毎年彼らは到着します。
「[そのような場所]はアメリカで最も安全な都市にランクされました！」
「2018年の最も危険な都市トップ10」
「あなたは最も[選択の犯罪を挿入]で都市を推測することは決してないだろう」
たぶん、それは私のInternet Explorerニュースフィードからの好奇心の火付け役として始まったのかもしれません（私がGoogle Chromeに切り替えて、振り返ることがなかった前に…）。 おそらく、それは私がアルバカーキの居住者だったときに始まりました。最後にチェックしたのは、残念ながらまだ横行する財産犯罪の波に苦しんでいたことです（参照ここ状況についてのややユーモラスな見方のために）。 いずれにせよ、私はのようなものによって出された年次リストに興味をそそられましたマネーマガジンまた適所それはアメリカで最高のそして/または最も安全な都市を紹介すると主張します。
ご想像のとおり、これらのランキングの作成にはかなりの情報が含まれています。 最良のサイトはその方法論を説明し、それはしばしばサイトごとに異なります。 ただし、ほとんどすべての犯罪率情報は、通常のゴールドスタンダードに基づいています。 FBIの統一犯罪報告。 これらのレポートは毎年収集され、さまざまな表に表示された報告された違反の数が含まれています。 私（およびこれらのリストを作成している人々）にとって特に興味深いのは、市レベルで報告された違反を示した表です（2016年までの年の表6および2017年の表8）。 いくつかの「派手な」データのインポートと操作の後、2010年から2017年までの米国全土の都市で報告された犯罪のデータベースを編集することができました。
さて、FBIの名誉のために、彼らは、おそらく以下の理由で、彼らのデータが都市と他の地域を比較するための唯一の基礎として役立つべきではないことを明確に明らかにしています。
- これらのカウントはに基づいています報告犯罪、つまり、真の数が過小評価されている可能性が高いことを意味します。
- すべての都市が毎年犯罪をFBIに報告しているわけではありません。 実際、特定の州のほんの一握りの都市だけがデータを報告している年があります。
そのため、ランキングを行うサイトでは通常、他のタイプのデータが計算に含まれます。 私の目的では、さらなる調査の出発点としてデータを使用することに単に興味がありましたが、それでも、優れた統計手法の一環として、警告を認識して共有することが重要だと思います。
数字をクランチ
報告された数を取得した後、1,000人の居住者あたりの事件の犯罪率を計算しました。 通常の基準は10万人あたりの割合を計算することですが、大都市と小都市の両方を評価しやすくなるため、このレベルに決定しました（つまり、人口しかない場合、10万人あたりの犯罪率を考えるのは難しいかもしれません。数千の）。 次に、すべての優れた統計家が行うように、大まかな探索的データ分析を実行しました。 私は犯罪率が最も高い都市を探し始めましたが、実際、私の目を引いたのはコロラド州レイクサイドです。
図1を見てください。
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!図1：これらの数値に基づくと、スカムと極悪のより惨めなハイブを見つけることはめったにありません！
犯罪率が対数スケールであることに気づいたかもしれませんが、これは確かに良い兆候ではありません。 しかし、数字を見てください！ 2013年と2014年だけでも、1,000人あたり約600件の暴力犯罪について話し合っています。 そして、財産犯罪はチャートから外れています！ 犯罪者が自由に走っているように見えるこの恐ろしい無法の場所は何ですか？！
さて、感嘆符の数を減らして、ここで見ているものについて批判的に考えてみましょう。 まず最初に、犯罪率の計算に使用される数値を調査する必要があります。 そうすることで、コロラド州レイクサイドのにぎやかな大都市には、なんと総計が… 8人。 つまり、2011年現在。 2010年の人口は19人でした。 ここで数値が正確であることを確認しました。
