每年他们都会来。
“[某某地方]被评为美国最安全的城市！”
“2018年十大最危险城市”
“你永远猜不到最 [插入犯罪选择] 的城市”
也许它始于我的 Internet Explorer 新闻源（在我切换到 Google Chrome 并且从未回头……之前）的好奇心。 更有可能的是，它始于我还是阿尔伯克基的居民时，不幸的是，我上次检查时仍在与猖獗的财产犯罪浪潮作斗争（见这里对于这种情况有点幽默）。 无论如何，我对这些人发布的年度名单很感兴趣金钱杂志或者利基市场声称展示了美国最好和/或最安全的城市。
正如人们所预料的那样，创建这些排名有相当多的信息。 最好的网站会描述他们的方法，而且通常会因网站而异。 然而，几乎所有人都基于通常的黄金标准来提供犯罪率信息： FBI 制服犯罪报告. 这些报告每年收集一次，并包含在各种表格中显示的报告的犯罪计数。 我（以及那些生成这些列表的人）特别感兴趣的是给出城市层面报告的犯罪的表格（表 6 为截至 2016 年的年份和表 8 为 2017 年）。 经过一些“花哨”的数据导入和操作后，我能够为 2010 年至 2017 年美国各地的城市编制报告的犯罪数据库。
现在，值得 FBI 称赞的是，他们明确表示，他们的数据不应作为比较城市和其他地区的唯一依据，很可能是出于以下原因：
- 这些计数基于报道罪行，这意味着很有可能低估了真实人数。
- 并非每个城市每年都会向联邦调查局报告他们的罪行。 事实上，在某些年份，特定州只有少数几个城市会报告他们的数据。
这就是为什么进行排名的网站通常会在其计算中包含其他类型的数据。 出于我的目的，我只是对使用这些数据作为进一步调查的起点感兴趣，但我仍然认为承认并分享他们的警告作为良好统计实践的一部分很重要。
处理数字
在得到报告的计数后，我计算了每 1,000 名居民的犯罪率。 虽然通常的标准是计算每 100,000 人的犯罪率，但我决定采用这个水平，因为它更容易评估大城市和小城市（即，当您只有人口时，可能更难考虑每 100,000 人的犯罪率几千）。 然后我进行了一些粗略的探索性数据分析，就像所有优秀的统计学家一样。 我开始四处寻找犯罪率最高的城市，事实上，有一个引起了我的注意：科罗拉多州莱克赛德。
看一下图 1。
Figure 1: Based on these numbers, you'd seldom find a more wretched hive of scum and villainy!Figure 1: Based on these numbers, you'd seldom find a more wretched hive of scum and villainy!Figure 1: Based on these numbers, you'd seldom find a more wretched hive of scum and villainy!Figure 1: Based on these numbers, you'd seldom find a more wretched hive of scum and villainy!图 1：根据这些数字，您很少会发现比这更可悲的败类和恶棍蜂巢！
您可能注意到犯罪率呈对数刻度，这当然不是一个好兆头。 但是看看数字！ 仅在 2013 年和 2014 年，每 1,000 人中大约有 600 起暴力犯罪！ 财产犯罪不在图表之列！ 这是什么可怕的无法无天的地方，罪犯似乎可以自由奔跑？！
好吧，让我们减少感叹号的数量，并批判性地思考我们在这里看到的内容。 首先应该调查计算犯罪率的数字。 这样做，我们发现科罗拉多州莱克赛德这个繁华的大都市拥有惊人的总数……八人们。 也就是说，截至 2011 年； 2010年，它的人口为19人。 必须确保我们在这里的数字是准确的。
如果我们查看 2013 年和 2014 年的暴力犯罪计数，则报告了五起事件。 现在，联邦调查局犯罪报告将暴力犯罪分为四类：凶杀（谋杀）、强奸、抢劫和严重袭击。 你会很高兴知道自 2010 年以来湖滨地区没有发生谋杀案（这也是有道理的；否则，2013 年之后人口将大幅下降）。 事实上，这些罪名可以在抢劫和严重袭击之间平分秋色。
现在关于财产犯罪率。 尽管它在 2013 年飙升，但几乎在整个时间里都远高于 1。 查看财产犯罪计数，我们正在谈论 500-600 起报告的事件。 为了八人们！！ 好的，我现在停止大喊大叫。 事实证明，就像暴力犯罪一样，联邦调查局将财产犯罪分为另外四类：入室盗窃、盗窃、汽车盗窃和纵火。 您可能想知道入室盗窃和盗窃之间有什么区别，以及为什么这两者被认为与抢劫不同。 最好用一些例子来解释。 如果您担心您的房子或汽车被闯入，您通常会想到入室盗窃。 盗窃是指你被扒手或钱包抢夺者抢劫。 这两者与抢劫的区别在于，它们都不涉及对受害者的暴力或暴力威胁。 如果有人用枪指着你并索要你的贵重物品，那就是抢劫。 随着这一点的澄清（你不打算今晚睡觉，对吧？），如果我们深入研究计数，绝大多数报告的财产犯罪事件是由于盗窃，还有少量的入室盗窃和汽车盗窃，其余的则四舍五入.
