Original: http://crab.rutgers.edu/~goertzel/mythsofmurder.htm
Тед Герцелия
Rutgers University, Camden NJ 08102
Якщо ви хочете більш довгу, більше технічну версію цього документа в форматі Word, натисніть тут.
Чи вважаєте ви, що кожен раз, коли укладений виконується в Сполучених Штатах, вісім майбутніх вбивства відлякує? Чи вважаєте Ви, що збільшення числа громадян, 1% ліцензію на здійснення прихованого зброї призводить до зниження швидкості держави про вбивство на 3,3%? Чи вважаєте ви, що від 10 до 20% від зниження злочинності в 1990-х роках було викликано збільшенням числа абортів в 1970-і роки? Або те, що рівень вбивств збільшився б на 250% з 1974 року, якщо Сполучені Штати не будували стільки нових в’язниць?
Якщо ви були введені в оману будь-якого з цих досліджень, ви, можливо, впав на згубної формі лженауки: використання математичних моделей з не продемонстрували можливості інтелектуального зробити висновки політики. Ці дослідження зовні вражає. Автор відомих соціальних вчених з престижних інститутів, вони часто з’являються в рецензованих наукових журналах. Заповнені зі складними статистичними розрахунками, вони дають точні чисельні “факти”, які можуть бути використані в якості точок Debaters ‘в якості аргументів політики. Але ці “факти” буде про ‘цівки. Перед висихання чорнила на одному дослідженні, інший з’являється з абсолютно різними «фактами». Незважаючи на їх наукової зовнішності, ці моделі не відповідають основним критерієм для корисного математичної моделі: можливість будувати припущення, які краще, ніж випадковість.
Хоча економісти є провідними практиками цього загадкового мистецтва, соціологи, криміналісти і інші соціологи версії його. Він відомий під різними назвами, в тому числі “економетричного моделювання”, “структурного моделювання рівняння” і “аналіз шляху”. Всі ці способи використання кореляцій між змінними, щоб зробити причинні висновки. Проблема з цим, як будь-який, хто пройшов курс за статистикою знає, що кореляція з причинно-наслідковий зв’язок. Кореляція між двома змінними часто “паразитний”, тому що вони викликані якоюсь третьою змінною. Економетричні модельєри намагаються подолати цю проблему, в тому числі всі відповідні змінні в своїх аналізах, використовуючи статистичний метод, званий «множинної регресії». Якщо були прекрасні заходи всіх причинних змінних, це буде працювати. Але дані ніколи не досить гарні. Повторні спроби використовувати множинноїрегресії для досягнення остаточних відповідей на питання державної політики, не увінчалися успіхом.
Але багато соціологів не хочуть визнавати невдачу. Вони присвятили років до навчання і викладання регресійного моделювання, і вони продовжують використовувати регресію, щоб зробити причинно-наслідкові аргументи, які не виправдані своїми даними. Я називаю ці аргументи міфи множинноїрегресії, і я хотів би використовувати чотири дослідження ставок вбивства як приклади.
Міф перший: більше гармат, менше злочинності.
Джон Лотт, економіст Єльського університету, використовували економетричні моделі, щоб стверджувати, що “дозволяючи громадянам носити вогнепальну зброю відлякує насильницькі злочини, не збільшуючи кількість випадкових смертей.” Аналіз Лотта участь “видає” закони, які вимагають від місцевої влади видати захованої зброї дозволяють будь-якому законослухняному громадянину, який застосовується для одного. Лотт підрахували, що кожне збільшення на один відсоток володіння зброєю в популяції призводить до зниження рівня вбивств на 3,3%. Лотт і його співавтор, Девід Гірчиця опублікував першу версію свого дослідження в Інтернеті в 1997 році і десятки тисяч людей завантажили його. Він був предметом політичних форумів, газетних колонок, і часто досить складних дискусій на World Wide Web. У книзі з помітною назвою більше гармат, менше злочинності, Лотт дражнили його критики, звинувачуючи їх покласти ідеологію попереду науки.
