简介：大数据作为一种客观存在，在政策预测中所发挥的作用越来越受到政策预测主体的重视。大数据在预测数据收集和分析、预测模型构建、预测主体多元化等方面为政策预测带来了新机遇。同时，大数据也对政策预测带来了新的挑战，主要体现在政策预测主体的大数据运用意识缺乏、运用大数据的技术水平落后以及运用能力的欠缺。预测主体应该积极树立大数据意识、提高大数据技术运用能力，建立健全相关法律法规，推动政策预测科学化进程。

简介：目的：为弥补当前公安情报分析中主要依赖经验分析的不足,对ARIMA模型在刑事类警情预测中的应用展开探讨,为刑事类警情的早期预警提供决策依据。方法：应用ARIMA模型对某市2015年1月至2017年12月刑事类警情数据进行分析并建立预测模型,对建立的预测模型进行参数估计、模型诊断、模型评价,选择最优预测模型。结果：某市刑事类警情整体上呈下降趋势;选取的最优模型ARIMA（0,0,0）（0,1,1）能较好地拟合既往时间段某市刑事类警情的变化;对某市2018年1月的刑事类警情实证预测表明,所选模型的算法拟合度较高,在95%的置信区间之内（预测值290次,真实值315次）,模型短期预测效果较为理想。结论：ARIMA模型可以应用于刑事类警情的情报分析与预测,建议在实际应用中应进一步推广。

简介：作为一个人口大国,住房问题就成为了日常生活中主要问题之一,北京作为首都更是备受瞩目,稍有风吹草动必定引发社会关注,而据有关资料显示北京目前商品房均价格持续领跑全国各省房价并仍在上涨。尽管,随着国家有关政策的提出,房价增长速度受到了一定的制约,但总趋势依然保持增长状态。而现如今,北京城市总体布局规划也在发生着改变,所以对北京市房价的未来趋势进行预测是十分有意义。本文通过对2006-2015年北京市商品房的价格的一些相关数据进行统计分析分析,找到影响价格的主要因素,并通过多元逐步回归方法建立房价预测模型。

简介：本研究的目的是在两组中国青少年中检验赫胥（Hirsehi）重构的自我控制理论的效力。该研究还结合了格拉斯米克（Grasmick）等人完善的态度量表，来检验在比较组中两种自我控制量表之间的解释能力是否存在差异（N=2048）。应用结构方程模型来研究自我控制构成的基本理论结构以及不同样本间量表的稳健性。我们的研究结果证明了格拉斯米克的态度量表比赫胥修正后的量表具有更强的解释力，可以预测中国青少年犯罪。与学生样本相比，这两种量表在罪犯样本中具有很好的模型拟舍度。与赫胥的修正量表相比，我们的实证检验为格拉斯米克的态度量表作为一个中国青少年犯罪的预测指标提供了比较确凿的证据。