每年他們都會來。
“[某某地方]被評為美國最安全的城市！”
“2018年十大最危險城市”
“你永遠猜不到最 [插入犯罪選擇] 的城市”
也許它始於我的 Internet Explorer 新聞源（在我切換到 Google Chrome 並且從未回頭……之前）的好奇心。 更有可能的是，它始於我還是阿爾伯克基的居民時，不幸的是，我上次檢查時仍在與猖獗的財產犯罪浪潮作鬥爭（見這裡對於這種情況有點幽默）。 無論如何，我對這些人發布的年度名單很感興趣金錢雜誌或者利基市場聲稱展示了美國最好和/或最安全的城市。
正如人們所預料的那樣，創建這些排名有相當多的信息。 最好的網站會描述他們的方法，而且通常會因網站而異。 然而，幾乎所有人都基於通常的黃金標準來提供犯罪率信息： FBI 制服犯罪報告. 這些報告每年收集一次，並包含在各種表格中顯示的報告的犯罪計數。 我（以及那些生成這些列表的人）特別感興趣的是給出城市層面報告的犯罪的表格（表 6 為截至 2016 年的年份和表 8 為 2017 年）。 經過一些“花哨”的數據導入和操作後，我能夠為 2010 年至 2017 年美國各地的城市編制報告的犯罪數據庫。
現在，值得 FBI 稱讚的是，他們明確表示，他們的數據不應作為比較城市和其他地區的唯一依據，很可能是出於以下原因：
- 這些計數基於報導罪行，這意味著很有可能低估了真實人數。
- 並非每個城市每年都會向聯邦調查局報告他們的罪行。 事實上，在某些年份，特定州只有少數幾個城市會報告他們的數據。
這就是為什麼進行排名的網站通常會在其計算中包含其他類型的數據。 出於我的目的，我只是對使用這些數據作為進一步調查的起點感興趣，但我仍然認為承認並分享他們的警告作為良好統計實踐的一部分很重要。
處理數字
在獲得報告的計數後，我計算了每 1,000 名居民的犯罪率。 雖然通常的標準是計算每 100,000 人的犯罪率，但我決定採用這個水平，因為它更容易評估大城市和小城市（即，當您只有人口時，可能更難考慮每 100,000 人的犯罪率幾千）。 然後我進行了一些粗略的探索性數據分析，就像所有優秀的統計學家一樣。 我開始四處尋找犯罪率最高的城市，事實上，有一個引起了我的注意：科羅拉多州萊克賽德。
看一下圖 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!圖 1：根據這些數字，您很少會發現比這更可悲的敗類和惡棍蜂巢！
您可能注意到犯罪率呈對數刻度，這當然不是一個好兆頭。 但是看看數字！ 僅在 2013 年和 2014 年，每 1,000 人中大約有 600 起暴力犯罪！ 財產犯罪不在圖表之列！ 這是什麼可怕的無法無天的地方，罪犯似乎可以自由奔跑？！
好吧，讓我們減少感嘆號的數量，並批判性地思考我們在這裡看到的內容。 首先應該調查計算犯罪率的數字。 這樣做，我們發現科羅拉多州萊克賽德這個繁華的大都市擁有驚人的總數……八人們。 也就是說，截至 2011 年； 2010年，它的人口為19人。 必須確保我們在這裡的數字是準確的。
如果我們查看 2013 年和 2014 年的暴力犯罪計數，則報告了五起事件。 現在，聯邦調查局犯罪報告將暴力犯罪分為四類：兇殺（謀殺）、強姦、搶劫和嚴重襲擊。 你會很高興知道自 2010 年以來湖濱地區沒有發生謀殺案（這也是有道理的；否則，2013 年之後人口將大幅下降）。 事實上，這些罪名可以在搶劫和嚴重襲擊之間平分秋色。
現在關於財產犯罪率。 儘管它在 2013 年飆升，但幾乎在整個時間裡都遠高於 1。 查看財產犯罪計數，我們正在談論 500-600 起報告的事件。 為了八人們！！ 好的，我現在停止大喊大叫。 事實證明，就像暴力犯罪一樣，聯邦調查局將財產犯罪分為另外四類：入室盜竊、盜竊、汽車盜竊和縱火。 您可能想知道入室盜竊和盜竊之間有什麼區別，以及為什麼這兩者被認為與搶劫不同。 最好用一些例子來解釋。 如果您擔心您的房子或汽車被闖入，您通常會想到入室盜竊。 盜竊是指你被扒手或錢包搶奪者搶劫。 這兩者與搶劫的區別在於，它們都不涉及對受害者的暴力或暴力威脅。 如果有人用槍指著你並索要你的貴重物品，那就是搶劫。 隨著這一點的澄清（你不打算今晚睡覺，對吧？），如果我們深入研究計數，絕大多數報告的財產犯罪事件是由於盜竊，還有少量的入室盜竊和汽車盜竊，其餘的則四捨五入.
獲得第二意見
現在我們對這裡發生的犯罪類型有了更好的了解，也許看看湖濱本身可能有助於讓我們更好地了解正在發生的事情。 在圖 2 中，我們有一個有關“城市”的谷歌地圖視圖。我添加了紅色輪廓以幫助它更加突出。
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...圖 2：現在我們知道 Lake 部分的來源......
