Registration Number
2124U014767, Article
popup.category
Article, Стаття
Title
Using ARIMA models to forecast the overall crime rate in Ukraine
popup.author
Яровий А. А.
Шевчук О. Ф.
Козловський А. В.
Паночишин Ю. М.
Сімончук С. В.
Yarovyi A. A.
Shevchuk O. F.
Kozlovskyi A. V.
Panochyshyn Y. M.
Simonchuk S. V.
popup.publication
01-01-2024
popup.source_user
Вінницький національний технічний університет
popup.source
https://ir.lib.vntu.edu.ua/handle/123456789/46395
popup.publisher
Національний університет «Львівська політехніка»
Description
Прогнозування рівня злочинності є критично важливим елементом розроблення стратегій сталого соціально-економічного зростання в правовій державі. Точне прогнозування стає особливо важливим у часи економічної нестабільності та геополітичних криз, як це має місце в Україні. У цій статті досліджено проблему побудови та застосування моделей авторегресії та інтегрованого ковзного середнього (ARIMA) для прогнозування загальної кількості злочинів, учинених в Україні. Статистичний аналіз часового ряду злочинності проведено мовою програмування Python із використанням спеціалізованих бібліотек numpy, pandas, matplotlib, statsmodels, pmdarima та scikit-learn. Розрахунки свідчать, що часовий ряд злочинності (1990–2023) демонструє спадний тренд, є нестаціонарним і містить аномальні значення рівня злочинності у 2003, 2013 і 2020 роках, які корелюють із суспільно-політичними кризами в Україні. Зокрема, аномальні зростання рівня злочинності (у 2003 і 2013 роках) збігаються з посиленням суспільного невдоволення напередодні Помаранчевої революції (2004–2005) та Революції гідності (2013–2014). Натомість незвичайно низький рівень злочинності, зафіксований у 2020 році, пояснюється обмежувальними карантинними заходами, запровадженими через пандемію COVID-19. Використання інтегрування даних шляхом взяття перших різниць між спостереженнями призвело до втрати автокореляційної структури, притаманної загальному ряду злочинності. Тому початкову модель ARIMA (1, 0, 0) побудовано на основі нетрансформованих вхідних даних. Точність цієї моделі була вищою (MAPE = 8,61 %) порівняно з моделлю, отриманою методом експоненційного згладжування (MAPE = 9,38 %). Логарифмічне перетворення часового ряду злочинності та згладжування аномальних рівнів підвищили прогностичну валідність, що дало змогу моделі ARIMA врахувати додаткову автокореляцію, уникнувши потреби в компоненті ковзного середнього. Як результат, модель ARIMA (2, 0, 0) продемонструвала найвищу точність (MAPE = 7,04 %) за мінімальної складності, що підтверджено результатами інформаційних критеріїв. Крім того, модель успішно пройшла перевірку на робастність методом перехресної валідації з виключенням одного спостереження. Прогнозні оцінки, отримані з усіх досліджених моделей ARIMA, свідчать про продовження зростання загального рівня злочинності в Україні, що розпочалося у 2021 році після тривалого періоду спаду.
popup.nrat_date
2026-10-29
