април 10, 2017

Митови за Убиство и Повеќекратната Регресивна

Source: http://crab.rutgers.edu/~goertzel/mythsofmurder.htm

Ted Goertzel (Тед Гоертсел)

Универзитетот Рутгерс, Камден Њу Џерси 08102

Објавено во скептични опросник, том 26, No 1, јануари/февруари 2002 година, стр. 19-23.

Ако сакаш да добиеш на подолго, повеќе технички верзија на овој труд, во Word формат, кликнете тука.

Дали верувате дека секој пат кога некој затвореник се извршува во САД, од кои осум иднина убиства се плашат? Дали верувате дека зголемување на бројот на граѓаните од 1% за дозвола за вршење сокриени оружје предизвикува намалување од 3,3% во стапката на државата убиство? Дали верувате дека 10 до 20% од намалувањето на криминалот во 1990-тите беше предизвикано од зголемување на абортуси во 1970 година? Или дека стапката на убиства ќе се зголеми за 250% од 1974 година, доколку САД не биле изградени многу нови затвори?

Ако сте биле заведени од страна на било кој од овие студии, ќе може да има паднати за убиствена форма на несакана науката: користење на математички модели без покажа предвидливо способност да се извлечат заклучоци политика. Овие студии се површно импресивен. Напишано од реномирани научници од општествените науки од престижни институции, тие често се појавуваат во рецензирани научни списанија. Исполнет со комплексни статистички пресметки, тие се дадат прецизни нумерички “факти” кои може да се користи како точки дебатери во аргументите политика. Но, овие “факти” се ќе o на снопчиња. Пред мастило е сува на една студија, на друг се појавува со сосема поинаква “факти”. И покрај нивните научни изглед, овие модели не ги исполнуваат основните критериуми за корисна математички модел: способноста да се прават предвидувања кои се подобри од случајни шанса.

Иако економистите се на водечките лекари од овој енигматски уметност, социолози, криминолозите и други социјални научници имаат верзии за тоа како добро. Тој е познат по различни имиња, вклучувајќи ги и “економетриски моделирање”, “структурни равенка моделирање,” и “анализа на пат.” Сите овие се начините на користење на корелации помеѓу променливи да се направи причинска заклучоци. Проблемот со ова, како што секој кој има се разбира во статистика знае, е дека корелација не е причинско-последичните односи. Корелацијата меѓу две променливи често се “лажни”, бидејќи тие се предизвикани од страна на некои трети променлива. Економетриски моделиери се обиде да се надмине овој проблем со вклучување на сите релевантни променливи во нивните анализи, со користење на статистички техника наречена “повеќе регресија.” Ако имаше совршен мерки на сите причинско-последична променливи, ова ќе работат. Но, податоците не се доволно добри. Постојаните обиди да се користи на повеќе регресија да се постигне конечни одговори на прашања на јавната политика не успеаја.

Но, многу научници од општествените науки не се подготвени да го признаат неуспехот. Тие имаат години посветени на учење и настава регресија моделирање, и тие продолжуваат да ги користат регресија да се направи причинска аргументи дека не се оправдани од страна на нивните податоци. Ги повикувам овие аргументи митовите на повеќекратната регресивна, и јас би сакал да го користите четири студии на стапки на убиства како примери.

Мит еден: повеќе оружје, помалку криминал.

Џон Лот, економист на Универзитетот Јеил, кој се користи економетриски модел да се тврди дека “им овозможува на граѓаните да ги сокриени оружје ги одвраќа насилни кривични дела, без зголемување на случајна смрт.” анализата Лотовата вклучени “издава” закони кои бараат локалните власти за издавање на дозволи скриено оружје било почитуваат законот граѓанин кој важи за еден. Лот проценува дека секој еден процент зголемување на пиштол сопственост во однос на населението предизвикува намалување од 3,3% во стапката на убиства. Лот и неговите ко-автор, Дејвид Сенф испратени на првата верзија на нивната студија на интернет во 1997 година, а десетици илјади луѓе се симне. Тоа беше предмет на форуми за политиката, колумни, и често сосема софистицирани дебати на World Wide Web. Во една книга со препреки титула повеќе оружје, помалку криминал, Лот потсмеа неговите критичари, обвинувајќи ги за ставање идеологија пред науката.