Pобота Лотта є прикладом статистичного однієї-змагання. Він має більше даних і більш складний аналіз, ніж будь-хто інший вивчення теми. Він вимагає, щоб кожен, хто хоче оскаржити його аргументи стали занурюють в дуже складній статистичної дискусії, засновані на розрахунках, так важко, що вони не можуть бути виконані за допомогою звичайних настільних комп’ютерів. Він кидає виклик всім, хто не згоден з ним, щоб завантажити його набір даних і повторити свої розрахунки, але більшість соціологів не думаю, що варто їх час повторити дослідження з використанням методів, які неодноразово не вдалося. Більшість дослідників управління гармати просто відкинув претензії Лотт і гірчицю і продовжував з їх роботою. Два шановних дослідників в галузі кримінального правосуддя, Френк Zimring і Гордон Хокінс (1997) написав статтю про те, що:
так само, як пани. Лотт і Гірчиця може, з однією моделлю визначників людиновбивства, виробляють статистичні залишки, які передбачають, що “видає” закони скасовують вбивство, ми очікуємо, що визначається Економетристи може проводити обробку одних і тих же історичних періодів з різними моделями і протилежні ефекти. Економетричного моделювання є двосічним мечем в його здатності, щоб полегшити статистичні висновки теплі серця справжніх віруючих будь-якого штибу.
Zimring і Хокінс мали рацію. Протягом року, два певні Економетристи, Ден Блек і Даніель Nagin (1998) опублікував дослідження, яке показує, що, якщо вони змінили статистичної моделі трохи, або застосував його до різних сегментів даних, Лотт і висновки гірчицю зникли. Чорний і Nagin виявили, що коли Флорида була видалена з зразка не було “жодних видимих наслідків законів право переносна на швидкість вбивства і зґвалтування.” Вони прийшли до висновку, що “логічний висновок, заснований на моделі Лотт і гірчичним недоречна, і їх результати не можуть бути використані відповідально сформулювати державну політику.”
Джон Лотт, однак, заперечують їх аналіз і продовжував просувати свою власну. Лотт були зібрані дані для кожної з країн Америки за кожен рік з 1977 по 1992 рік Проблема з цим полягає в тому, що США Америки сильно розрізняються за розміром і соціальних характеристик. Кілька великих з них, що містять великі міста, доводиться дуже великий відсоток вбивств в Сполучених Штатах. Як це відбувається, жоден з цих дуже великих округів не мають “видає” закони контролю над вогнепальною зброєю. Це означає, що масовий набір даних Лотта була просто непридатна для його завдання. У нього не було ніякої зміни в його ключовий причинного змінної – “видає” закони – в тих місцях, де сталися більшість убивств.
Він не згадав це обмеження в своїй книзі або статті. Коли я виявив відсутність “видає” закони в великих містах в моєму власному вивченні його даних, я запитав його про це. Він знизав плечима, сказавши, що він “під контролем” для чисельності населення в своєму аналізі. Але введення статистичного контролю в математичному аналізі не вигадував за те, що він просто не мав ніяких даних для великих міст, де проблема вбивства була найбільш гострою.