2013年と2014年の暴力犯罪の件数を見ると、5件の事件が報告されています。 現在、FBI犯罪レポートは、暴力犯罪を殺人（殺人）、レイプ、強盗、暴行の4つのカテゴリに分類しています。 2010年以降、レイクサイドで殺人事件が報告されていないことを知ってうれしいでしょう（これも理にかなっています。そうでなければ、人口は2013年以降大幅に減少したでしょう）。 実際、これらのカウントは、強盗と悪化した暴行の間でかなり均等に分けることができます。
さて、その財産犯罪率について。 2013年には急上昇しましたが、ほぼずっと1をはるかに上回っています。 財産犯罪の件数を見ると、500〜600件の報告された事件が発生しています。 為に8人！！ わかりました、私は今叫ぶのをやめます。 暴力犯罪と同様に、FBIは財産犯罪を強盗、盗難、自動車盗難、放火の4つのカテゴリに分類していることがわかりました。 強盗と盗難の違いは何か、そしてなぜこれら2つが強盗とは異なると見なされるのか疑問に思われるかもしれません。 それはいくつかの例で最もよく説明されます。 家や車が侵入されることを心配している場合、通常、強盗はあなたが考えるものです。 盗難とは、スリや財布のひったくりに奪われた場合です。 これらの2つを強盗と区別するのは、どちらも被害者に対する力や暴力の脅威を伴わないということです。 誰かがあなたに銃を向けてあなたの貴重品を要求した場合、それは強盗です。 それが明確になったら（今夜寝るつもりはなかったでしょう？）、カウントを詳しく調べてみると、報告された財産犯罪事件の圧倒的多数は盗難によるものであり、強盗と自動車盗難が残りを締めくくっています。
セカンドオピニオンを取得する
ここで発生する犯罪の種類をよりよく理解できたので、おそらくレイクサイド自体を見ると、何が起こっているのかをさらによく理解するのに役立つかもしれません。 図2には、問題の「都市」のGoogleマップビューがあります。目立つように赤い輪郭を追加しました。
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...図2：湖の部分がどこから来ているかがわかりました...
ご覧のとおり、実際にはデンバー大都市圏の非常に小さな郊外です。 私は8人の住人が住んでいるところに金で一周しました。 また、他のいくつかのものを紫色で強調表示していることにも気付くでしょう。 右側はレイクサイドショッピングセンターを示しており、レイクサイドの住民が必要または望んでいる可能性のあるものがすべて揃っていると思います。 右側にあるのは遊園地です（Googleがそれに合わせて選択した写真を考えれば、ご想像のとおりです）。 これら2つが「都市」の大部分を占めていることを考えると、ここで実際に何が起こっているのかを把握し始めることができます。 全体像ではありませんが、少なくとも、生の犯罪率が信じているよりも物事が理にかなっているようになります。
このような状況を考慮して、分析目的でカスタムの「犯罪スコア」を作成することにしました。これにより、このような状況に対してより堅牢になることが期待されます。 このスコアには、犯罪率を取得し、それを都市の確率スコアで乗算することが含まれます。これは、基本的に、すべての都市の人口にわたる推定経験分布から取得した、その都市の人口の経験累積分布関数の値です（年ごとに説明します）。変動がある場合）。 私の推論は次のとおりです。1,000人の居住者あたり500人の犯罪率を持つ2つの都市があり、一方の人口が8人で、もう一方の人口が800人の場合、より大きな都市を検討することができます。関係する他の側面を考えると、人口が少ない人口と比較して、人口は本当に危険です。 もちろん、別の指標がより適している理由について誰かが正当な理由を提供できると確信しているので、私の新しい犯罪スコアが完璧であるとは決して主張しません。 しかし、それは私の目的のためにまともな仕事をしているようです。
次の表は、カスタムスコアと生の犯罪率を使用した場合の影響を示しています。 データは2016年に報告された犯罪を使用して計算されており、覚えておくと、犯罪率は1,000人の居住者あたりの事件に含まれています。
