پیش بینی سری های قضایی با استفاده از روش تحلیل مجموعه ی مقادیر تکین

تعیین روند شاخصهای مهم آماری یک سازمان در هر مقطع زمانی، نقشی کلیدی در ارزیابی عملکرد گذشته، تحلیل وضعیت موجود، برنامه ریزی در سطوح مختلف مدیریتی و تعیین خط مشی آتی آن سازمان خواهد داشت. از این بین، تحلیل داده های قضایی به دلیل دربرداشتن طیف وسیعی از شاخصها و اهمیت آن در حفظ و ارتقای امنیت جامعه، از اهمیت بالایی برخوردار است. داده های این ارگان، طیف وسیعی از داده های ثبتی را در شعب تحت پوشش شامل می شود که مدل بندی آنها به شکل یک سری زمانی و در ادامه، پیش بینی هر یک می تواند بستر مناسبی را به منظور تحلیل و اتخاذ تصمیم گیری های موثر در جهت کنترل جرم به وجود آورد. از سوی دیگر، این داده ها به دلیل تاثیرپذیری شدید و مستقیم از وضعیت اقتصادی، سیاسی و معیشتی افراد جامعه، در اغلب موارد، از فرضهای رایج در مدلهای پارامتری سری های زمانی پیروی نکرده و درنتیجه، امکان مدل بندی و در نتیجه، پیش بینی آنها به کمک این مدلها وجود ندارد. از این رو، در این مقاله برآنیم که به بررسی چگونگی و کیفیت بازسازی این داده ها، و در ادامه، پیش بینی آنها به کمک روش تحلیل مجموعه مقادیر تکین (یک روش ناپارامتری در تحلیل سری های زمانی) بپردازیم. تحلیل مجموعه مقادیر تکین، یک روش ناپارامتری نسبتا جدید در تحلیل سری های زمانی است که به کمک تجزیه ی ویژه مقدارها به کاهش سطح نوفه، مدل سازی و پیش بینی سری های زمانی می پردازد. تاکنون مقاله های متعددی در خصوص توانمندی این روش در مدل بندی و پیش بینی بسیاری از سری های زمانی ارایه شده است؛ این اثر، تلاشی در جهت بررسی کیفیت سری های قضایی بازسازی شده به کمک این روش خواهد بود.