Re: [請益] 法務部長不執行死刑的邏輯
※ 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
05/17 19:38, , 1F
05/17 19:38, 1F
→
05/17 19:38, , 2F
05/17 19:38, 2F
→
05/17 19:38, , 3F
05/17 19:38, 3F
→
05/17 19:38, , 4F
05/17 19:38, 4F
→
05/17 23:55, , 5F
05/17 23:55, 5F
→
05/17 23:56, , 6F
05/17 23:56, 6F
→
05/17 23:56, , 7F
05/17 23:56, 7F
推
05/17 23:57, , 8F
05/17 23:57, 8F
→
05/18 01:30, , 9F
05/18 01:30, 9F
推
05/18 19:09, , 10F
05/18 19:09, 10F
→
05/18 19:09, , 11F
05/18 19:09, 11F
→
05/18 19:09, , 12F
05/18 19:09, 12F
→
05/19 00:37, , 13F
05/19 00:37, 13F
→
05/19 00:38, , 14F
05/19 00:38, 14F
→
05/19 00:39, , 15F
05/19 00:39, 15F
→
05/19 00:39, , 16F
05/19 00:39, 16F
推
05/19 01:31, , 17F
05/19 01:31, 17F
→
05/19 01:31, , 18F
05/19 01:31, 18F
→
05/19 01:31, , 19F
05/19 01:31, 19F
→
05/19 01:35, , 20F
05/19 01:35, 20F
→
05/19 01:35, , 21F
05/19 01:35, 21F
→
05/19 01:36, , 22F
05/19 01:36, 22F
→
05/19 01:37, , 23F
05/19 01:37, 23F
→
05/19 01:38, , 24F
05/19 01:38, 24F
→
05/19 01:39, , 25F
05/19 01:39, 25F
→
05/19 01:39, , 26F
05/19 01:39, 26F
推
05/20 00:33, , 27F
05/20 00:33, 27F
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