[問題] 複迴歸的詮釋 (死刑實證)

看板Math作者 (道可道非常道)時間13年前 (2011/02/23 20:03), 編輯推噓0(001)
留言1則, 1人參與, 最新討論串1/1
※ [本文轉錄自 Statistics 看板 #1DPBZ6Rv ] 作者: danny0838 (道可道非常道) 看板: Statistics 標題: [問題] 複迴歸的詮釋 (死刑實證) 時間: Wed Feb 23 15:35:31 2011 這裡有一篇我國關於死刑嚇阻力的實證研究:http://ppt.cc/1b1K 裡面代表性的研究類型包括:(其他類似,可類推) A.長期效應分析(P.109~P.131) A1. P.109~P.110 同時效應-絕對數模式 (一) 以及 P.119 的圖 A2. P.114    同時效應-相對數模式 (一) 以及 P.120 的圖 A3. P.121 墮後效應-絕對數模式 (一) 以及 P.130 的圖 A4. P.125 墮後效應-相對數模式 (一) 以及 P.131 的圖 B.短期效應分析(P.132~P.141) B1. P.132~P.133 總體之短期效應 B2. P.137~P.138 個體之短期效應 ----------------------------------- A1.大致就是根據長期資料,求出像這樣的複迴歸方程式: 總犯罪率t=21.568+0.080被執行死刑人數t+59.425離婚率t+...+et [OOt≡在t時間點之OO值;e≡殘差] A2.是求出像這樣的複迴歸方程式: 總犯罪率變化t=21.568+0.080被執行死刑人數變化t+59.425離婚率變化t+...+et [OO變化t≡在t時間點之OO值-在(t-1)時間點之OO值] A3.是求出像這樣的複迴歸方程式: 總犯罪率(t+1)=21.568+0.080被執行死刑人數t+59.425離婚率t+...+et A4.是求出像這樣的複迴歸方程式: 總犯罪率變化(t+1)=21.568+0.080被執行死刑人數變化t+59.425離婚率變化t+...+et A1.~A4.類的研究,根據論文的數據, 要嘛是[被執行死刑人數]與[總犯罪率]之關係未達統計顯著, 要嘛是達統計顯著且係數為正。 argument是: Q1. 根據A1.~A4.類之數據,如果結果是顯著且係數為正,意義是:   1.死刑對犯罪有反嚇阻力(如果減少死刑,犯罪率將會減少) 2.無法斷定死刑與犯罪的關係 3.其他? Q2. 根據A1.~A4.類之數據,如果結果是不顯著,意義是:   1.死刑對犯罪很可能不具嚇阻力 2.無法斷定死刑與犯罪的關係 3.其他? ----------------------------------- B1.是求出像這樣的複迴歸方程式: 殺人犯罪率T=1.531被執行死刑人數t+122.743 [T分別代入t的當月、一個月後、二個月後、三個月後、四個月後] B1.類的研究,根據原論文的數據, 要嘛是[被執行死刑人數]的係數(原論文記為b)>0,且達統計顯著, 要嘛是未達統計顯著。 argument是: Q3. 根據B1.類之數據,如果結果是顯著且係數為正,意義是:   1.死刑對殺人犯罪有反嚇阻力(如果減少死刑,殺人犯罪率將會減少) 2.無法斷定死刑與殺人犯罪的關係 3.其他? Q4. 根據B1.類之數據,如果結果是不顯著,意義是:   1.死刑對殺人犯罪很可能不具嚇阻力 2.無法斷定死刑與殺人犯罪的關係 3.其他? ----------------------------------- 我認為Q1.~Q4.的答案皆為2.無法斷定,因為方法論有問題: 我認為,「嚇阻力」是一個相對的概念, 只可能存在如「死刑相對於無罪開釋的嚇阻力」, 可定義為:假想二個一模一樣的社會甲、乙,唯一不同是, 甲對犯了死罪的犯人處以死刑,乙對犯了死罪的犯人處以無罪開釋, 甲乙二者平均犯罪率之差,即是「死刑相對於無罪開釋的嚇阻力」。 A1.~A4.類的研究試圖以「犯罪率和死刑執行數」的變化關係論證死刑的「嚇阻力」; 並認為若二者呈正相關表示執行越多死刑則犯罪越多,反之越少,我認為這不合理。 舉例來說,某班級實施打的教育,數學考卷每少 10 分就打手心一下, 某研究試圖檢驗「打手心對平均分數的幫助」, 方法是統計各週數學小考成績與打手心的關係,結果如下: 週次 1 2 3 4 平均分數 80 85 90 75 打手心總數 40 30 20 50 做出的方程式會是:平均分數=-0.5打手心總數+100 按照A1.~A4.類研究的邏輯,打得越多,分數越低, 可否推論「打手心不但無助增加成績,反而會降低成績」? 我想,合理的解釋應該是:「分數低為因,造成打手心總數高為果」。 因此這個正相關與「打手心對分數的幫助」全然無關, 要驗證這個問題,應該是做對照實驗,即選出條件相似的甲乙兩班, 一班打、一班不打,然後比較二者之平均分數。 ---- (變化一) 但有人認為,不同於打手心的單變數例子,A1.~A4.是複迴歸分析, 已經把理論上有效的變數(如離婚率)納入迴歸之中, 因此,「犯罪率和死刑執行數」的變化關係可以代表死刑的嚇阻力。 我認為這樣還是怪怪的,如果把「考試難度」變數納入打手心的例子做複迴歸: 做出的方程式可能會是:平均分數=-0.1打手心總數+-0.8考試難度+100 這樣就能推論「打得越多,分數越低」嗎? ---- (變化二) 另外有人認為,在墮後效應的研究中(A3. A4. B1. B2.), 研究的是死刑執行後一段時間的犯罪率, 可代表「死刑對犯罪率的影響」,即嚇阻力。 這樣的說法對嗎? ---- 我認為最奇怪的是,如果這數據能代表死刑的嚇阻力, 這樣的「嚇阻力」到底是什麼樣的概念?相對於什麼? 根據論文的部分結果,[死刑執行數]與[犯罪率]呈正相關, 如果這能證成「死刑越多,犯罪率將因而越高」的因果關係, 不就意味著「如果我們把法律改成所有死罪犯均無罪開釋,犯罪率將下降」? ....我想上面這句應該永遠都不可能成立才對吧XD ---- 請教各位高手,以上小弟的分析是對的嗎? 如果我是對的,那麼論文數據呈現的正相關關係代表了什麼?應如何詮釋? 尤其是(變化一)和(變化二)....有點想不透 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 111.251.82.165 ※ 編輯: danny0838 來自: 111.251.82.165 (02/23 15:46) ※ 編輯: danny0838 來自: 111.251.82.165 (02/23 15:49) ※ 編輯: danny0838 來自: 111.251.82.165 (02/23 15:49)

