作者Oikeiosis (怎麽啦)
看板ask-why
标题Re: [请益] 法务部长不执行死刑的逻辑
时间Sat May 15 22:37:38 2010
※ 引述《danny0838 (道可道非常道)》之铭言:
: ※ 引述《Oikeiosis (怎麽啦)》之铭言:
: : 不执行死刑不等於废除死刑我同意
: 如果你我都同意「不执行死刑」和「废除死刑」不相等,
: 由於在这个论文里,[废除死刑]是一个完全没被讨论到的变数。,
: 因此此篇论文所分析的[死刑执行数]和[命案犯罪率]无论呈正相关或无相关,
: 皆无由推论「废除死刑後命案犯罪率不会上升」←这才是我们真正想挖掘的
: 故据此主张废除死刑无害或有益有待商榷。
我同意你的看法 该论文没有谈到废除死刑後的效果
该论文谈论的是死刑执行的效果
而且得到结论是执行更多死刑不会减低未来的犯罪率
剩下我们想不想挖掘其他推论 或是 支持什麽政策 那不是实证研究的长项
: : 但是文献中 死刑吓阻力的定义就是死刑执行数与犯罪率的关系
: : 倘使你有某种全新的定义
: : 也就是你要探讨 死刑制度存而不实施的效果
: : 那你可能需要有另外的探讨方法 而不能直接拿这些论文的方法论来套用
: : 毕竟 死刑吓阻力 就是执行死刑数与未来犯罪间的关系 这是非常清楚确定的
: 我们期待的「(想像)吓阻力」是「执行一个人的死刑,未来可减少的命案死亡人数」,
: 任何人都可以自己定义一个「吓阻力」的操作型定义,
: 但如果我们有理由相信这个操作型定义很糟,与我们的期待落差很大,
: 那这个实证做得再完美,对解决问题仍然没有太大帮助。
: 为什麽你相信「执行死刑数与命案犯罪率的依变关系」足以代表「吓阻力」?
你还有其他的吓阻力的定义可以选用
包括所谓「一般吓阻」学说
也就是所谓只要悬而不用就有效果的那种学说
请自己想个可以研究其效果的方法吧 我没有意见啊
: 我不这麽认为,就如之前提到的问题:
: 你不回我回,
: 违规停车率越高,极可能越多人被开单,当然越多人缴违规停车罚锾,
: 比照此论文之分析法,
: 我们极可能得到[缴违规停车罚锾人数](x)上升时,[违规停车率](y)亦对应上升,
: (而实际因果关系是[违规停车率]↑=>[缴违规停车罚锾人数]↑)
: 比照你的逻辑,我们可推论「以罚锾处置违规停车将造成违规停车率上升」,
: 所以我们应废除违规停车的罚锾,你说合不合理?
: 是,我的确认为要探讨死刑的吓阻力,此定义不合理,证据力不足,不宜据此主张废死,
: 至於要换什麽定义什麽方法,那是想证明死刑无效的人的功课...
违规停车比率跟开单人数有正相关 这很自然啊
但是现在如果研究结果是违规停车比率竟然跟开单人数不相关
那我们不是应该要检讨「开单」这个行政程序为什麽会无效的问题吗?
这才是比照我的逻辑的精神
: 3.1
: 偏误就可能造成不显着,
: 你把符合 y = x^3 + 1 的样本分布图硬搞成一次函数,
: 曲线硬搞成直线,当然可能得到不显着的结果。
: 3.2
: 失业率可能影响离婚率和国民平均所得,
: 犯罪破获率可能影响被执行死刑人数和司法经费,
: 警民比例可能影响犯罪破获率和司法经费,
: 15~29岁人口率可能影响失业率...
: 以上聊举数项,这些用常识就能预期会互相影响,
: 「假设它们互相独立」是论文的前提,故你必须说服人们相信论文的前提是对的,
: 请拿出良好的理由,否则拿出能证明它们互相独立的数据,
: 反正如你所说,只要丢个软体跑共变就好,应不致强人所难。
: 若有强烈的共线性存在,就可能造成结果不显着,或者系数正负颠倒。
: 如果你还不懂,可以参考这个:http://tinyurl.com/2epqsrm
: 3.3
: 做[命案犯罪率](y)对[执行死刑人数](x)的图,有可能是曲线而非直线关系。
: 执行死刑人数从 0 升到 1,从 9 升到 10,从 29 升到 30,从 99 升到 100,
: 它们造成命案犯罪率的差值一样吗?