Мені потрібно якийсь час, щоб знайти цю проблему в своїх даних, так як я не був знайомий з проблемою управління пістолетами. Але Zimring і Хокінс на нульову позначку в нього відразу, тому що вони знали, що “видає” закони були введені в штатах, де Національна стрілецька асоціація була сильна, головним чином на півдні, заході і в сільських районах. Це були держави, які вже мали кілька обмежень на зброю. Вони відзначили, що ця законодавча історія засмучує “наша здатність порівнювати тенденції в« видає »стану з тенденціями в інших державах. Оскільки держави, які змінили законодавство різні за розташуванням і конституції від держав, які не зробили, порівняння між законодавчими категоріями будуть завжди ризик заплутаною демографічні та регіональні впливу з поведінкового впливу різних правових режимів “. Zimring і Хокінс також зазначив, що:
Лотт і гірчиці, звичайно, знають про цю проблему. Їх рішення, стандартний економетричний метод, є побудова статистичної моделі, яка буде контролювати всі відмінності між Айдахо і Нью-Йорку, які впливають на вбивство і рівень злочинності, за винятком “видають” закони. Якщо можна “вказати” основні фактори, що впливають на вбивства, зґвалтування, крадіжки зі зломом і викрадень в нашій моделі, то ми можемо виключити вплив цих факторів на різні тенденції. Лотт і Гірчиця будувати моделі, які оцінюють вплив демографічних даних, економічних даних, а також кримінального покарання на різні злочини. Ці моделі є кінцевою в статистичному будинку приготування їжі в тому, що вони створені для цього набору даних цими авторами і тільки тестується на даних, які будуть використовуватися при оцінці правих переносна впливів.
Лотт і Гірчиця порівнювали тенденції в Айдахо і Західної Вірджинії і Міссісіпі з тенденціями в Вашингтоні, округ Колумбія і Нью-Йорку. Що відбулося насправді було те, що там був вибух тріщин, пов’язаних з вбивствами в великих східних містах в 1980-х і початку 1990-х років. Весь аргумент Лотта звелося до твердження, що в основному сільські і західні “видають” держави були позбавлені тріщин, пов’язаних з епідемією вбивств через їх “видають” закони. Це ніколи б не були прийняті всерйоз, якби не було видно з-за лабіринт рівнянь.
Міф другий: Ув’язнення більше людей ріже злочинності
Справа Лотт і гірчиці був винятковим тільки в обсязі суспільної уваги він отримав. Це досить часто, навіть характерно, конкуруючі дослідження будуть опубліковані з використанням економетричних методів для досягнення протилежні висновки про те ж номері. Часто немає нічого явно не так з будь-яким з аналізів. Вони просто використовують кілька різних наборів даних або різні методи для досягнення різних результатів. Здається, ніби регресивні модельєри може досягти будь-якого результату вони хочуть, не порушуючи правил регресійного аналізу в будь-якому випадку. В одному виключно відверту заяву розчарування у зв’язку з таким станом справ, два вельми шанованих кримінологи, Томас Marvell і Carlisle Moody (1997: 221), повідомила про отримання дослідження вони зробили впливу позбавлення волі на рівень вбивств. Вони повідомили, що вони:
широко поширені [їх] результати, поряд з даними, що використовуються, до колег, які спеціалізуються в кількісному аналізі. Найбільш частим відповіддю є те, що вони відмовляються не вірити результатам, незалежно від того, наскільки добре статистичний аналіз. За цим твердженням є поняття, часто обговорюється в неофіційному порядку, але рідко публікуються, що соціальні вчені можуть отримати будь-який бажаний результат шляхом маніпулювання процедур, що використовуються. Насправді, велика різноманітність оцінок, що стосуються впливу тюремного населення сприймається як гарне свідчення податливості дослідження. Мається на увазі, навіть серед багатьох, які регулярно публікують кількісні дослідження, є те, що незалежно від того, наскільки ретельно аналіз, результати не є не заслуговує на довіру, якщо вони не відповідають з попередніми очікуваннями. Науково-дослідницька дисципліна не може добитися успіху в такій структурі.
До їх велика заслуга, Marvell і Moody відверто визнав проблеми з множинноїрегресії, і вніс ряд пропозицій щодо поліпшення. На жаль, деякі Економетристи стали настільки занурені в свої моделі, що вони втрачають слід, як вони довільно. Вони прийшли до думки, що їх моделі є більш реальними, більш дійсними, ніж брудний, непокірних, “неконтрольовану” реальності, яку вони беруться пояснити.
