เป็นไปได้ไหมที่แสดงว่ารถยนต์ถูกใช้เป็นอาวุธสังหาร?


10

ฉันได้ยินเรื่องราวเมื่อเร็ว ๆ นี้ที่มีคนพูดว่าถ้าพวกเขาต้องการที่จะฆ่าใครสักคน (และหนีไปด้วย) พวกเขาจะทำมันด้วยรถของพวกเขา พวกเขาอ้างถึงสถิติต่าง ๆ เกี่ยวกับจำนวนผู้เสียชีวิตที่เกี่ยวข้องกับรถยนต์ (รวมถึงรถติดคนเดินเท้า) ควบคู่ไปกับสถิติเพิ่มเติมเกี่ยวกับจำนวนคนขับที่ถูกตัดสินโทษต่ออาชญากรรมประเภทใด ... blah, blah, blah

คำถามของฉันคือสิ่งนี้: เป็นไปได้หรือไม่ที่จะแสดงให้เห็นว่ารถยนต์ใช้ (ทางสถิติ) เป็นอาวุธในการฆาตกรรม?

กล่าวอีกนัยหนึ่งฉันตระหนักว่ามันเป็นไปไม่ได้ที่จะแสดงให้เห็นว่าจริง ๆ แล้วอุบัติเหตุทางรถยนต์ที่คนขับรถคันเดียวเป็นความพยายามหรือการกระทำที่มุ่งมั่น ค่อนข้างฉันสงสัยว่าวิธีการอาจจะจินตนาการซึ่งสามารถแสดงให้เห็นว่าร้อยละของ 'อุบัติเหตุ' เหล่านั้นจริง ๆ แล้วในทุกโอกาสไม่ใช่อุบัติเหตุเลย ...


2
เป็นสิ่งนี้ในพอดคาสต์ Freakonomics?
Steve S

ฉันไม่สามารถจินตนาการได้อย่างง่ายดายว่า: ความแตกต่างระหว่างการฆาตกรรมและการฆ่าคือ 'ความอาฆาตพยาบาท' (สภาวะจิตใจหรือแรงจูงใจ); การฆาตกรรมและการฆาตกรรมมีความโดดเด่นตามประเภทของเจตนา ความแตกต่างทั้งสองดูเหมือนจะคล้อยตามการวิเคราะห์ทางสถิติ
conjugateprior

ฉันได้ปรับชื่อเพื่อให้สะท้อนถึงคำถามจริงของคุณ
conjugateprior

เมื่อพิจารณาว่าผู้คนวิ่งไปตามถนน dirveways บ่อยแค่ไหนฉันคิดว่ามันจะยากมาก
Ian Ringrose

แม้ว่าจะไม่ใช่วิธีการทางสถิติโดยเฉพาะขึ้นอยู่กับตำแหน่งที่เกิดอุบัติเหตุเป็นไปได้อย่างสิ้นเชิงที่วิทยาศาสตร์นิติเวชจะตัดสินว่าอุบัติเหตุนั้นอาจเป็นการฆาตกรรม มันเป็นไปไม่ได้สำหรับอุบัติเหตุทั้งหมด แต่ขึ้นอยู่กับเครื่องหมายบนพื้นที่ระบุการเปลี่ยนแปลงความเร็วรายงานพยานตาของการซ้อมรบเฉพาะและหลักฐานอื่น ๆ ของสถานที่เกิดเหตุคุณสามารถระบุได้ว่าเหตุการณ์บางอย่างไม่ใช่อุบัติเหตุจริง ๆ แต่เป็นการโจมตีโดยเจตนา นอกจากนี้ในจำนวนหรือเขตอำนาจศาลทางกฎหมายมีคนที่ถูกตัดสินว่าเป็นคนฆ่าคนโดยใช้รถของพวกเขา
Nzall

คำตอบ:


13

นี่อาจเป็นช็อตยาว (พูดจริง) แต่ถ้าคุณสามารถจับคู่ (เหยื่อผู้ขับขี่) และมีเครื่องมือค้นหาเครือข่ายสังคมที่ดีคุณสามารถคำนวณ "องศาของการแยก" ระหว่างคนขับกับเหยื่อ และสร้างการแจกแจงโมฆะของ "องศาของการแยก" โดยสมมติว่ามอบหมายคนขับรถและเหยื่อจากประชาชนในพื้นที่ที่เกิดอุบัติเหตุ (เช่นทุกคนในระยะการเดินทางทั่วไป) สิ่งนี้จะแก้ไขผลกระทบของ "เมืองเล็ก ๆ " ซึ่งทุกคนมีความสัมพันธ์ใกล้ชิดกับคนอื่น

