Re: [請益] 法務部長不執行死刑的邏輯

[Oikeiosis (怎麼啦)]

※ 引述《danny0838 (道可道非常道)》之銘言：
: ※ 引述《Oikeiosis (怎麼啦)》之銘言：
: : 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。

我同意你的看法  該論文沒有談到廢除死刑後的效果

該論文談論的是死刑執行的效果

而且得到結論是執行更多死刑不會減低未來的犯罪率

剩下我們想不想挖掘其他推論  或是 支持什麼政策  那不是實證研究的長項



: : 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」？

你還有其他的嚇阻力的定義可以選用

包括所謂「一般嚇阻」學說

也就是所謂只要懸而不用就有效果的那種學說

請自己想個可以研究其效果的方法吧  我沒有意見啊


: 我不這麼認為，就如之前提到的問題：
: 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...

違規停車比率跟開單人數有正相關 這很自然啊

但是現在如果研究結果是違規停車比率竟然跟開單人數不相關

那我們不是應該要檢討「開單」這個行政程序為什麼會無效的問題嗎？

這才是比照我的邏輯的精神



: 3.1
: 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
: 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
: 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
: 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。

好的  我都同意有這些微小的可能

有可能有假不顯著 有可能有未考慮因子   也有可能有共線性

我只是單純的主觀相信這些可能性微乎其微

所以自己去質疑反駁這些論點失敗的可能性很高

而不想自己去檢驗這些統計問題

還是交給統計學有專精  並且認為有機會找到方法上的錯誤的人去檢驗吧


: 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。
: 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」。

你這邊的推論我並沒有查檢定表

但是我一點都不相信你講的話

因為在漸進回歸法中  一開始不顯著的因數 標準作法就是在之後的迴歸裡排除

假如真的如你所說  這個b不為0的機率這麼高

那排除因數的作法怎麼可能可行

所以你的推論一定是不可能的  我只是懶得去看你的推論為何是錯的

: : 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。

那當然 只要你提出夠好的證據 證實你的懷疑

我完全接受啊  你沒有的時候  還一定要別人無限的回應你的質疑

那我是不是也可以懷疑你根本就不是人類 就算是人類也不是台灣人

就算是台灣人 也是沒有腦袋的台灣人  除非你有證據...

你反正就是不想提證據  別人有證據就幻想證據力不足

這藉口永遠可以繼續下去

: : 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。

請舉例有哪個法律在實行前有實施臨床實驗或是逼近的統計研究過？

不同領域的決策標準本來就不同

你看到合理的論證也不相信  反而會持續的找藉口不相信

這根本就是立場決定發言  也是我最為厭惡的網路發言的流行

被這種流行忽略  我並不覺得可惜

: : 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。

哈  我忘了你可能不知道 pain score 有很多主觀報告外的研究

好的我的態度是主觀報告的數字都不是實證的  沒有前後一致 沒有信效度

你要怎麼想都隨便你   我懶得管你什麼實證什麼不實證


: 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...

不同領域的決策標準本來就不同  你繼續拿藥物的立場來討論是沒有意義的

: : 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。

這不是幻想而是常識  任何人都知道刑罰有嚇阻力

然而我為何要在上面打上「？」就是表示有論文反駁這個常識

今天研究者的時間有限 本來就不會每個常識都去檢查

或者是就算檢查了 發現沒有違背常識的結論也不會發表出來

所以符合常識的結論不需要論文來研究乃是自然而然的

你把這些常識說成是幻覺  也只不過是強調了你們對死刑嚇阻力的認知是幻覺而已


: : 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。

的確 要計算各種的未知成本 確實可以幫助決策

不過就算#1Bsf_pcD 你要的成本都給你

你的成本用的單位也有很大的問題

你需要有對未來、還有人命貨幣化的折現率  要做也是可以

我只是覺得不太接受而已

: : 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。

這是個試圖證明一件未發生的事情比較好

: 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。

因果關係也包含了時間前後的關係

所以當有「延遲效果」時  後出現的果不會是先出現的因

你當然可以繼續質疑  但是從該論文的結論 不應該會有因果錯置的謬誤

: 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%。

真是大開眼界

原來當我們用實證證據發現 某變因 對 應變數 不顯著之後

該變因對 應變數  沒有影響的機率不到10％


老實說  我一點也不相信你講的這種話   請給我論證  我徹底的不相信

: 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。

我相信只要對無期徒刑做就夠了  只是我不太可能自己來做

如果沒別的人做過  我也是找不到的

我相信如果這些刑罰都沒有嚇阻力

那宣稱刑罰有嚇阻力的學說本來就應該要面對很大的質疑



--

  把在ask-why自己寫的收一收

  http://askoikeiosis.blogspot.com/

  就不用等板主了

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 58.115.126.174
推 danny0838:請不要把嚇阻力廉價化 http://tinyurl.com/3ykhong
→ danny0838:簡單講，此論文與廢死無關，也未證明「廢除死刑後命案不
→ danny0838:會增加。」留死方依舊主張不應廢死，免得命案變多，無辜
→ danny0838:慘死者更多。
→ Oikeiosis:此論文研究死刑的實效 發現死刑並無嚇阻未來罪案的能力
→ Oikeiosis:留死方如果要繼續宣稱死刑有拯救未來受害者的能力
→ Oikeiosis:就需要有更明確的論述或證據
推 danny0838:第一段，此論文未探討「廢死」這個變因。
→ Oikeiosis:你可不可以正視該論文結論啊  該論文討論死刑實效！！！
推 danny0838:你沒有正面回答問題，驚歎號不會增強你的說服力。我換個
→ danny0838:說法，請問在此篇論文中，嚇阻力之定義及算法為何？如果
→ danny0838:[命案犯罪數]=1.3[死刑執行數]+120，請問嚇阻力多少？
→ Oikeiosis:你正文根本就沒有問問題 我要怎麼正面回答問題？
→ Oikeiosis:就你上面舉例來說 執行一個死刑可解釋1.3個罪案發生因數
→ Oikeiosis:所以該式子表示死刑有示範效果1.3 即-1.3的嚇阻力
→ Oikeiosis:請問你問這個要表達什麼？
推 danny0838:某年9000人違規停車9000人繳罰緩；次年8950人違停8950人
→ danny0838:繳罰鍰；再次年9030人違停9030人繳罰鍰...故依你所見違
→ danny0838:規停車罰鍰的嚇阻力是-1，應該廢除違規停車罰鍰？
→ Oikeiosis:只有三個數據 這樣無法得到有意義的相關性結論
→ Oikeiosis:就算你現在給了三十個數據 有了相關性 又怎樣呢？
→ danny0838:就直接已知[違規停車件數]=1x[繳罰鍰人數]+0 你爽了吧
→ Oikeiosis:對沒錯 找到罰鍰有鼓勵違停的效果 那當然要檢討
→ Oikeiosis:你很無聊 原來你還在講這個... 蘋果橘子經濟學看過吧？
→ Oikeiosis:裡面講過托兒所遲到付費政策的鼓勵遲到效果
→ Oikeiosis:罰鍰確實有可能造成鼓勵效果  怎麼統計自己去查吧
推 sarsspear:壞人多罰得少就正 壞人多罰得多就負 嚇阻力不是這樣算吧