: 很可能不一样,从 0 到 1 的影响力应较大,而从 99 到 100 的影响力小,
: 什麽函数我不确定,但合理推论应该是斜率绝对值渐减的曲线。
: 再来,假设我们算出 y = -0.02x + 20,
: 这代表当 x > 1000 时,y 将 < 0,
: 意即,每年如果执行 1001 个死刑,命案犯罪率会变成负数?
: 这根本不可能,因此我们可以合理推论,x 和 y 的关系不是直线。
: 我很好心连资料都查给你:http://tinyurl.com/2elqoru
: (P.3) 不显着的相关,最多也只能说是两个变数之间没有显着的「直线」关系,
: 却不能证明其间就没有其他更复杂的非线性关系。
: 3.4
: 我再重复一次,
: 统计结果不显着,也可能是一个或多个具影响力的因子未被妥善控制所致。
好的 我都同意有这些微小的可能
有可能有假不显着 有可能有未考虑因子 也有可能有共线性
我只是单纯的主观相信这些可能性微乎其微
所以自己去质疑反驳这些论点失败的可能性很高
而不想自己去检验这些统计问题
还是交给统计学有专精 并且认为有机会找到方法上的错误的人去检验吧
: 3.5
: 不显着还有可能因各种统计问题引起,比如样本数太少...
: 每年因杀人、抢夺、XX被判死刑的人数有多少?
: 如果样本数太少,造成统计不显着也不意外。
: 1) 既然你知道没有「显着为零」这回事,所以你凭什麽提出「极可能为0」的推论?
: 2) 相关是相关,显着是显着,没有绝对关系。
: 所谓「统计上不显着」,表示 y=bx+a 中,系数 b 不为 0 的机率 < 95%。
: 随便举 P.112 (四) 的暴力财产犯罪为例,当 t 值为 -1.801 时,0.1 > p > 0.05,
: 换句话说,(经由原始资料算得) b 不为 0 的机率介於 90% ~ 95% 之间,
: 反过来看,b 为 0 的机率只有 5% ~ 10%,
: 并不支持你所声称的「统计上不显着表示 b 极可能为 0」。
你这边的推论我并没有查检定表
但是我一点都不相信你讲的话
因为在渐进回归法中 一开始不显着的因数 标准作法就是在之後的回归里排除
假如真的如你所说 这个b不为0的机率这麽高
那排除因数的作法怎麽可能可行
所以你的推论一定是不可能的 我只是懒得去看你的推论为何是错的
: : 你现在的态度就是
: : 「即使统计资料显示不支持死刑有吓阻力,你仍然坚信有」
: : 而且1.统计方法可能太粗糙 所以有而没量到
: : 2.即使统计方法无误 仍有可能有 只是稳定的太小而没量到
: : 如果你要表达这种态度 我只能说 那你自己去算 去投稿
: 怀疑论文是否足以支持某命题本来就是科学上常见的情形,
: 只要我们有足够理由怀疑论文的证据力不足以支持「死刑无吓阻力」,
: 我们就不会根据这种论文贸然改变现有决策,除非有更好的证据。
那当然 只要你提出够好的证据 证实你的怀疑
我完全接受啊 你没有的时候 还一定要别人无限的回应你的质疑
那我是不是也可以怀疑你根本就不是人类 就算是人类也不是台湾人
就算是台湾人 也是没有脑袋的台湾人 除非你有证据...
你反正就是不想提证据 别人有证据就幻想证据力不足
这藉口永远可以继续下去
: : 请不要用别的领域的例子 请说明你打算怎麽找到你的这个终身监禁效果的方法
: 请做个「临床实验」,没有就做逼近的统计研究(比方无期徒刑),
: 再没有就拿出合理的论证说服人,什麽都没有就别怪人们忽略你。
请举例有哪个法律在实行前有实施临床实验或是逼近的统计研究过?
不同领域的决策标准本来就不同
你看到合理的论证也不相信 反而会持续的找藉口不相信
这根本就是立场决定发言 也是我最为厌恶的网路发言的流行
被这种流行忽略 我并不觉得可惜
: : pain score是实证的 而且跟吗啡机的结果有高度正相关
: : 其他的数字都是没有意义的
: 如果 pain score 这样都能叫实证,那其它二个也可以。
: 我们可以把某人的言论 po 出来,
: 给几百人发个问卷统计他们认为是理性、嘴炮或信仰,把 % 数拿出来就是。
: L 也可以把调查的资料公开给 100 个名侦探看,大家投票月是或不是奇乐,看 % 数。
: 照你这种说法,一大堆东西可以实证,都有意义,
: 心理学、社会学多的是这种主观评分的问卷,很多都能做为决策的参考。
哈 我忘了你可能不知道 pain score 有很多主观报告外的研究
好的我的态度是主观报告的数字都不是实证的 没有前後一致 没有信效度
你要怎麽想都随便你 我懒得管你什麽实证什麽不实证
: 那又如何?参数的价值本来就在於对解决问题有没有帮助。
: 如果缺乏实证资料的命题才对解决问题有帮助,
: 而有统计资料与同侪检验的现实命题对解决问题没有帮助,
: 我们应该想办法生出前者,而不是生一堆「没有意义」的後者。
: 就像你给一个药物做了 100 遍的生化实验证明它有某机转能治某病,
: 但没通过临床实验...你觉得我们该让这种药物上市吗?