Міф третій: Виконавчі Люди Cuts Злочинність
У 1975 році American Economic Review опублікував статтю провідного економіста, Айзека Ерліха з Університету Мічигану, який за оцінками того, що кожне утримані вісім вбивств. Перед Ерліха, найвідоміший фахівець з ефективності страти був Торстен Sellen, який використовував набагато простіший метод аналізу. Sellen підготували графіки, які порівнюють тенденції в різних станах. Він знайшов мало або взагалі ніякої різниці між станами з або без смертної кари, тому він прийшов до висновку, що смертна кара не має ніякого значення. Ерліха, в акті статистичної один-змагання, стверджував, що його аналіз був більш дійсним, оскільки він контролюється для всіх факторів, що впливають на темпи вбивств.
Ще до того, як була опублікована робота Ерліха була згадана Генеральним прокурором Сполучених Штатів в курій Amicus коротко, поданій до Верховного суду Сполучених Штатів в захист смертної кари. На щастя, суд вирішив не покладатися на свідчення Ерліха, тому що це не було підтверджено іншими дослідниками. Це було мудро, бо протягом року або двох інших дослідників, опублікованих в рівній мірі складні економетричного аналізу, що показують, що смертна кара не має стримуючого ефекту.
Спори з приводу роботи Ерліха було настільки важливим, що Національна дослідницька рада скликав блакитною стрічкою групи експертів для його розгляду. Після дуже ретельного розгляду, панель вирішив, що проблема була не тільки з моделлю Ерліха, але з ідеєю використання економетричних методів для вирішення суперечки з приводу політики в галузі кримінального правосуддя. Вони (Манський, 1978: 422) зробив висновок, що:
оскільки дані ймовірно, будуть доступні для такого аналізу мають обмеження і тому, що злочинна поведінка може бути настільки складним, поява остаточного поведінковий дослідження, лежачи на відпочинок всі суперечки з приводу поведінкових ефектів політики стримування не слід очікувати.
Більшість експертів тепер вважають, що Sellen мав рацію, що смертна кара не має очевидний ефект на показники вбивства. Але Ерліх не переконали. Він тепер самотній істинний віруючий в дійсності його моделі. У недавньому інтерв’ю (Боннер і Fessendren, 2000) він наполягав на тому, “якщо варіації, як безробіття, нерівність доходів, ймовірність затримання і готовності застосовувати страту враховуються, смертна кара показує значний ефект стримуючу.”
Міф четвертий: Легалізований Аборт Викликаний злочинності крапля в 1990-і роки.
У 1999 році Джон Донохью і Стівен Левітт опублікував дослідження з новим поясненням різкого зниження ставок вбивств в 1990-х роках. Вони стверджували, що легалізація абортів Верховним судом США в 1973 році призвело до зниження народження небажаних дітей, непропорційно велике число яких виросло б до злочинців. Проблема з цим аргументом є те, що легалізація абортів був разовий історична подія і разових подій, не забезпечують достатньої кількості даних для дійсного регресійного аналізу. Це правда, що аборт був легалізований раніше в деяких штатах, ніж інші, і Донохью і Левітт використовувати цей факт. Але всі ці держави йшли через ті ж історичні процеси, і багато іншого відбувалося в той же історичний період, який здійснив рівень вбивств. Дійсний аналіз регресії матиме, щоб захопити всі ці речі, і протестувати їх в широкому діапазоні змін. Наявні дані не дають, що, так що результати регресійного аналізу буде варіюватися в залежності від того, які дані обрані для аналізу.
В цьому випадку Донохью і Левітт вирішив зосередитися на зміни протягом проміжку часу в дванадцять років, не звертаючи уваги коливання протягом цих років. Роблячи це, як Джеймс Фокс. (2000: 303) зазначив, що “вони пропустили більшість зрушень в злочині в цей період – тенденція до зростання в кінці 1980-х років тріщини ери і спадну корекцію в пост-тріщини років Це щось на кшталт вивчення впливу фаз місяця на океанських припливів, але тільки записи даних в періоди відливу “.