02/23 16:43,
如果我們把法律改成所有死罪犯均無罪開釋,犯罪率將下降
02/23 16:43

02/23 16:43,
這句話有點出現得莫名其妙,死刑少不代表無罪開釋。
02/23 16:43
1、 「所有死刑犯無罪開釋」不就是「死刑少」的極致表現嗎? 如果「死刑↑→犯罪率↑」是事實, 那理論上「所有死刑犯無罪開釋」是否應該得到「犯罪率下降」的結果? 我就是試圖用這個反例否證「死刑↑→犯罪率↑」的正確性。 2、 我前面就提過這個方法沒有「對照組」的奇怪之處, 如果死刑少不是無罪開釋,那這些死刑犯是換成什麼? 把一個死刑犯換成一個終身監禁犯、無期徒刑犯、十年有期徒刑犯、無罪開釋犯, 都是減少一個死刑犯,可是這個數據能說明它們之間的差異嗎?

02/23 16:44,
另外死刑多可能會造成犯罪率上升跟某個社會學家的看法一致。
02/23 16:44

02/23 16:45,
中文專書翻譯為:他們為何殺人。
02/23 16:45

02/23 17:47,
要嘛未達顯著?要碼顯著且係數為正?一定得線性相關財叫相關?
02/23 17:47
前二句的意思是說這篇論文做出來的結果都是「未達顯著」和「顯著且係數為正」 二種結果,沒有看到「顯著且係數為負」的,細節可以去看原論文。 至於第三個問題似乎可以為「無顯著」的情況解套, (即死刑執行數和犯罪率有關但非線性相關) 但「顯著且係數為正」要怎麼解釋呢?

02/23 17:48,
另回歸式的理論依據?
02/23 17:48
我正是在質疑這點... 至於研究者怎麼想,一來我不清楚,二來礙於篇幅難以細述, 您如果認為這是爭論的關鍵,就麻煩翻閱原始資料囉...XD ※ 編輯: danny0838 來自: 111.251.83.156 (02/23 19:59) -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 111.251.83.156

02/24 10:12, , 1F
用死刑的犯罪來跑迴歸比較好吧?
02/24 10:12, 1F
文章代碼(AID): #1DPFUZv0 (Math)