Работа Лот е пример на статистички една способноста да се здобијат со предност. Тој има повеќе податоци и посложена анализа од било кој друг проучување на темата. Тој бара од секој кој сака да ја оспори аргументите стане нурнати во многу сложени статистички дебата, врз основа на пресметки толку тешко што не може да се направи со обичен десктоп компјутери. Тој предизвикува секој кој не се согласува со него да ја преземете својот сет на податоци и повтори неговите пресметки, но повеќето научници од општествените науки не мислам дека е вредно да се реплицираат студии со користење на методи кои постојано не успеа. Повеќето истражувачи за контрола на оружјето, едноставно ги отфрли тврдењата Лот и сенф и продолжи со својата работа. Две високо почитувана истражувачите кривичната правда, Френк Зимринг и Гордон Хокинс (1997) напиша една статија објаснувајќи:

исто како господата. Лот и сенф може со еден модел на детерминантите на убиство, производство статистички остатоците укажува на тоа дека “издава” закони се намали убиство, ние очекуваме дека во определен econometrician може да произведе третман на истите историски периоди со различни модели и спротивен ефект. Економетриски моделирање е меч со две острици е во нејзина моќ за да се олесни статистички заклучоци за да се загрее срцата на вистинските верници од било лента.

Зимринг и Хокинс биле во право. Во рок од една година, две решени економетристи, Дан црна и Даниел Нагин (1998), објави студија која покажува дека ако тие промени статистичкиот модел малку, или тоа се применува на различни сегменти на податоци, Лот и наодите од синап исчезна. Црна и Нагин откриле дека кога Флорида беше отстранет од примерокот нема “забележливо влијание на законите право-за-носење на стапката за убиство и силување.” Тие заклучија дека “заклучок врз основа на моделот Лот и сенф е несоодветно, а нивните резултати не може да се користи одговорно за формулирање на јавната политика.”

Џон Лот, сепак, оспори нивната анализа и продолжи да го промовира своето. Лот собрала податоци за сите земји во Америка, за секоја година од 1977 до 1992 година Проблемот со ова е дека земјите на Америка се разликуваат значително во големина и социјални карактеристики. Неколку големи јајца, кои содржат големи градови, сметка за многу голем процент на убиства во САД. Како што се случува, ниту една од овие многу големи земји имаат “издава” закони за контрола на оружјето. Ова значи дека масивни податоци во собата Лотовата беше едноставно несоодветни за неговата задача. Тој немаше варијации во неговите клучни причинска променлива – “издава” закони – во местата каде што се случи најмногу убиства.

Тој не се споменуваат ова ограничување во неговата книга или статии. Кога дознав недостатокот на “издава” закони во поголемите градови во мојата испитување на неговите податоци, го прашав за тоа. Тој го отфрли, велејќи дека тој “контролирани” за бројот на населението во неговата анализа. Но, воведување на статистичка контрола во математичката анализа не се направи се за фактот дека тој едноставно немаше податоци за поголемите градови каде што проблемот со убиство беше најкритичен.