สมมติฐานหลักคือ: คู่คนขับ / ผู้ที่ตกเป็นเหยื่อจริงมีระดับการแบ่งแยกน้อยกว่าประชากรที่มีขนาดใหญ่หรือไม่? ถ้าเป็นเช่นนั้นก็หมายความว่า (a) คนรู้จักที่ใกล้ชิดนั้น "ซิงก์" ในการเคลื่อนไหวของพวกเขาเกี่ยวกับเมือง [เช่นการแบ่งชั้นทางประชากรศาสตร์] (b) อย่างน้อยเหตุการณ์บางอย่างปรากฏว่าเกี่ยวข้องกับคนรู้จักจำนวนมากผิดปกติ

อีกวิธีหนึ่งคือทำการถดถอยโลจิสติกด้วย "องศาของการแยก" เป็นตัวแปรและ "ความน่าจะเป็นของอุบัติเหตุ / เหยื่อ pariing" บนแกน y ฟังก์ชั่นที่เพิ่มขึ้นอย่างมากจะแนะนำผล "ใกล้ชิด"

คุณจะต้องยืนยันสิ่งนี้ด้วยการดูว่าคู่ที่ "มีความสัมพันธ์สูง" จริง ๆ แล้วส่งผลให้มีการพิจารณาคดีฆาตกรรมและเปรียบเทียบกับอัตราการฟ้องร้องคดีฆาตกรรมโดยรวมของคนเดินเท้า


8
อีกวิธีหนึ่งคู่ขับ / เหยื่อที่แท้จริงมีระดับการแยกเท่ากันในฐานะคู่ฆาตกร / เหยื่อที่รู้จักกันหรือไม่?
Alexis

@Alexis ข้อเสนอแนะที่ดี! ข้อกังวลเดียวของฉันคือเอฟเฟกต์ "เจือจาง" ... ผู้คนเดินถนนส่วนใหญ่อาจไม่ได้ไตร่ตรองล่วงหน้า (กล่าวคือพวกเขาเป็นอุบัติเหตุจริงๆ) ดังนั้นฉันสงสัยว่าการทดสอบความเท่าเทียมโดยรวมของวิธีการแยกจะแสดงว่าพวกเขามีความคล้ายคลึงกับชั้นเรียน ของการฆาตกรรม อย่างไรก็ตามข้อเสนอแนะของคุณจะมีประโยชน์มากหากเรามองเห็นประชากรของคู่คนขับ / ผู้ที่ตกเป็นเหยื่อซึ่งเป็นส่วนผสมของการฆาตกรรมและอุบัติเหตุที่เกิดขึ้นจริง จากนั้นเราสามารถทำการอนุมานพารามิเตอร์การผสม :-) ขอบคุณสำหรับคำแนะนำที่ดี !!

สองคะแนน สิ่งสำคัญที่สุด: ความกังวลของคุณเป็นตัวอย่างที่ดีว่าทำไมต้องพิจารณาว่าขนาดของเอฟเฟกต์ใดมีขนาดใหญ่พอที่จะเกี่ยวข้องในขณะที่ใช้การวิเคราะห์พลังงานเบื้องต้นเพื่อวางแผนขนาดตัวอย่าง ถัดไป: คุณสังเกตเห็นการแทรกซึมของสมมติฐานเล็กน้อยที่เหมาะสมกับการทดสอบความเท่ากัน (และการทดสอบที่เกี่ยวข้อง)
Alexis

@Alexis นำมาอย่างดี! ขอบคุณสำหรับการชี้แจง ... ฉันพลาด insinuation ของคุณ

"ทุกคนที่อยู่ในระยะการเดินทาง" น่าจะไม่ใช่พร็อกซีที่ดีสำหรับ "ทุกคนบนเส้นทาง" ความจริงแล้วการไปเยี่ยมเพื่อนกำลังทำให้คุณขับรถในบริเวณใกล้เคียงกับเพื่อนบ้าน การจัดเรียงของคำเชิญใด ๆ จะมีความเข้มข้นสูงมากของคนที่คุ้นเคยอย่างใกล้ชิดขับรถในบริเวณใกล้เคียง
Ben Voigt
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.