: 对,如果做临床实验有困难,先做实验室实验或动物实验求逼近是可接受的,
: 但水准就是不同,拿後二种实验来推动药物上市,恐怕还要再加油...
不同领域的决策标准本来就不同 你继续拿药物的立场来讨论是没有意义的
: : 考量一个刑罚是否存在 应该考虑该刑罚的功能是否有效
: : 现代刑罚原则上有六大功能
: : 死刑 终身监禁 徒刑 罚金
: : 应报 强 有 有 弱
: : 吓阻 ? ? 有 有
: : 矫治 无 有 有 无
: : 隔离 绝对 相对 有 无
: : 重整 无 有 有 有
: : 复归 无 无 有 有
: 请问你怎麽知道徒刑和罚金有(这论文定义的)吓阻力?
: 请比照此论文对死刑做的回归研究,拿出数据,否则这恐怕只是你的幻想。
这不是幻想而是常识 任何人都知道刑罚有吓阻力
然而我为何要在上面打上「?」就是表示有论文反驳这个常识
今天研究者的时间有限 本来就不会每个常识都去检查
或者是就算检查了 发现没有违背常识的结论也不会发表出来
所以符合常识的结论不需要论文来研究乃是自然而然的
你把这些常识说成是幻觉 也只不过是强调了你们对死刑吓阻力的认知是幻觉而已
: : 成本分析不是这样搞的
: : 比平均成本低不见得不好 比边际成本低就够了
: : 只要某事的边际收益低於边际成本 该事就不划算不该做
: : 某事的边际收益高於边际成本 该事就算低於平均成本 还是该做
: 哦,那就是我在 #1Bsf_pcD 一直分析的 E 值啊。
: 死刑制度(相对於终身监禁制度)的边际收益即是所有 (-) 的部分,
: 而边际成本即是所有 (+) 的部分。
: 所以只要能算出 E,我们就知道该不该死刑,可惜废死从来没有试图算出 E。
的确 要计算各种的未知成本 确实可以帮助决策
不过就算
#1Bsf_pcD 你要的成本都给你
你的成本用的单位也有很大的问题
你需要有对未来、还有人命货币化的折现率 要做也是可以
我只是觉得不太接受而已
: : 如果有别的事情也一样该做 那就要用其他的方式来分析哪种比较该做
: : 从来没听说过成本分析还要提供替代方案的分析法...
: 为什麽店家会做清仓拍卖?
: 因为唯一已知的替代方案就是「不卖」,
: 而经过分析,不卖比清仓拍卖亏损更多,因此清仓拍卖较佳。
: 如果有人能提出比清仓拍卖更好的替代方案,就会做那个替代方案。
: 那死刑的替代方案呢?如果就是一直关着不执行,等於是变相终身监禁,
: 我们当然要相信终身监禁是否比死刑赚,才能说该取代死刑。
: 讲一堆都离题了,我重新整理一次重点:
: 1) 我们试图证明或否证的是「以X取代死刑後,命案不会因而增加」,
: (X可以是终身监禁、无期徒刑、或其他)
: 能证实或逼近这个假设的研究就有意义,否则意义不大。
这是个试图证明一件未发生的事情比较好
: 2) 此论文完全没有控制[废除死刑]这个变因,
: 而你我都同意[废除死刑]和[死刑执行人数](或不执行死刑)不相等,
: 故此论文对检验 1) 的命题帮助不大。
: 3) 主张以X取代死刑者,须说服人们X之吓阻效果不劣於死刑。
: 最佳的是实证,否则可逼近实证(如研究无期徒刑之效果以逼近终身监禁),
: 否则应提出极具说服力之理由。
: 4) 如 2. 所述,以「命案犯罪率对执行死刑数的依变关系」代表「吓阻力」有待商榷,
: 很可能犯了因果错置的谬误。
因果关系也包含了时间前後的关系
所以当有「延迟效果」时 後出现的果不会是先出现的因
你当然可以继续质疑 但是从该论文的结论 不应该会有因果错置的谬误
: 5) 如 3. 4. 所述,「统计上不显着」之结果可作多种解释:
: a) 各种 x 变项之间有相互影响之情形,如 3.2. 所述
: b) x 和 y 显着相关但非属线性关系,如 3.3. 所述
: c) 存在其他未受控制的变因,如 3.4. 所述
: d) 其他统计问题,例如样本数太小,取样偏差等等,如 3.5.。
: e) [命案犯罪率](y)的确与[执行死刑人数](x)无关
: 忽略其他可能,而以为 e) 之可能性极大,是偏执而缺乏科学精神的。
: 又如上面 4. 2) 所述,检视原论文之资料,e) 成立之机会大概不到 10%。
真是大开眼界
