Re: [請益] 法務部長不執行死刑的邏輯

看板ask-why作者danny0838 (道可道非常道)時間14年前 (2010/05/13 22:37)推噓11(11推 0噓 12→)

留言23則, 6人參與討論串140/144 (看更多)

※ 引述《Oikeiosis (怎麼啦)》之銘言： : : 1. : 只有認定死刑有嚇阻未來罪案能力的人才需要死刑與犯罪率的因果關係 : 因為強調死刑嚇阻力可以拯救潛在的人的主張才需要死刑與犯罪率的因果關係 : 但是假若這種因果關係是確實的也就是死刑確實有嚇阻犯罪的效果時 : 則我們應該能從現實的統計資料中 : 運用統計技巧找到這個效果 OK，我同意廢死方沒有證明因果關係的義務。但我不認為統計上不顯著足以證明無關，詳下。 : : 2. : : 我前面就提過死刑執行數和犯罪率的關係不能代表死刑嚇阻力，你看來也默默同意了... : : 很可能死刑制度本身就有一定的嚇阻作用，死刑執行數和嚇阻力沒有直接關係， : : 只要能讓民眾相信死刑是持續存在且公正地執行即可。 : : 據此，「不執行死刑」和「廢除死刑」也不是相等的。 : 不執行死刑不等於廢除死刑我同意如果你我都同意「不執行死刑」和「廢除死刑」不相等，由於在這個論文裡，［廢除死刑］是一個完全沒被討論到的變數。，因此此篇論文所分析的［死刑執行數］和［命案犯罪率］無論呈正相關或無相關，皆無由推論「廢除死刑後命案犯罪率不會上升」←這才是我們真正想挖掘的故據此主張廢除死刑無害或有益有待商榷。 : 但是文獻中死刑嚇阻力的定義就是死刑執行數與犯罪率的關係 : 倘使你有某種全新的定義 : 也就是你要探討死刑制度存而不實施的效果 : 那你可能需要有另外的探討方法而不能直接拿這些論文的方法論來套用 : 畢竟死刑嚇阻力就是執行死刑數與未來犯罪間的關係這是非常清楚確定的我們期待的「（想像）嚇阻力」是「執行一個人的死刑，未來可減少的命案死亡人數」，任何人都可以自己定義一個「嚇阻力」的操作型定義，但如果我們有理由相信這個操作型定義很糟，與我們的期待落差很大，那這個實證做得再完美，對解決問題仍然沒有太大幫助。為什麼你相信「執行死刑數與命案犯罪率的依變關係」足以代表「嚇阻力」？我不這麼認為，就如之前提到的問題： : : 如果去年 13000 人繳了違規停車罰鍰，今年 14000 人繳了違規停車罰鍰， : : 這代表今年違規停車率一定比去年高嗎？ : : 這代表［繳違規停車罰鍰人數］是造成［違規停車率］改變的原因嗎？你不回我回，違規停車率越高，極可能越多人被開單，當然越多人繳違規停車罰鍰，比照此論文之分析法，我們極可能得到［繳違規停車罰鍰人數］(x)上升時，［違規停車率］(y)亦對應上升，（而實際因果關係是［違規停車率］↑＝＞［繳違規停車罰鍰人數］↑）比照你的邏輯，我們可推論「以罰鍰處置違規停車將造成違規停車率上升」，所以我們應廢除違規停車的罰鍰，你說合不合理？是，我的確認為要探討死刑的嚇阻力，此定義不合理，證據力不足，不宜據此主張廢死，至於要換什麼定義什麼方法，那是想證明死刑無效的人的功課... : : 3. 3.1 : : 比方複迴歸分析的前提是： : : (1)假定y和每個x的關係都是線性 : : (2)每個x之間無交互作用存在，或相關性極低 : : 只要上述任一前提不成立，就可能造成統計不顯著。 : ... 你可以回去看統計課本 : 這些前提不成立的時候會造成偏誤並非造成不顯著 : （尤其是交互作用常常造成的是假顯著而不是假不顯著）偏誤就可能造成不顯著，你把符合 y = x^3 + 1 的樣本分佈圖硬搞成一次函數，曲線硬搞成直線，當然可能得到不顯著的結果。 