Коли я писав цю статтю, я включив пропозицію про те, “найближчим часом ще один регресійний аналітик, ймовірно, повторно проаналізувати ті ж дані і до різних висновків.” Кілька днів по тому, моя дружина передала мені історію газети тільки про це дослідження. Автор був не хто інший, ніж Джон Лотт з Єльського університету, разом з Джоном Уитли з Університету Аделаїди. Вони хрустіли ті ж номери і прийшли до висновку, що “легалізація абортів збільшився рівень вбивств приблизно на 0,5 до 7 відсотків” (Лотт і білизною, 2001).
Чому такі різні результати помітно? Кожен набір авторів просто вибрали інший спосіб моделювання неадекватне тіло даних. Економетрика не може зробити діючий загальний закон з історичного факту, що аборт був легалізований в 1970-і роки і злочинність увійшла в 1990-і роки. Ми повинні були б принаймні, кілька десятків таких історичний досвід для дійсного статистичного тесту.
Висновки.
Випробування кислоти в статистичному моделюванні є прогнозування. Прогноз не повинен бути досконалим. Якщо модель може передбачити, значно краще, ніж випадковий ворожінні, це корисно. Наприклад, якщо модель може передбачити ціни на акції, навіть трохи краще, ніж випадковий ворожінні, це зробило б його власники дуже багатих. Так багато зусиль було витрачено на тестування і оцінку моделей цін на акції. На жаль, дослідники, які використовують економетричні методи для оцінки соціальної політики дуже рідко піддавати свої моделі для прогнозування випробувань. Їх виправдання в тому, що вона займає надто багато часу для результати будуть відомі. Ви не отримаєте нові дані про бідність, абортів або вбивств кожні кілька хвилин, як ви робите з цінами на акції. Але дослідники можуть зробити прогнозну тестування іншими способами. Вони можуть розробити модель з використанням даних з однієї юрисдикції або період часу, а потім використовувати її для прогнозування даних з інших часів чи місць. Але більшість дослідників просто не роблять цього, або якщо вони роблять моделі не та результати не публікуються.
Журнали, які публікують економетричні дослідження питань державної політики, часто не вимагають інтелектуального тестування, який показує, що редактори і оглядачі мають низькі очікування для своїх полів. Таким чином, дослідники враховували дані протягом певного періоду часу і зберегти тонке налаштування і регулюючи їх модель, вона поки вони не можуть “пояснити” тенденції, які вже відбулися. Є завжди кілька способів зробити це, і з сучасними комп’ютерами це не так уже й важко продовжувати пробувати, поки не знайдете те, що підходить. У цей момент, дослідник зупиняється, пише вгору висновки, і посилає папір з для публікації. Пізніше, інший дослідник може скорегувати модель, щоб отримати інший результат. Це заповнює сторінки наукових журналів, і кожен робить вигляд, що не помітив, що мало або взагалі ніякого прогресу не робиться. Але ми нічим не ближче до мати дійсний економетрична модель ставок вбивства сьогодні, ніж ми були, коли Ісаак Ерліх опублікував першу модель в 1975 році.
Наукове співтовариство не має хороші процедури визнання провалу широко використовуваного методу дослідження. Методи, які вкоренилися в аспірантурі в провідних університетах і опублікованих в престижних журналах, як правило, бути увічнені. Багато миряни вважають, що якщо дослідження було опубліковано в рецензованих журналі, він дійсний. Випадки, ми досліджували показують, що це не завжди так. Рецензування запевняє, що склалася практика були дотримані, але це мало допомагає, коли самі ці практики несправні.
У 1991 році Девід Фрідман, видатний соціолог в Університеті Каліфорнії в Берклі і автор підручників з кількісних методів досліджень, потрясла основи регресійного моделювання, коли він відверто заявив: “Я не думаю, що регресія може нести більшу частину тягаря в . причинний аргумент теж рівняння регресії, самі по собі, дають велику допомогу в контролі за втручаються змінних “(Фрідман, 1991: 292). Стаття Фрідмана викликала цілий ряд сильних реакцій. Річард Берк (1991: 315) зазначає, що аргумент Фрідмана “буде дуже важким для більшості кількісних соціологів прийняти це йде до серця їх емпіричного підприємства і тим самим, ставить всю професійну кар’єру під загрозу.”.