原来当我们用实证证据发现 某变因 对 应变数 不显着之後
该变因对 应变数 没有影响的机率不到10%
老实说 我一点也不相信你讲的这种话 请给我论证 我彻底的不相信
: 6) 检证 3) 4) 5) 问题的方法之一是用同样的研究方法对终身监禁、无期徒刑、
: 有期徒刑、罚金等作回归分析。
: 若以上皆统计不显着,我们应认真考虑 4) 5.a) 5.b) 5.c) 之可能性。
我相信只要对无期徒刑做就够了 只是我不太可能自己来做
如果没别的人做过 我也是找不到的
我相信如果这些刑罚都没有吓阻力
那宣称刑罚有吓阻力的学说本来就应该要面对很大的质疑
--
把在ask-why自己写的收一收
http://askoikeiosis.blogspot.com/
就不用等板主了
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 58.115.126.174
2F:→ danny0838:简单讲,此论文与废死无关,也未证明「废除死刑後命案不 05/17 19:38
3F:→ danny0838:会增加。」留死方依旧主张不应废死,免得命案变多,无辜 05/17 19:38
4F:→ danny0838:惨死者更多。 05/17 19:38
5F:→ Oikeiosis:此论文研究死刑的实效 发现死刑并无吓阻未来罪案的能力 05/17 23:55
6F:→ Oikeiosis:留死方如果要继续宣称死刑有拯救未来受害者的能力 05/17 23:56
7F:→ Oikeiosis:就需要有更明确的论述或证据 05/17 23:56
8F:推 danny0838:第一段,此论文未探讨「废死」这个变因。 05/17 23:57
9F:→ Oikeiosis:你可不可以正视该论文结论啊 该论文讨论死刑实效!!! 05/18 01:30
10F:推 danny0838:你没有正面回答问题,惊叹号不会增强你的说服力。我换个 05/18 19:09
11F:→ danny0838:说法,请问在此篇论文中,吓阻力之定义及算法为何?如果 05/18 19:09
12F:→ danny0838:[命案犯罪数]=1.3[死刑执行数]+120,请问吓阻力多少? 05/18 19:09
13F:→ Oikeiosis:你正文根本就没有问问题 我要怎麽正面回答问题? 05/19 00:37
14F:→ Oikeiosis:就你上面举例来说 执行一个死刑可解释1.3个罪案发生因数 05/19 00:38
15F:→ Oikeiosis:所以该式子表示死刑有示范效果1.3 即-1.3的吓阻力 05/19 00:39
16F:→ Oikeiosis:请问你问这个要表达什麽? 05/19 00:39
17F:推 danny0838:某年9000人违规停车9000人缴罚缓;次年8950人违停8950人 05/19 01:31
18F:→ danny0838:缴罚锾;再次年9030人违停9030人缴罚锾...故依你所见违 05/19 01:31
19F:→ danny0838:规停车罚锾的吓阻力是-1,应该废除违规停车罚锾? 05/19 01:31
20F:→ Oikeiosis:只有三个数据 这样无法得到有意义的相关性结论 05/19 01:35
21F:→ Oikeiosis:就算你现在给了三十个数据 有了相关性 又怎样呢? 05/19 01:35
22F:→ danny0838:就直接已知[违规停车件数]=1x[缴罚锾人数]+0 你爽了吧 05/19 01:36
23F:→ Oikeiosis:对没错 找到罚锾有鼓励违停的效果 那当然要检讨 05/19 01:37
24F:→ Oikeiosis:你很无聊 原来你还在讲这个... 苹果橘子经济学看过吧? 05/19 01:38
25F:→ Oikeiosis:里面讲过托儿所迟到付费政策的鼓励迟到效果 05/19 01:39
26F:→ Oikeiosis:罚锾确实有可能造成鼓励效果 怎麽统计自己去查吧 05/19 01:39
27F:推 sarsspear:坏人多罚得少就正 坏人多罚得多就负 吓阻力不是这样算吧 05/20 00:33