3.2 : 而要檢查八項控制項互相獨立這件事情是我覺得有點多餘的 : 因為這八項數字是來自於主計處重要社經指標跟法務部犯罪統計 : 要檢查這些項有沒有獨立只要丟軟體跑個共變就好了是很基本的問題 : 你主張如此那我很樂見請你指出哪些有非獨立、相依的共變 : 論文全文裡都有給數據來源而且屬政府公開資訊 : 萬一網頁沒有寄信去主計處、法務部應該也要得到失業率可能影響離婚率和國民平均所得，犯罪破獲率可能影響被執行死刑人數和司法經費，警民比例可能影響犯罪破獲率和司法經費， 15~29歲人口率可能影響失業率... 以上聊舉數項，這些用常識就能預期會互相影響，「假設它們互相獨立」是論文的前提，故你必須說服人們相信論文的前提是對的，請拿出良好的理由，否則拿出能證明它們互相獨立的數據，反正如你所說，只要丟個軟體跑共變就好，應不致強人所難。若有強烈的共線性存在，就可能造成結果不顯著，或者係數正負顛倒。如果你還不懂，可以參考這個：http://tinyurl.com/2epqsrm 3.3 : 然後線性問題一般講起來是要問原點問題 : 也就是有沒有常數項的這個部份 : 但是你似乎要表達的不是這個你如果還有什麼質疑就說明白一點 : 假如不是線性那你認為是怎樣？做［命案犯罪率］(y)對［執行死刑人數］(x)的圖，有可能是曲線而非直線關係。執行死刑人數從 0 升到 1，從 9 升到 10，從 29 升到 30，從 99 升到 100，它們造成命案犯罪率的差值一樣嗎？很可能不一樣，從 0 到 1 的影響力應較大，而從 99 到 100 的影響力小，什麼函數我不確定，但合理推論應該是斜率絕對值漸減的曲線。再來，假設我們算出 y = -0.02x + 20，這代表當 x > 1000 時，y 將 < 0，意即，每年如果執行 1001 個死刑，命案犯罪率會變成負數？這根本不可能，因此我們可以合理推論，x 和 y 的關係不是直線。我很好心連資料都查給你：http://tinyurl.com/2elqoru (P.3) 不顯著的相關，最多也只能說是兩個變數之間沒有顯著的「直線」關係，卻不能證明其間就沒有其他更複雜的非線性關係。 3.4 : : 此外我們也可以主張有未考慮因素存在， : : 例如死刑執行時的媒體能見度、法律教育的水準等等，都可能影響結果。我再重複一次，統計結果不顯著，也可能是一個或多個具影響力的因子未被妥善控制所致。 3.5 不顯著還有可能因各種統計問題引起，比如樣本數太少... 每年因殺人、搶奪、ＸＸ被判死刑的人數有多少？如果樣本數太少，造成統計不顯著也不意外。 : : 4. : : 統計上不顯著不等於是0，「二者都是0」代表的是二者之係數皆顯著為0。 : : 1~3命題皆成立之下，如果真的二者都是0，我們的確可論證廢死沒害死更多人， : : 但你怎麼知道二者都是0，有實證證據嗎？ : : 就算真的二者都不顯著， : : 只不過是像一千年前人們量不出光速，也量不出聲速， : : 你能說聲速和光速一樣嗎？ : 這位兄弟...沒有顯著為零這種東西的 : 兩樣變數間的關係分散得很亂數散布在空間中表示二者無相關 : 就是不顯著其相關為零 : 否則請你描述一下什麼叫做「顯著為零」在統計中的意義好嗎？ 1) 既然你知道沒有「顯著為零」這回事，所以你憑什麼提出「極可能為0」的推論？ 2) 相關是相關，顯著是顯著，沒有絕對關係。所謂「統計上不顯著」，表示 y=bx+a 中，係數 b 不為 0 的機率 < 95%。隨便舉 P.112 (四) 的暴力財產犯罪為例，當 t 值為 -1.801 時，0.1 > p > 0.05，換句話說，（經由原始資料算得） b 不為 0 的機率介於 90% ~ 95% 之間，反過來看，b 為 0 的機率只有 5% ~ 10%，並不支持你所聲稱的「統計上不顯著表示 b 極可能為 0」。 : 你現在的態度就是 : 「即使統計資料顯示不支持死刑有嚇阻力，你仍然堅信有」 : 而且1.統計方法可能太粗糙所以有而沒量到 : 2.即使統計方法無誤仍有可能有只是穩定的太小而沒量到 : 如果你要表達這種態度我只能說那你自己去算去投稿懷疑論文是否足以支持某命題本來就是科學上常見的情形，只要我們有足夠理由懷疑論文的證據力不足以支持「死刑無嚇阻力」，我們就不會根據這種論文貿然改變現有決策，除非有更好的證據。 : : 你的話提及二個命題： : : 1) E不能透過實證方法找到　2) 不能實證的假設性數字沒有意義 : : 我認為二者皆不成立： : : 1) E 可以透過實證方法找到， : : 你只要有實驗組［死刑組］和對照阻［終身監禁組］兩相比較即可。 : : 當然科學上常會限於很多因素導致人們不能或不願做直接實驗， : : 此時就會設計一些逼近方法， : : 就像醫學上常用生化實驗和動物實驗去逼近藥物對人體的作用， : : 但常常是不正確的。 : 請不要用別的領域的例子請說明你打算怎麼找到你的這個終身監禁效果的方法請做個「臨床實驗」，沒有就做逼近的統計研究（比方無期徒刑），再沒有就拿出合理的論證說服人，什麼都沒有就別怪人們忽略你。 : : 2) 有沒有意義是根據對解決問題有否助益而定，與能否實證無關，主觀也可以有意義。 : : 就像我說某人講話大概 20% 基於理性，60% 基於嘴砲，20% 基於信仰； : : 就像 L 說月是奇樂的機率大概 7%； : : 就像 pain score 是叫病人為自己的疼痛程度打一個 0~10 的分數； : : 以上每個數字都無法實證，所以都沒有意義？ : pain score是實證的而且跟嗎啡機的結果有高度正相關 : 其他的數字都是沒有意義的如果 pain score 這樣都能叫實證，那其它二個也可以。我們可以把某人的言論 po 出來，給幾百人發個問卷統計他們認為是理性、嘴砲或信仰，把 % 數拿出來就是。 L 也可以把調查的資料公開給 100 個名偵探看，大家投票月是或不是奇樂，看 % 數。照你這種說法，一大堆東西可以實證，都有意義，心理學、社會學多的是這種主觀評分的問卷，很多都能做為決策的參考。 : : 我們要探討的命題是「以終身監禁取代死刑將使更少人死亡」， : : 在這個問題裡，E 的確是一個假設性的參數， : : 我能用它做許多論證，說明此參數在什麼範圍會對死刑的正當性有什麼影響， : : 只要我們能算出某時某地某情況下的 E 值，或至少估計出其波動範圍， : : 就有助於評估死刑正不正當，它當然是有意義的參數。 : 那是你的命題... : 「以終身監禁取代死刑」跟「死刑有無嚇阻力」是兩個不同的命題 : 前者是你的命題是假設性的命題是缺乏實證資料的命題 : 後者是各論文命題是實證性的命題是有統計資料與同儕檢驗的現實命題 : 我並不是全盤否認假設性參數的意義 : 只是在有實證統計結論面前你的假設性參數就僅僅是一個假設參數而已那又如何？參數的價值本來就在於對解決問題有沒有幫助。如果缺乏實證資料的命題才對解決問題有幫助，而有統計資料與同儕檢驗的現實命題對解決問題沒有幫助，我們應該想辦法生出前者，而不是生一堆「沒有意義」的後者。就像你給一個藥物做了 100 遍的生化實驗證明它有某機轉能治某病，但沒通過臨床實驗...你覺得我們該讓這種藥物上市嗎？對，如果做臨床實驗有困難，先做實驗室實驗或動物實驗求逼近是可接受的，但水準就是不同，拿後二種實驗來推動藥物上市，恐怕還要再加油... : 考量一個刑罰是否存在應該考慮該刑罰的功能是否有效 : 現代刑罰原則上有六大功能 : 死刑終身監禁徒刑罰金 : 應報強有有弱 : 嚇阻？？