Тоа ми требаше малку време да се најде на овој проблем во неговите податоци, бидејќи не бев запознаен со прашањето за контрола на оружјето. Но Зимринг и Хокинс поставете го на нула на таа веднаш, бидејќи знаеја дека “издава” закони беа поведени во државите во Националната асоцијација Пушка беше моќен, главно на југ, на запад и во руралните региони. Овие беа држави кои веќе имаат неколку ограничувања на оружје. Тие забележале дека оваа законска историја фрустрира “нашиот капацитет да се споредуваат трендовите во” издава “држави со трендовите во други држави. Затоа државите што го промени законодавството се различни по локација и уставот од државите кои не, споредби меѓу законодавната категории секогаш ќе ризикуваат збунувачки демографски и регионални влијанија со однесувањето влијанието на различни законски режими”. Зимринг и Хокинс понатаму забележува дека:

Лот и Мустард, се разбира, свесни за овој проблем. Нивното решение, стандарден економетриски техника, е да се изгради статистички модел кој ќе ги контролира за сите разлики меѓу Ајдахо и Њујорк кои влијаат на убиства и криминал стапки, различни од “издава” закони. Ако некој може да “се запишува” главните влијанија на убиство, силување, кражба и кражба на автомобил во нашиот модел, тогаш може да се елиминира влијанието на овие фактори врз различни трендови. Лот и сенф изгради модели кои се проценат ефектите на демографските податоци, економски податоци, и кривични казни за различни кривични дела. Овие модели се крајната во статистички дома готвење во тоа што тие се создадени за оваа група на податоци од страна на овие автори и тестиран само на податоците што ќе се користи за евалуација на правото за носење влијанија.

Лот и Мустард се споредуваат трендовите во Ајдахо и Западна Вирџинија и Мисисипи со трендовите во Вашингтон, Колумбија округот и Њујорк. Што всушност се случува е дека имаше експлозија на убиства поврзани со пукнатина во големи источните градови во 1980-тите и раните 1990-ти. Целиот аргумент Лотовата се сведе на тврдењето дека во голема мера руралните и западните “издава” држави беа поштедени поврзани со убиство пукнатината епидемија поради нивната “издава” закони. Ова никогаш не би биле земени сериозно, ако не бил трае од еден лавиринт од равенки.

Мит двајца: затворање повеќе луѓе парчињата криминал

Случај на Лот и Мустард беше исклучително само во износ на вниманието на јавноста го добиле. Тоа е доста честа појава, дури и типичен, за ривал студии за да биде објавена со употреба економетриски методи за да стигнат до спротивни заклучоци во врска со истото прашање. Често постои ништо очигледно е во ред со било кој од анализите. Тие едноставно ги користат малку различни сетови на податоци или различни техники за да се постигне различни резултати. Се чини како да регресија моделиери може да се постигне никакви резултати што сакате, без кршење на правилата на регресивна анализа во било кој начин. Во еден исклучително искрен изјава на фрустрација со оваа состојба, две високо се почитуваат криминолозите, Томас Карлајл Марвелл и Мудис (1997:221), извести за прием на една студија што го направија на ефектот од затвор на стапката на убиства. Тие изјавиле дека:

широко дистрибуирана [нивните] наоди, заедно со податоци кои се користат, на колеги кои се специјализирани во квантитативна анализа. Најчестиот одговор е дека тие одбиваат да веруваат дека резултатите без разлика колку е добар на статистичка анализа. Зад дека тврдењето е идејата, често разговара за, но ретко објави, дека научници од општествените науки може да се добие било саканиот резултат преку манипулирање со постапките што се користат. Всушност, на широк спектар на проценки во врска со влијанието на затворската популација се зема како добри докази за кроткоста на истражување. Импликацијата, дури и кај многумина кои редовно објавуваат квантитативни истражувања, е дека без оглед колку е темелна анализа, резултатите не се веродостојни, освен ако тие се во согласност со претходно очекувања. Едно истражување дисциплина не може да успее во таква рамка.

Нивната голема заслуга, Марвелл и Мудис искрено призна проблемите со повеќе регресија, и направи некои предлози за подобрување. За жал, некои економетрики стане толку ангажиран во нивните модели што ја губат пратите на тоа како тие се произволни. Тие доаѓаат да веруваат дека нивните модели се пореално, повеќе валидни, од неуредна, непослушна “неконтролирана” реалноста тие претендирам да се објасни.

