Re: [請益] 法務部長不執行死刑的邏輯
看板ask-why (知識奧秘)作者danny0838 (道可道非常道)時間14年前 (2010/05/12 23:59)推噓9(9推 0噓 17→)留言26則, 3人參與討論串131/144 (看更多)
※ 引述《Oikeiosis (怎麼啦)》之銘言:
我覺得你根本沒有搞清楚統計的原理及統計背後的假設...
如果想要以終身監禁取代廢死,我們要證明的命題是:
「以終身監禁取代死刑將使更少人死亡」
如果要以你舉的論文證明這個命題,你需要先證明很多條件:
1.請證明或論證:
「每年被執行死刑人數」與「命案犯罪率」的因變關係是因果關係。
(每年被執行死刑人數→命案犯罪率)
2.如果1成立,請證明或論證:
「每年被執行死刑人數」對「命案犯罪率」的因果影響是死刑嚇阻力的唯一表現。
3.如果2成立,請證明或論證:
死刑嚇阻力統計不顯著→死刑極可能無嚇阻力
4.如果3成立,請證明或論證:
終身監禁的嚇阻力不低於死刑
5.你必證證明以上1~4皆成立,我們才能據此推論:
「如果死刑嚇阻力統計不顯著,以終身監禁取代死刑將使更少人死亡」
而我就是在告訴你,1~4 都很可能不成立:
1.
: : 什麼個別不個別的?所以你認為哪頁哪節的因果關係有高可信度?
: 長期效果用的是多變量因數分析模型 是標準的嚇阻力分析用的模型
: 而你引用的這段
: 講的是執死刑與個別罪案(擄人勒贖、姦殺、暴力財產...)間迴歸
: 這只是單純的相關性研究 並不是嚇阻力分析也沒有考慮其他因數的影響
請不要逃避問題,有沒有考慮其他因素,有沒有用多變量因數分析都不是重點,
關鍵是「迴歸只能代表相關,不能證明因果」。
我很好心連資料都查給你:http://tinyurl.com/2elqoru
(P.2) y對x的一個顯著迴歸並不證明x的改變是y之變異的原因
實務上,顯著相關、高度相關都不必然證成因果,
其中最可能的謬誤是其實y才是造成x變異的原因,
另外常見的可能是有個z造成x和y一同變異,或者純粹是偶發現象。
不講死刑,換個例子好了,
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?
要推算其因果關係高不高,我們還可以再做幾個分析對照看看。
比方[1~10年徒刑執行數]和[1~10年徒刑犯罪率]有沒有顯著相關,
以上[1~10年徒刑]可再改成各種刑罰。
如果這些都沒有相關,我們很可能要合理懷疑,此類分析有其本質上的問題。
(當然還有另一種可能是,所有刑罰都沒有嚇阻力)
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...
: 2) 「不執行死刑」顯然不等於「廢除死刑」。我們無法確認死刑制度的嚇阻機制
: 是如何運作的,也許媒體間的「求處死刑」、「死刑定讞」字眼即有作用,或者公
: 民課本、法律教育中提到犯罪最高可處死刑,或者「民間信仰殺人償命+我國有死
: 刑=殺人者死刑」等等,可能死刑制度的存在本身即具有嚇阻力,執行死刑未必是
: 嚇阻力之主要因素(但也許有加強效果,誰知道呢?)。
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。
3.
: : 是我沒寫好,這和我論證過的無關,
: : 而是統計上不顯著的結果本來就不能支持死刑或廢死。
: : 「統計上不顯著」代表「無法證明虛無假說為誤」,
: : 而虛無假說在這個議題上是「死刑的嚇阻力低於0」,
: : 所以「統計上不顯著」就代表「沒有辦法證明死刑的嚇阻力大於等於0」。
: : 從一個「沒有辦法證明死刑的嚇阻力大於等於0」的結果,
: : 我們無法知道死刑的嚇阻力大於等於0或不大於等於0,
: : 就好比「無法證明神存在」不支持神存在,也不支持神不存在。
: 這裡不顯著的結果是說不支持死刑有嚇阻力
: 不是支不支持死刑
: 實證的結論表示不支持死刑有嚇阻力的假設
: 你當然還是可以繼續高唱 對沒錯 這還是有可能
: 我同意 只是可能性大小的問題而已 有可能 只是機率很接近0
「機率很接近0」有可能只是你個人的信仰甚或妄想。
「無法證明」並不總能推論「機率很接近0」,
必須由很多專家根據背景知識和常識綜合評估才能下判斷。
其中一個可能就是「用地磅秤不出柳丁的重量,不代表柳丁無重」。
研究方法、統計手法、樣本選取等諸多因素都有影響,
稍有未考慮因素存在,就可能造成統計不顯著,不能據此推論二者沒有關係。
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。
所以統計不顯著我們也可以主張原因是:
(1)「每年被執行死刑人數」與「命案犯罪率」之關係不是線性關係
這點和我在2的論述一致,我本來就不認為是線性關係。
(2)x控制項之間有交互作用:
你認為離婚率、失業率、被執行死刑人數、犯罪破獲率、15~29歲人口率、
警民比例、國民平均所得、司法經費等八項因素之間不會互相影響嗎?證明一下
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。
4.
