NNH) é matéria de estudo no capitulo sete, é uma rotina de análise espacial que identifica grupos de incidentes que estão espacialmente próximos. É uma rotina de agrupamento hierárquico que agrupar pontos com base em vários critérios, tais como: distância, densidade e semelhança.

Seguindo nosso roteiro de estudo no capitulo oito vamos conhecer a técnica de Agrupamento Hierárquico de Vizinho Mais Próximo ajustado ao Risco. O objetivo dessa rotina é identificar grupos de pontos que representam incidentes criminais e que estejam mais próximos do que uma distância limite predefinida e o número de pontos por clusters, além disso, a rotina leva em consideração a população da área de estudo para ajustar dinamicamente os clusters.

No capitulo nove vamos conhecer as técnicas dos interpoladores de densidade de kernel – KDE. Essa é uma técnica que permite extrapolar informações de incidentes de crimes específicos para uma área mais ampla, que nos permite estimar a intensidade de incidentes criminais em diferentes locais de uma região, com base em informações coletadas em pontos específicos. Isso é útil para analisar padrões espaciais e tomar decisões em áreas onde temos apenas dados pontuais disponíveis.

Já no capítulo dez vamos conhecer o “Cálculo da Variação Percentual de Crimes usando KDE”, que tem como objetivo detectar as mudanças de pontos quentes de crimes por meio de dois mapas de calor de uma área, gerando um novo mapa de calor com a variação percentual do crime mostrando onde houve aumento ou redução.

Quando se fala em mapas de calor muitas pessoas acham que somente os programas SIGs tem a opção de cria-los, mas no capitulo onze vamos aprender a construir mapas de calor no Excel. Microsoft 3D Mapas para Excel é uma ferramenta de visualização de dados tridimensional (3D) que permite que você veja as informações de novas perspectivas.