获得第二意见
现在我们对这里发生的犯罪类型有了更好的了解，也许看看湖滨本身可能有助于让我们更好地了解正在发生的事情。 在图 2 中，我们有一个有关“城市”的谷歌地图视图。我添加了红色轮廓以帮助它更加突出。
Figure 2: Well now we know where the Lake part comes from...Figure 2: Well now we know where the Lake part comes from...Figure 2: Well now we know where the Lake part comes from...Figure 2: Well now we know where the Lake part comes from...图 2：现在我们知道 Lake 部分的来源......
如您所见，它实际上是丹佛大都市区的一个非常小的郊区。 我用金色圈出了 8 个居民居住的地方。 您还会注意到我用紫色突出显示了其他一些内容。 右边的那个是湖滨购物中心，我想里面装满了湖滨居民可能需要或想要的一切。 右边是一个游乐园（你可能已经猜到了谷歌选择的图片）。 鉴于这两个构成“城市”的大部分，您可以开始了解这里可能真正发生的事情。 请注意，这不是一个完整的画面，但至少事情开始变得比原始犯罪率让你相信的更有意义。
鉴于这种情况，我决定为我的分析目的创建一个自定义的“犯罪分数”，希望对这种情况更加稳健。 该分数涉及将犯罪率乘以城市的概率分数，该分数本质上是该城市人口的经验累积分布函数的值，该值取自所有城市人口的估计经验分布（逐年考虑）任何波动）。 我的推理如下：如果您有两个城市，每个城市的犯罪率为每 1,000 名居民中的 500 人，但一个人口为 8 人，另一个人口为 800 人，那么您可能会认为城市的人口数量更大考虑到所涉及的其他方面，与人口较少的人口相比，人口确实不安全。 当然，我并没有声称我的新犯罪分数无论如何都是完美的，因为我确信有人可以提供一个有效的理由来说明为什么另一个指标可能更适合。 但就我的目的而言，它似乎做得不错。
下表说明了使用我的自定义分数与原始犯罪率的影响。 这些数据是使用 2016 年报告的犯罪计算得出的，提醒一下，犯罪率是每 1,000 名居民的事件。
| 城市 |
人口 (2016) |
暴力犯罪率 |
暴力犯罪分数 |
财产犯罪率 |
财产犯罪分数 |
| 纽约州纽约 |
8,566,917 |
5.73 |
5.73 |
14.62 |
14.62 |
| 加利福尼亚州洛杉矶 |
4,007,905 |
7.19 |
7.19 |
24.74 |
24.73 |
| 伊利诺伊州芝加哥 |
2,725,153 |
11.05 |
11.05 |
31.91 |
31.9 |
| 北卡罗来纳州卡里 |
164,835 |
0.92 |
0.91 |
10.05 |
9.89 |
| 伊利诺伊州东圣路易斯 |
26,769 |
28.28 |
23.78 |
22.56 |
18.97 |
| 科罗拉多州莱克赛德 |
8 |
500 |
0.1 |
39875 |
8.33 |
如您所见，犯罪分数永远不会超过原始犯罪率（根据定义）。 您还可以看到较小的城市如何受到更大的影响，这也是设计使然。 如果您查看东圣路易斯入口，您会看到一个示例，说明尽管人口相对较少，但相对较大的犯罪率仍然会导致较高的犯罪分数，正如我所希望的那样。 我愿意承认，在某些情况下，分数可能会充分改变比率，从而对城市的相对地位产生负面影响（即，使犯罪率高于另一个城市的城市在犯罪分数方面突然改变位置），但我认为这种情况要么发生在一个非常小的城市（分数旨在做到这一点），要么发生在犯罪率非常接近而变化几乎可以忽略不计的城市。 但同样，我愿意接受建设性的批评和其他措施。
语境为王
总而言之，我认为科罗拉多州 Lakeside 的案例是一个警告，永远不要盲目地接受表面价值的数据。 即使有像犯罪率这样的东西，旨在通过消除人口差距使大小城市处于平等地位，但仍然存在仅靠一项措施无法解决的问题。 这也是一个很好的例子，说明为什么你应该调查异常值，而不是把它们扔掉，因为它们的奇怪行为中往往隐藏着有价值的洞察力。 无论哪种情况，它都显示了拥有更完整图片的重要性。
我想说这对一般数据来说也是正确的。 最近，阿尔伯特·开罗（Albert Cairo）做了一场关于准确可视化数据. 他的主要观点之一是图形的目的是开始对话。 我声称对于这些数据（以及我生成的图形）也可以这样说。 而不是从恐惧的角度进行分析（即，“哇哦！ 我像瘟疫一样避开那个地方！！”），我选择从好奇的角度来分析它。 例如，在找到一个特定犯罪得分较高的城市后，我会快速搜索更多上下文信息。 也许这个城市曾经有一个蓬勃发展的产业，现在正在衰落。 又或许它有一段仍在上演的动荡历史。
而且，我完全明白，不能把整座城市当成一个对象。 城市的某些地方比其他地方遭受的损失更大，所以我有其他资源可以用来进行更全面的评估。 总而言之，就像我喜欢说的那样：上下文为王（没有双关语……好吧，也许有点）。
我附上了我的数据集供您自行探索。 您还可以查看我在上面生成的一些图形JMP 公共，以及其他用户提供的其他一些很酷的可视化效果。 这些图形也可以使用附加数据表中的表脚本生成。
好的。 当您开始探索数据时，您经常会发现它告诉您一些与媒体头条非常不同的东西。