: : 不對,無論死刑的嚇阻力為何,依照先前的計算,
: : 只要終身監禁的嚇阻力比死刑低 0.017 個以上的犯罪率,
: : 廢死就會害死更多人,因而死刑有正當性。
: 就照你所說
: 那很明顯的 終身監禁的嚇阻力必須是-0.017以下
: 也就是終身監禁必須是負的嚇阻力(有示範效果) 廢死才會害死更多人
: 就算兩者都是0 廢死也沒害死「更多」人
: 從常理而言 廢死害死更多人的條件是較不可能達到的
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?
: ※ 引述《danny0838 (道可道非常道)》之銘言:
: : 你如果沒看懂,我再強調一次,
: : E 的定義就是「死刑的嚇阻力跟終身監禁嚇阻力之差」,
: : 之前我是為了簡單起見,把 E 簡稱為交換比、嚇阻力,本質上是上面這句,
: : 不過這的確有可能和所謂「死刑的嚇阻力」、「死刑的交換比」混淆,
: : 我再重新聲明一次:
: : E =「死刑的嚇阻力與終身監禁嚇阻力之差」=(相對)交換比=(相對)嚇阻力
: : 之前我的文章談到的 E 都一貫採用這個定義。
: : 我這裡也特別加註了括號 (E),
: : 相對交換比 (E) 為正就等於死刑嚇阻力高於終身監禁。
: 那你用這樣的定義 你的E是非實證的
: 你之前算的那些微小正當性都是毫無意義的
: 因為你的E是一個不存在的假設性數字 不能透過實證方法找到
: 那你說什麼統計波動都是沒有意義的
: 統計波動根本波動不到一個假設的東西上
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。
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?
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。
並且如 1) 所述,這個參數是有可能實證算出來的。
反倒是你聲稱的「死刑嚇阻力」 E' 才是對解決命題沒有意義的參數,
我在 #1Bsf_pcD 用 E 列出了許多情況和論證,每種情況都能分析成本和效益,
你如果堅持 E' 才是有意義的,請用 E' 做個類似的分析讓大家看看。
: : 因此,要證明以終身監禁取代死刑(在保護生命上)會比較好,
: : 必須拿出終身監禁的嚇阻力做為對照。
: ...看不出來這個必要性何在
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...
廢死方要論證「以終身監禁取代死刑將使更少人死亡」,
當然必須證明「終身監禁的嚇阻力不比死刑低」。(前面提到的4)
請問終身監禁的嚇阻力未知的青況下,如何證成以上命題?
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 220.136.154.160
※ 編輯: danny0838 來自: 220.136.154.160 (05/13 00:20)
推
05/13 00:30, , 1F
05/13 00:30, 1F
推
05/13 03:51, , 2F
05/13 03:51, 2F
推
05/13 06:52, , 3F
05/13 06:52, 3F
→
05/13 06:55, , 4F
05/13 06:55, 4F
→
05/13 06:56, , 5F
05/13 06:56, 5F
推
05/13 06:58, , 6F
05/13 06:58, 6F
→
05/13 06:59, , 7F
05/13 06:59, 7F
→
05/13 07:01, , 8F
05/13 07:01, 8F
→
05/13 07:01, , 9F
05/13 07:01, 9F
→
05/13 07:02, , 10F
05/13 07:02, 10F
推
05/13 07:27, , 11F
05/13 07:27, 11F
→
05/13 16:46, , 12F
05/13 16:46, 12F
推
05/13 19:43, , 13F
05/13 19:43, 13F
推
05/13 19:48, , 14F
05/13 19:48, 14F
→
05/13 20:34, , 15F
05/13 20:34, 15F
→
05/13 20:35, , 16F
05/13 20:35, 16F
推
05/13 20:45, , 17F
05/13 20:45, 17F
→
05/13 20:58, , 18F
05/13 20:58, 18F
→
05/13 20:59, , 19F
05/13 20:59, 19F
→
05/13 21:00, , 20F
05/13 21:00, 20F
→
05/13 21:01, , 21F
05/13 21:01, 21F
→
05/13 21:02, , 22F
05/13 21:02, 22F
推
05/13 21:29, , 23F
05/13 21:29, 23F
→
05/13 21:34, , 24F
05/13 21:34, 24F
→
05/13 21:34, , 25F
05/13 21:34, 25F
→
05/13 22:36, , 26F
05/13 22:36, 26F
討論串 (同標題文章)
ask-why 近期熱門文章
PTT職涯區 即時熱門文章