Мит три: извршување луѓето парчињата криминал

Во 1975 година американската економска Преглед објави напис со водечки економист, Исак Ерлих од Универзитетот во Мичиген, кој проценува дека секоја извршување заплаши осум убиства. Пред Ерлих, најдобро познат специјалист за ефективноста на смртната казна беше Торстен Селлен, кој користи многу поедноставен метод на анализа. Селлен подготвени графикони споредување трендови во различни држави. Тој се најде малку или воопшто нема разлика меѓу државите со или без смртна казна, па тој заклучи дека смртната казна е сеедно. Ерлих, во чин на статистички една способноста да се здобијат со предност, тврди дека неговата анализа е повеќе валиден бидејќи ги контролира за сите фактори кои влијаат на стапката на убиства.

Дури и пред да биде објавен, работа Ерлих беше цитиран од страна на Јавниот правобранител на САД во пријател на судот кратко на поднесени САД Врховниот суд во одбрана на смртната казна. За среќа, Судот одлучи да не се потпираат врз докази Ерлих, бидејќи тоа не беше потврдено од страна на други истражувачи. Ова беше мудар, затоа што во една година или две други истражувачи објавија еднакво софистицирани економетриски анализи покажуваат дека смртната казна нема ефект на одвраќање.

Контроверзноста околу работата на Ерлих било толку важно што на Националниот истражувачки совет свика Синиот панел на експерти за да ја видиш. По многу темелна ревизија, панелот одлучи дека проблемот не беше само со модел на Ерлих, но со идејата за користење на економетриски методи за решавање на контроверзноста околу кривичната правда политики. Тие (Мански, 1978:422) заклучи дека:

бидејќи податоците најверојатно, ќе биде на располагање за таква анализа имаат ограничувања и поради кривично однесување може да биде толку сложен, не треба да се очекува појава на дефинитивен бихевиоралната студија лежи да се одморат сите контроверзии во врска со однесувањето и ефектите од политиките на одвраќање.

Повеќето експерти веруваат дека Селлен беше во право, дека смртната казна нема докажан ефект врз стапката на убиства. Но Ерлих не е убеден во тоа. Тој сега е осамен вистински верник во валидноста на неговиот модел. Во неодамнешното интервју (Бонер и Фессендрен, 2000), тој инсистираше на “ако варијации како невработеноста, нееднаквоста во приходите, веројатноста за појава на страв и подготвеност да се користи на смртната казна се изнесува, на смртната казна покажува значително одвраќачки ефект.”

Мит четири: легализираа абортусот предизвика криминал зависници во 1990-тите.

Во 1999 година, Џон Доноху и Стивен Левит објави студија со романот објаснување на остар пад на стапката на убиства во 1990-тите. Тие тврдат дека легализацијата на абортусот од Врховниот суд на САД во 1973 година предизвика намалување на раѓањето на несакани деца, несразмерен број од нив ќе имаат одгледувани за да биде криминалци. Проблемот со овој аргумент е дека легализацијата на абортусот беше еднократен историски настан и еднократен настани не обезбедуваат доволно податоци за валидна регресивна анализа. Точно е дека абортусот е легализирана порано во некои држави од другите, и Доноху и Левит се направи употреба на овој факт. Но, сите овие држави се случува низ истиот историски процеси, и многу други работи се случува во истиот историски период во кој остварува стапки на убиства. Валиден регресивна анализа ќе мора да го фати сите овие работи, и тест нив во широк спектар на варијации. Постојните податоци не се дозволи, така што резултатите на регресивната анализа ќе се разликуваат во зависност на кој податоците се избрани за анализа.

Во овој случај, Доноху и Левит избра да се фокусираат на промена во текот на дванаесет години временски период, на неа флуктуации во тие години. Со тоа, како Џејмс Фокс (2000:303) посочи, “тие пропушти поголемиот дел од промени во криминал во текот на овој период – нагорен тренд во текот на доцните 1980-ти попуштат ера и корекција надолу во пост-пукнатината години Ова е. нешто како проучувањето на ефектите од месечината фази на океанот плимата и осеката, но само снимање на податоци за периоди на ниска плима”.

