07第3讲：法律适用3.ppt

盘点与比较： 多元线性回归与logistic回归的比较： “静敏实证体验” 回归与相关的比较 “流动人口与犯罪” 皮尔逊相关与斯皮尔曼相关的比较 “流动人口与犯罪” 1、“静敏实证体验” 以刑量为因变量的多元线性回归 以死刑与否为因变量的logistic回归 ——因变量的层次不同，因而适用于不同的问题。 2、回归与相关 入学成绩与毕业成绩的关系？ 如果前者100%地决定后者：与教育无关 如果0％：与能力无关 ——一元线性回归问题 操作SPSS “流动人口与犯罪” 分析→回归→线性→因变量（犯罪率）→自变量（流动人口）→确定 回归决定系数的概念 R2表示因变量的变化（Y）被自变量的变化（X）解释的部分。 R2越接近于1，表示犯罪率（Y）被流动人口（X）解释的部分越多。 R2越接近于0，表明流动人口对犯罪率的解释力越低。 例如： 随机抽取15名大学生，以课外学习时间为自变量X，考试成绩为因变量Y。 回归分析的R2系数为0.569。意味着大约57％的学生成绩的变化可以由课外学习时间这个自变量的影响加以解释。 课外学习时间越长，越可能取得好成绩。但课外学习时间尚不能完全解释考试成绩的变化，还另有其他因素对考试成绩起作用。 相关：事物的两个特征之间相伴随的变化 因果一定相关，而相关不一定因果 相关分为正相关和负相关 相关系数：取值在－１到＋１之间。 相关系数为零只说明变量间不存在线性相关，而不能排除是否存在甚至是高度的曲线相关。 相关与回归 都不是确定性函数关系，但是： 上面三个图是回归系数即回归直线的陡度或者斜率相同而相关系数不同时的情形 下面的的三个图则是相关系数相同而回归系数不同的情形 相互不可替代，要交替使用 3、两种相关 皮尔逊（pearson）相关：测量两列定距变量之间线性相关方向和程度的方法。 斯皮尔曼（spearman）等级相关：测量两列定序变量之间线性相关方向和程度的方法。 研究实例 司法公正性 何谓公正？ 客观公正与主观公正。 程序公正与实体公正。 形式公正与实质公正。 法律标准和社会标准。 ——公正的外延 公正的内涵？ 甲路遇乙被丙推下水 公正与否发生在谁与谁之间？ ——公正就在于等利（害）交换，公正就在于平等 ——第一次转换 如果公正即平等，那么： 财富、权力的不平等即不公正？ 平等即权利平等：同种类的法定请求能力上不同公民享有同等法律保障 富翁按市场价格向摊贩购买一盒香烟 基本权利完全平等，非基本权利比例平等——不是平均主义 第二次转换 1、何谓被害人平等？ 对被害人而言： 已然实害与未然危险 哪个更现实——前者 所以，同等被害同等报应 ——将被害平等转换为报应为主 怎样测量报应的主导性？ 检验逻辑： 如果报应主导着刑罚适用，那么， 直接造成被害损失的罪行就应该是刑量变化的主要解释； 罪人的人身危险性就应该是刑量大小的次要解释——反之，则证否。 怎样测量谁主谁辅？ 工作假设： 如果实害行为是刑罚量的主要解释，则刑量为因变量的多元线性回归分析中，p值低于或等于0.05的多个犯罪情节中，实害情节应该相对较多，且Beta值也应该相对较大。 ——报应系数 2、何谓被告人平等？ 同案同判，同罪同罚。 彰显法律的权威性 体现司法的正当性 强化法律规则的确定性和可预测性 难点：何谓“同案”？ 天下没有两片一样的树叶 同案即综合的同案而非片面同案 学生能力=数学成绩+语文成绩+英语成绩…… 国民经济=农业+工业+服务业…… ………… 例如： 抢劫案罪量 = (基本抢劫行为 * 60 + 混合抢劫行为 * 36 + 死伤数组 * 168 + 抢劫次组 * 36 + 抢劫金组 * 48 + 其他加重有无 * 120 + 罪数 * 48 - 从犯 * 48 - 未遂犯 * 48 - 犯罪赔偿 * 12) * 0.7 + (累犯 * 72 + 是否预谋 * 36 - 未成年犯 * 60 - 认罪悔罪 * 36 - 自首 * 36 - 立功 * 24) * 0.3 怎样测量同案同判的程度？ 检验逻辑： 如果同案同判，那么， 加权综合处理后相同的案件，其刑罚的轻重也应该大体相等。 罪量与刑量的顺序应该相称。 怎样测量罪与刑的相称性？ 工作假设： 等罪等罚的程度越高，样本中罪量与刑量之间的等级相关系数就应该越高（等于或接近于1）——斯皮尔曼系数 等罚系数。 反过来看： 等罪等罚性越好，刑罚不同的样本间罪量的均值就应该差异越显著。 或，如果刑罚不同的样本间罪量均值未发现显著差异，则说明相似罪案受到了不同处罚——同案异判。 ——等罚均值差 3、何谓相对人平等？ 如果同等报应即公正，能否对