Зіткнувшись з критиками, які хочуть деякі докази того, що вони можуть передбачити тенденції, регресії модельєри часто повертаються на статистичному один-змагання. Вони роблять аргументи настільки складні, що тільки інші висококваліфіковані аналітики регресії можуть зрозуміти, не кажучи вже спростовують, їх. Часто цей метод працює. Потенційні критики просто відмовитися від відчаю. The Philadelphia Inquirer Девід Болдт (1999), після слухання Джон Лотт говорять про заховані зброї і рівня вбивств, а також перевірки з іншими експертами, поскаржився, що “намагається розібратися в академічних аргументи майже доручення дурня. Ви можете потонути в суперечках по т -Статистика, фіктивні змінні і методи аналізу даних у порівнянні з ‘Пуассона’ ‘найменших квадратів “.
Boldt було правильним підозрювати, що його заманили в місії дурня. Є, на справді, не важливі висновки в галузі соціології або кримінології, які не можуть бути доведені до відома журналістів і політиків, які не мають наукових ступенів в економетрики. Пора визнати, що імператор не має ніякого одягу. Коли представлені економетричної моделі, споживачі повинні наполягати на доказ того, що він може передбачити тенденції, відмінних від даних, використаних для його створення даних. Моделі, що не цей тест є лженауки, незалежно від того, наскільки складний аналіз.
Список використаної літератури
Берк, Richard.A. 1991. До методології для простих смертних, “соціологічна методологія 21: 315-324.
Boldt, Девід. 1999. “Дослідження доказів на зброю,” Philadelphia Inquirer 14 грудня закачуються на May17, 2000. від: http://www.phillynews.com/inquirer/99/Dec/14/opinion/BOLDT14.htm.
Чорний, Дан. і Даніель Nagin 1998. Чи є право для перенесення закони стримування насильницьких злочинів? Журнал правових досліджень 27: 209-219.
Боннер, Раймонд і Форд Fessendren. 2000. держави, що не мають страти частка нижчих рівень вбивств, “Нью-Йорк Таймс, 22 вересня Скачал з: http://www.nytimes.com/2000/09/22/national/22DEAT.html.
Донохью, Джон і Стівен Левітт. 1999. Легалізований Аборт і злочинності. Стенфордський університет, юридичний факультет. Скачували в серпні 2000 року з: http://papers.ssrn.com/paper.taf?ABSTRACT_ID=174508.
Фокс, Джеймс. 2000. Демографічні та вбивство США, в А. Blumstein і Ж. Волмена (ред.), Злочин Падіння в Америці, Cambridge University Press, Нью-Йорк, стор. 288-317.
Фрідман, Девід 1991. Статистичні моделі та взуттєва шкіра. Соціологічна методологія 21: 291-313.
Лотт, Джон. 2000. Більше зброю, менше злочинів: Розуміння злочинності і Gun Control Закони. Університет Чикаго Press, друге видання з додатковим аналізом.
Лотт, Джон. і Джон Уїтлі. 2001. Аборт і злочинність: Непотрібні діти і поза позашлюбних народжень, “Yale Закон & Економіка Дослідження Paper No. 254. Завантажено 9 липня 2001 від: http://papers.ssrn.com/sol3/papers.cfm ? abstract_id = 270126.
Marvell, Томас і Carlisle Moody, С. 1997. Вплив зростання в’язниці на вбивство. Вбивство Дослідження 1: 205-233.
Zimring, Френк і Гордон Хокінс. 1997. вогнепальну зброю: підроблений стримуючим фактором, Чуйний Спільнота 7: 46-60
