@techreport{WaldeckHartensteinHinzetal.2020,
  author    = {Waldeck, Leonie and Hartenstein, Sven and Hinz, Sylvette and Meischner-Al-Mousawi, Maja},
  title     = {Die Vorhersage von R{\"u}ckfall bei Jugendstrafgefangenen: Vergleich dreier statistischer Verfahren},
  institution = {Sachsen / Kriminologischer Dienst},
  series    = {Daten \& Dialog - Kurzberichte zur Evaluation des Jugendstrafvollzugs in der JSA Regis-Breitingen},
  number    = {11},
  pages     = {6 S.},
  year      = {2020},
  abstract  = {In der vorliegenden Zusammenfassung der Masterarbeit der Erstautorin werden drei m{\"o}gliche statistische Verfahren zur Vorhersage von R{\"u}ckfall anhand verschiedener Pr{\"a}diktoren bei jugendlichen Strafgefangenen analysiert: (1) Logistische Regression (LR), (2) "Random Forest" (RF) und (3) "Boosted Classification Trees" (BCT). Grundlage der Analyse sind die Daten m{\"a}nnlicher Jugendstrafgefangener, die mehr als ein halbes Jahr in der Jugendstrafvollzugsanstalt Regis-Breitingen eine Haftstrafe verb{\"u}ßten und zwischen den Jahren 2013 und 2016 entlassen wurden. Die drei genannten statistischen Methoden wurden an einem Datenpool mit Daten {\"u}ber 643 Jugendstrafgefangene und 138 Variablen angewandt. Die Ergebnisse werden diskutiert. Festgestellt wird, dass Vor- und Nachteile der Methoden zur Bestimmung des R{\"u}ckfallrisikos abh{\"a}ngig von der Zieldefinition der R{\"u}ckfalluntersuchung sind. Zur Bestimmung der Vorhersagekraft einzelner Variablen wird auf LR verwiesen. F{\"u}r die Vorhersagegenauigkeit werden Vorteile bei RF und besonders BCT gesehen.},
  subject      = {Jugendlicher Strafgefangener},
  language  = {de}
}