Czy można wykazać statystycznie, że samochody są używane jako narzędzia zbrodni?

Niedawno usłyszałem historię, w której ktoś powiedział, że jeśli chce kogoś zabić (i uciec), zrobi to z samochodem. Przytaczali różne statystyki dotyczące liczby zgonów związanych z samochodami (w tym samochodów na pieszych) w połączeniu z dodatkowymi statystykami dotyczącymi liczby kierowców faktycznie skazanych na wszelkiego rodzaju przestępstwa ... bla, bla, bla.

Moje pytanie brzmi: czy statystycznie wykonalne jest wykazanie, że samochody SĄ (statystycznie rzecz biorąc) faktycznie używane jako broń do popełnienia morderstwa?

Innymi słowy, zdaję sobie sprawę, że może nie być możliwe wykazanie, że jakikolwiek „wypadek” na pieszym w samochodzie był faktycznie próbą / popełnieniem morderstwa. Zastanawiam się raczej, czy można sobie wyobrazić metodę, w której można wykazać, że pewna część tych „wypadków” jest, najprawdopodobniej, wcale nie wypadkami…

statistical-significance

— sfletche
źródło

Czy to było na podcastie Freakonomics?

— Steve S

Nie mogę sobie łatwo wyobrazić, w jaki sposób: różnica między morderstwem a zabijaniem polega na „uprzedzeniu” (stanie psychicznym lub motywacyjnym); morderstwo i nieumyślne spowodowanie śmierci rozróżnia się także według rodzaju zamiaru. Żadne z tych rozróżnień nie wydaje się bardzo podatne na analizę statystyczną.

— conjugateprior

Dostosowałem tytuł, aby odzwierciedlał twoje aktualne pytanie.

— conjugateprior

Biorąc pod uwagę, jak często ludzie przejeżdżają po drogach, myślę, że będzie to bardzo trudne.

— Ian Ringrose

Chociaż nie jest to konkretnie metoda statystyczna, w zależności od tego, gdzie zdarzył się wypadek, naukowcy kryminalistyczni mogą całkowicie ustalić, że wypadek mógł być morderstwem. Nie jest to możliwe w przypadku wszystkich wypadków, ale w zależności od oznaczeń na podłodze wskazujących zmiany prędkości, raportów naocznych świadków o konkretnych manewrach i innych dowodów miejsca zbrodni, możesz stwierdzić, że niektóre zdarzenia nie były wypadkami, ale celowymi atakami. Ponadto w wielu jurysdykcjach są osoby, które zostały skazane za nieumyślne spowodowanie śmierci za uderzenie kogoś pojazdem.

— Nzall,

Może to być dalekosiężne (praktycznie), ale jeśli uda ci się zdobyć pary (ofiara, kierowca) i mieć przyzwoitą wyszukiwarkę sieci społecznościowych, możesz obliczyć „stopnie separacji” między kierowcą a ofiarą a następnie skonstruuj zerowy rozkład „stopni separacji”, zakładając losowe przypisanie kierowcy i ofiary z miejscowej populacji, w której miał miejsce wypadek (np. wszyscy w typowej odległości dojazdowej). To poprawiłoby efekt „małego miasteczka”, w którym wszyscy są blisko związani ze wszystkimi.

Kluczowa hipoteza brzmi: czy rzeczywiste pary kierowca / ofiara mają mniejszy stopień separacji niż ogół populacji? Jeśli tak, oznacza to, że albo (a) bliscy znajomi są w jakiś sposób „synchronizowani” w swoich ruchach wokół miasta [np. Rozwarstwienie demograficzne] (b), przynajmniej niektóre z incydentów wydają się obejmować niezwykle dużą liczbę bliskich znajomych.

Innym podejściem byłoby wykonanie regresji logistycznej ze zmienną „stopnie separacji” i „prawdopodobieństwo sparowania wypadku / ofiary” na osi y. Silnie rosnąca funkcja sugerowałaby efekt „bliskości”.

Trzeba to potwierdzić, sprawdzając, czy któraś z par „o wysokiej relacji” faktycznie doprowadziła do procesu w sprawie zabójstwa i porównać ją z ogólnym wskaźnikiem oskarżeń o zabójstwo w przypadku kolizji z pieszymi.

Alternatywnie, czy faktyczne pary kierowca / ofiara mają równoważne stopnie separacji, co znane pary morderca / ofiara?

— Alexis,

@Alexis Świetna sugestia! Moją jedyną troską jest efekt „rozcieńczenia” ... większość uderzeń pieszych prawdopodobnie nie jest z góry zaplanowana (tj. Naprawdę są to wypadki), więc wątpię, czy ogólny test równości środków separacji pokazałby, że są one podobne do tych w klasie morderstw. Jednak twoja sugestia byłaby bardzo przydatna, gdybyśmy wyobrazili sobie populację par kierowców / ofiar jako mieszankę tego, co zasadniczo jest morderstwem i faktycznym wypadkiem. Następnie moglibyśmy wnioskować na temat parametru mieszania :-) Dzięki za świetną sugestię !!

Dwa punkty. Przede wszystkim: twoja obawa jest doskonałym przykładem tego, dlaczego zastanowić się, jaki rozmiar efektu jest wystarczająco duży, aby był odpowiedni , stosując analizę a priori mocy do planowania wielkości próbek. Następnie: czy zauważyłeś moje subtelne insynuacje hipotezy odpowiedniej do testowania równoważności (i testowania trafności).

— Alexis,

@Alexis punkty dobrze zrobione! Dzięki za wyjaśnienie ...

„Wszyscy w odległości dojazdów do pracy” prawdopodobnie nie są dobrym pełnomocnikiem dla „wszystkich na trasie”. Sam fakt wizyty u przyjaciela sprawi, że będziesz jechał w pobliżu swoich sąsiadów. Każde wydarzenie na zaproszenie będzie miało bardzo dużą koncentrację blisko poznanych osób jadących w pobliżu.

— Ben Voigt,