| 街 |
人口（2016年） |
暴力犯罪率 |
暴力犯罪スコア |
財産犯罪率 |
財産犯罪スコア |
| ニューヨーク州ニューヨーク |
8,566,917 |
5.73 |
5.73 |
14.62 |
14.62 |
| カリフォルニア州ロサンゼルス |
4,007,905 |
7.19 |
7.19 |
24.74 |
24.73 |
| イリノイ州シカゴ |
2,725,153 |
11.05 |
11.05 |
31.91 |
31.9 |
| ノースカロライナ州ケーリー |
164,835 |
0.92 |
0.91 |
10.05 |
9.89 |
| イリノイ州イーストセントルイス |
26,769 |
28.28 |
23.78 |
22.56 |
18.97 |
| コロラド州レイクサイド |
8 |
500 |
0.1 |
39875 |
8.33 |
ご覧のとおり、犯罪スコアは（定義上）生の犯罪率を超えることはできません。 また、小さな都市がどのように強い影響を受けるかを見ることができます。これも設計によるものです。 イーストセントルイスのエントリを見ると、私が望んでいたように、比較的人口が少ないにもかかわらず、比較的大きな犯罪率が依然として大きな犯罪スコアにつながる可能性がある例を見ることができます。 スコアが十分にレートを変更して、都市の相対的な地位を否定的に変更する場合があることは認めたいと思います（つまり、犯罪率が他の都市よりも高い都市を、犯罪スコアの点で突然場所を切り替える）が、私は主張しますこれは、非常に小さな都市（スコアが実行するように設計されている）または犯罪率が非常に近く、変化が実質的に無視できる都市のいずれかで発生します。 しかし、繰り返しになりますが、私は建設的な批判やその他の措置を受け入れています。
コンテキストは王様
要約すると、コロラド州レイクサイドの事例は、データを額面通りに無意識に受け入れないようにするための警告として機能すると思います。 人口格差をなくすことで大小の都市を平等に保つことを目的とした犯罪率のようなものでも、1つの対策だけでは解決できない問題がまだあります。 また、外れ値を調査する必要がある理由の良い例でもあります。外れ値の奇妙な動作には貴重な洞察が隠されていることが多いため、外れ値を捨てるだけではありません。 どちらの場合も、より完全な全体像を把握することの重要性を示しています。
これは、データ全般についても当てはまると思います。 最近、アルバートカイロは正確に素晴らしい話をしましたデータの視覚化。 彼の主なポイントの1つは、グラフィックの目的は会話を始めることであるということでした。 このデータ（およびそれと一緒に生成したグラフィックス）についても同じことが言えると思います。 恐れの観点から分析するのではなく（つまり、「ああ、すごい！ 疫病のような場所は避けています!!」）、好奇心の観点から分析することにしました。 たとえば、特定の犯罪の犯罪スコアが高い都市を見つけた後、よりコンテキスト情報をすばやく検索します。 おそらく、この都市にはかつて繁栄した産業がありましたが、現在は衰退しています。 あるいは、それはまだ展開されている激動の歴史を持っていたのかもしれません。
さらに、都市全体を一つの物として扱うことはできないことを十分に理解しています。 都市のいくつかの部分は他の部分よりも苦しんでいるので、私はより完全な評価のために頼る他のリソースを持っています。 全体として、それは私が言いたいことです：コンテキストは王様です（しゃれは意図されていません... OK、多分少し）。
私はあなたが自分で探索できるように私のデータセットを添付しました。 また、私が生成したグラフィックのいくつかをチェックすることもできますJMPパブリック、他のユーザーによる他のいくつかのクールな視覚化とともに。 これらのグラフィックは、添付のデータテーブルのテーブルスクリプトを使用して生成することもできます。
良い。 あなたがデータを探索し始めるとき、あなたはしばしばそれがあなたにメディアの見出しとは非常に異なる何かを伝えていることに気づきます。