Кога бев пишување на оваа статија, јас се вклучени една реченица во која се наведува “наскоро уште регресија аналитичар веројатно ќе реанализираме истите податоци и да стигне до различни заклучоци.” Неколку дена подоцна, жена ми ми го подаде сторија за само таква студија. Авторот беше никој друг, од Џон Лот на Јеил, заедно со Џон Уитли на Универзитетот во Аделаида. Тие крцкаа ист број и заклучи дека “легализирање на абортусот зголемена стапка на убиства на околу околу 0,5 до 7 отсто” (Лот и Уитли, 2001).

Зошто таков значително различни резултати? Секој сет на автори едноставно избрани на поинаков начин да се моделира несоодветен тело на податоци. Економетрија не може да се направи валидна општ закон од историскиот факт дека абортусот е легализирана во 1970-тите и криминалот беше соборен во 1990 година. Ние ќе треба најмалку неколку десетици такви историски искуства за валидна статистички тест.

Заклучоци.

Киселина тест во статистички моделирање е предвидување. Предвидување не мора да биде совршено. Ако модел може да се предвиди значително подобар од случаен погодување, тоа е корисно. На пример, ако модел може да се предвиди цените на акциите дури и малку подобро од случаен погодување, тоа ќе го направи сопственици многу богат. Така што голем дел од напор е вложен во тестирање и оценување на модели на цените на акциите. За жал, истражувачите кои ги користат економетриски техники да се оцени социјалната политика многу ретко, своите модели за предвидливо тестови. Нивниот изговор е дека е потребно премногу долго за резултатите да бидат познати. Вие не добие нови податоци за сиромаштијата, абортус или убиство на секои неколку минути како што правиш со цените на акциите. Но, истражувачите може да го направи предвидливо тестирање на други начини. Тие може да се развие модел со користење на податоци од една јурисдикција или временски период, а потоа го користат за да се предвиди податоци од други времиња или места. Но, повеќето истражувачи едноставно не го сторат тоа, или ако тие го прават моделите пропадне и резултатите не се објавени.

Списанија кои објавуваат економетриски студии на јавната политика прашања често не бараат предвидливо тестирање, што покажува дека уредниците и рецензенти имаат ниски очекувања за нивните области. Затоа истражувачите ги податоците за определен период на време и да фино подесување и прилагодување на нивниот модел што додека тие можат да “објасни” трендови кои веќе се случиле. Секогаш постојат голем број на начини да го направите ова, и со современи компјутери тоа не е толку тешко да се обидувам додека не најдете нешто што се вклопува. Во тој момент, истражувачот постојки, пишува до наодите, и ја праќа на хартија надвор за објавување. Подоцна, уште еден истражувач може да се прилагоди на модел за да се добие поинаков резултат. Ова полни страниците на научни списанија, а сите други се прави дека не забележите дека малку или не се врши напредок. Но, ние не сме поблиску до има валидна економетриски модел на стапки на убиства денес отколку што беа кога Исак Ерлих го објави првиот модел во 1975 година.

Научната заедница нема добар постапките за признавање на неуспехот на широко се користи метод на истражување. Методи кои се вградени во програми за постдипломски студии на водечки универзитети и објавени во престижни списанија имаат тенденција да биде засилен. Многу лаиците се претпостави дека ако една студија е објавена во списанието пер разгледа, тоа е валидна. Случаите што ги испитуваат покажуваат дека ова не е секогаш случај. рецензија уверува дека воспоставените практики се следи, но тоа е од мала помош кога тие самите практики се погрешни.