如您所見，它實際上是丹佛大都市區的一個非常小的郊區。 我用金色圈出了 8 個居民居住的地方。 您還會注意到我用紫色突出顯示了其他一些內容。 右邊是湖濱購物中心，我想這裡裝滿了湖濱居民可能需要或想要的一切。 右邊是一個遊樂園（你可能已經猜到了谷歌選擇的圖片）。 鑑於這兩個構成“城市”的大部分，您可以開始了解這裡可能發生的事情。 請注意，這不是一個完整的畫面，但至少事情開始變得比原始犯罪率讓你相信的更有意義。
鑑於這種情況，我決定為我的分析目的創建一個自定義的“犯罪分數”，希望對這種情況更加穩健。 該分數涉及將犯罪率乘以城市的概率分數，該分數本質上是該城市人口的經驗累積分佈函數的值，該值取自所有城市人口的估計經驗分佈（逐年考慮）對於任何波動）。 我的推理如下：如果您有兩個城市，每個城市的犯罪率為每 1,000 名居民中的 500 人，但一個人口為 8 人，另一個人口為 800 人，那麼您可能會認為城市的人口數量更大考慮到所涉及的其他方面，與人口較少的人口相比，人口確實不安全。 當然，我並沒有聲稱我的新犯罪分數無論如何都是完美的，因為我確信有人可以提供一個有效的理由來說明為什麼另一個指標可能更適合。 但就我的目的而言，它似乎做得不錯。
下表說明了使用我的自定義分數與原始犯罪率的影響。 這些數據是使用 2016 年報告的犯罪計算得出的，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 |
暴力犯罪分數 |
財產犯罪率 |
財產犯罪分數 |
| 紐約州紐約 |
8,566,917 |
5.73 |
5.73 |
14.62 |
14.62 |
| 加利福尼亞州洛杉磯 |
4,007,905 |
7.19 |
7.19 |
24.74 |
24.73 |
| 伊利諾伊州芝加哥 |
2,725,153 |
11.05 |
11.05 |
31.91 |
31.9 |
| 北卡羅來納州卡里 |
164,835 |
0.92 |
0.91 |
10.05 |
9.89 |
| 伊利諾伊州東聖路易斯 |
26,769 |
28.28 |
23.78 |
22.56 |
18.97 |
| 科羅拉多州萊克賽德 |
8 |
500 |
0.1 |
39875 |
8.33 |
如您所見，犯罪分數永遠不會超過原始犯罪率（根據定義）。 您還可以看到較小的城市如何受到更大的影響，這也是設計使然。 如果您查看東聖路易斯入口，您會看到一個示例，說明儘管人口相對較少，但相對較大的犯罪率仍然會導致較高的犯罪分數，正如我所希望的那樣。 我願意承認，在某些情況下，分數可能會充分改變比率，從而對城市的相對地位產生負面影響（即，使犯罪率高於另一個城市的城市在犯罪分數方面突然改變位置），但我認為這種情況要么發生在一個非常小的城市（分數旨在做到這一點），要么發生在犯罪率非常接近而變化幾乎可以忽略不計的城市。 但同樣，我願意接受建設性的批評和其他措施。
語境為王
總之，我認為科羅拉多州 Lakeside 的案例是一個警告，永遠不要盲目地接受表面價值的數據。 即使有像犯罪率這樣的東西，旨在通過消除人口差距使大小城市處於平等地位，但仍然存在僅靠一項措施無法解決的問題。 這也是一個很好的例子，說明為什麼你應該調查異常值，而不是把它們扔掉，因為它們的奇怪行為中往往隱藏著有價值的洞察力。 無論哪種情況，它都顯示了擁有更完整圖片的重要性。
我想說這對一般數據來說也是正確的。 最近，阿爾伯特·開羅（Albert Cairo）做了一場關於準確可視化數據. 他的主要觀點之一是圖形的目的是開始對話。 我聲稱對於這些數據（以及我與之一起生成的圖形）也可以這樣說。 而不是從恐懼的角度進行分析（即，“哇哦！ 我像瘟疫一樣避開那個地方！！”），我選擇從好奇的角度來分析它。 例如，在找到一個特定犯罪得分較高的城市後，我會快速搜索更多上下文信息。 也許這個城市曾經有一個蓬勃發展的行業，現在正在衰落。 又或許它有一段仍在上演的動盪歷史。
而且，我完全明白，不能把整座城市當成一個對象。 城市的某些地方比其他地方遭受的損失更大，所以我有其他資源可以用來進行更全面的評估。 總而言之，就像我喜歡說的那樣：上下文為王（沒有雙關語……好吧，也許有點）。
我附上了我的數據集供您自行探索。 您還可以查看我在上面生成的一些圖形JMP 公共，以及其他用戶提供的其他一些很酷的可視化效果。 這些圖形也可以使用附加數據表中的表腳本生成。
好的。 當您開始探索數據時，您經常會發現它告訴您一些與媒體頭條非常不同的東西。