有有 : 矯治無有有無 : 隔離絕對相對有無 : 重整無有有有 : 復歸無無有有請問你怎麼知道徒刑和罰金有（這論文定義的）嚇阻力？請比照此論文對死刑做的迴歸研究，拿出數據，否則這恐怕只是你的幻想。 : : 看不出來到底是誰的問題...版友都回得那麼清楚了。 : : 就如你要論證「不應清倉拍賣」， : : 只告訴老闆「清倉拍賣之單位售價低於平均成本，將會賠錢」是不夠的， : : 你必須提出一個比清倉拍賣賠得少，或甚至賺錢的替代方案才有用... : 成本分析不是這樣搞的 : 比平均成本低不見得不好比邊際成本低就夠了 : 只要某事的邊際收益低於邊際成本該事就不划算不該做 : 某事的邊際收益高於邊際成本該事就算低於平均成本還是該做哦，那就是我在 #1Bsf_pcD 一直分析的 E 值啊。死刑制度（相對於終身監禁制度）的邊際收益即是所有 (-) 的部分，而邊際成本即是所有 (+) 的部分。所以只要能算出 E，我們就知道該不該死刑，可惜廢死從來沒有試圖算出 E。 : 如果有別的事情也一樣該做那就要用其他的方式來分析哪種比較該做 : 從來沒聽說過成本分析還要提供替代方案的分析法... 為什麼店家會做清倉拍賣？因為唯一已知的替代方案就是「不賣」，而經過分析，不賣比清倉拍賣虧損更多，因此清倉拍賣較佳。如果有人能提出比清倉拍賣更好的替代方案，就會做那個替代方案。那死刑的替代方案呢？如果就是一直關著不執行，等於是變相終身監禁，我們當然要相信終身監禁是否比死刑賺，才能說該取代死刑。講一堆都離題了，我重新整理一次重點： 1) 我們試圖證明或否證的是「以Ｘ取代死刑後，命案不會因而增加」，　（Ｘ可以是終身監禁、無期徒刑、或其他）能證實或逼近這個假設的研究就有意義，否則意義不大。 2) 此論文完全沒有控制［廢除死刑］這個變因，而你我都同意［廢除死刑］和［死刑執行人數］（或不執行死刑）不相等，故此論文對檢驗 1) 的命題幫助不大。 3) 主張以Ｘ取代死刑者，須說服人們Ｘ之嚇阻效果不劣於死刑。最佳的是實證，否則可逼近實證（如研究無期徒刑之效果以逼近終身監禁），否則應提出極具說服力之理由。 4) 如 2. 所述，以「命案犯罪率對執行死刑數的依變關係」代表「嚇阻力」有待商榷，很可能犯了因果錯置的謬誤。 5) 如 3. 4. 所述，「統計上不顯著」之結果可作多種解釋： a) 各種 x 變項之間有相互影響之情形，如 3.2. 所述 b) x 和 y 顯著相關但非屬線性關係，如 3.3. 所述 c) 存在其他未受控制的變因，如 3.4. 所述 d) 其他統計問題，例如樣本數太小，取樣偏差等等，如 3.5.。 e) ［命案犯罪率］(y)的確與［執行死刑人數］(x)無關忽略其他可能，而以為 e) 之可能性極大，是偏執而缺乏科學精神的。又如上面 4. 2) 所述，檢視原論文之資料，e) 成立之機會大概不到 10%。 6) 檢證 3) 4) 5) 問題的方法之一是用同樣的研究方法對終身監禁、無期徒刑、有期徒刑、罰金等作迴歸分析。若以上皆統計不顯著，我們應認真考慮 4) 5.a) 5.b) 5.c) 之可能性。 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 220.136.157.109

→

danny0838

05/13 22:47, , 1^F

05/13 22:47, 1^F

推

haryewkun

05/14 00:07, , 2^F

05/14 00:07, 2^F

※ 編輯: danny0838 來自: 220.136.157.109 (05/14 00:20)

→

im155077

05/14 03:06, , 3^F