Во 1991 година, Дејвид Фридман, истакнат социолог на Универзитетот на Калифорнија во Беркли и автор на книги за квантитативни истражувачки методи, го потресе темелите на регресија моделирање кога тој искрено изјави “Јас не мислам дека регресија може да го носи голем дел од товарот во аргумент причинска Ниту, пак, регресија равенки, сами по себе, даде голема помош во контролирањето за изненадувачките променливи” (Фридман, 1991:292). Член Фридман предизвикаа голем број на силни реакции. Ричард Берк (1991:315) забележа дека аргумент Фридман “ќе биде многу тешко за повеќето квантитативни социолози да го прифати тоа оди до срцето на нивните емпириски претпријатие и со тоа да ја става целата професионална кариера во опасност.”

Соочен со критики кои сакаат некои доказ дека тие може да се предвиди трендовите, регресија моделиери често се врати на статистички една способноста да се здобијат со предност. Тие го прават аргументи толку сложен што само други високо обучени аналитичари регресија може да се разбере, а камоли да се побие, нив. Често оваа техника работи. Потенцијални критичари едноставно да се откаже во фрустрација. Дејвид Болдт Филаделфија опросник (1999), по сослушувањето на Џон Лот зборува за скриени оружје и стапката на убиства и проверка со други експерти, се пожали дека “се обидува да најде решение за академски аргументи е речиси нарачана будала е. Вие може да се удави во споровите во врска со t-статистика, атарот променливи и “Поиссон” наспроти методи за анализа на податоци “најмали квадрати”.

Болдт е точно да се сомнева дека тој бил вовлечен во мисија будала е. Постојат, всушност, не се важни наоди по социологија или криминологија кои не можат да бидат доставени до новинарите и креаторите на политиката кои немаат завршено средно образование во економетријата. Тоа е време да се признае дека на царот нема облека. Кога се претставени со економетриски модел, потрошувачите треба да инсистираат на докази дека тоа може да се предвиди трендовите на податоци, освен на податоци кои се користат да се создаде. Модели кои не овој тест се ѓубре науки, без оглед колку комплексна анализа.

РЕФЕРЕНЦИ

Berk, Richard.A. 1991. Toward a methodology for mere mortals,” Sociological Methodology 21: 315-324.
Boldt, David. 1999. “Study evidence on guns,” Philadelphia Inquirer, December 14. Преземени на 17 мај 2000 година од: http://www.phillynews.com/inquirer/99/Dec/14/opinion/BOLDT14.htm.
Black, Dan. and Daniel Nagin 1998. Do right-to-carry laws deter violent crime? Journal of Legal Studies 27: 209-219.
Bonner, Raymond and Ford Fessendren. 2000. States with no death penalty share lower homicide rates,” New York Times, September 22. Преземени од: http://www.nytimes.com/2000/09/22/national/22DEAT.html.
Donohue, John and Steven Levitt. 1999. Legalized Abortion and Crime. Stanford University Law School. Преземени во август 2000 година од: http://papers.ssrn.com/paper.taf?ABSTRACT_ID=174508.
Fox, James. 2000. Demographics and U.S. homicide, In A. Blumstein and J. Wallman (eds.), The Crime Drop in America, Cambridge University Press, New York, pp. 288-317.
Freedman, David 1991. Statistical models and shoe leather. Sociological Methodology 21: 291-313.
Lott, John. 2000. More Guns, Less Crime: Understanding Crime and Gun Control Laws. University of Chicago Press, second edition with additional analyses.
Lott, John. and John Whitley. 2001. Abortion and crime: Unwanted children and out-of-wedlock births,” Yale Law & Economics Research Paper No. 254. Преземени на 9 јули 2001 година од: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=270126.
Marvell, Thomas and Carlisle Moody, C. 1997. The impact of prison growth on homicide. Homicide Studies 1: 205-233.
Zimring, Frank and Gordon Hawkins. 1997. Concealed handguns: the counterfeit deterrent, The Responsive Community 7: 46-60.

 

Please Post Your Comments

Вашата адреса за е-пошта нема да биде објавена. Задолжителните полиња се означени со *