CSlawyer1985/legal-skillhub / skills/anythingbutlaw
AnythingButLaw
Verified法外功夫 — Non-legal business skills for lawyers. Decision analysis, game theory, contract design, accounting, finance, microeconomics, law & economics, statistics, and regression analysis distilled into deep, actionable frameworks for legal practice. Each domain includes formulas with LaTeX notation, worked examples, adversarial checklists, and book-aligned structure. | 律师必备的非法律商业技能深度参考:决策分析、博弈论、合同设计、会计、金融、微观经济学、法经济学、统计分析、多元回归。每章都包含完整公式推导、worked examples、对抗清单与经典判例。当用户涉及和解谈判、合同激励、财务尽调、企业估值、损害赔偿计算、反垄断分析、统计证据评估、歧视诉讼回归分析、hold-up、效率违约、Daubert 动议等场景时触发。
examples/discrimination-regression-analysis.md
View on GitHub# 歧视诉讼中的回归分析:如何读懂和挑战统计证据
> **涉及知识域**:多元统计、统计分析
## 案情
Jane Reno 是 ISA(Ivy Student Agencies)的一名女性员工,因被拒绝晋升而咨询你是否应提起性别歧视投诉。
**基本数据**:女性员工平均年薪 $8,763,男性平均年薪 $9,620。
ISA 是一家校园公司,6 年前由 3 名男性本科生创立,现已扩展至洗衣、清洁、电器租赁、辅导和旅游指南出版。员工来自大学生和当地高中生。三位创始人从法学院毕业后留任管理层。
**回归分析结果**(OLS,n=125,因变量 = 年薪):
| 变量 | 系数 | 标准误 |
|------|------|--------|
| 常数项 | 4556.7 | 498.6 |
| 性别 (Sex) | 903.16 | 174.2 |
| 教育 (Education) | 70.40 | 150.7 |
| 工龄 (Months) | 75.40 | 38.31 |
| 年龄 (Age) | 55.83 | 112.48 |
R² = 0.603
> 性别编码:男 = 1,女 = 0。教育:超过八年级的年数。工龄:在 ISA 工作的月数。年龄:实际年龄 - 14。
---
## 分析
### 一、薪酬预测
**人物画像**:23 岁男性,研究生一年级,在 ISA 工作 26 个月。
**变量编码**:
- Education = 4(高中)+ 4(本科)+ 1(研一)= **9**
- Months = **26**
- Age = 23 - 14 = **9**
**男性预测薪酬**(Sex = 1):
```
4556.7 + 903.16×1 + 70.40×9 + 75.40×26 + 55.83×9
= 4556.70 + 903.16 + 633.60 + 1960.40 + 502.47
= $8,556.33
```
**女性预测薪酬**(Sex = 0):
```
4556.70 + 0 + 633.60 + 1960.40 + 502.47 = $7,653.17
```
**性别差距 = $903.16** —— 恰好等于性别系数。在教育、工龄、年龄完全相同的情况下,男性每年多赚 $903。
### 二、系数显著性检验
t 统计量 = 系数 / 标准误。自由度 = 125 - 5 = 120,双尾检验 .05 水平的临界值约为 **1.98**。
| 变量 | 系数 | 标准误 | t 统计量 | .05 显著? |
|------|------|--------|---------|-----------|
| 常数项 | 4556.7 | 498.6 | **9.14** | 是 |
| 性别 | 903.16 | 174.2 | **5.18** | **是 ★★★** |
| 教育 | 70.40 | 150.7 | **0.47** | 否 |
| 工龄 | 75.40 | 38.31 | **1.97** | 否(极度边界) |
| 年龄 | 55.83 | 112.48 | **0.50** | 否 |
**逐项解读**:
- **性别**(t = 5.18):**高度显著**。控制教育、工龄、年龄后,性别仍然显著影响薪酬。这是 Reno 歧视主张的核心统计证据。
- **教育**(t = 0.47):**不显著**。ISA 员工主要是大学生和高中生,教育年限变异范围很窄,且 ISA 的工作(洗衣、清洁、辅导)可能本来就不特别奖励额外学历。
- **工龄**(t = 1.97):**极度接近但未达 .05 临界值**(1.97 < 1.98)。实际上处于边界。更大样本或单尾检验即可显著。
- **年龄**(t = 0.50):**不显著**。很可能因为**多重共线性** —— 年龄与教育和工龄高度相关。当三者同时进入模型,年龄的独立解释力被消耗殆尽。加之学生群体的年龄范围本就很窄。
### 三、为什么回归优于简单均值比较
原始薪酬差距:$9,620 - $8,763 = **$857/年**。
| 方法 | 局限 |
|------|------|
| 简单均值差异 | 混淆了所有因素(经验、学历、工龄、歧视),被告可以辩称"男性薪酬高是因为工龄更长" |
| 多元回归 | **控制了合法因素后隔离性别的纯效应**。控制后差距反而从 $857 扩大到 $903,说明女性在其他变量上可能略有优势,简单均值反而低估了歧视程度 |
回归还提供了 **t 统计量和 p 值**,可以正式检验性别差距是否由偶然产生(p < 0.001,几乎不可能)。
### 四、替代解释
尽管回归结果很强,但存在一个合理的替代解释:
ISA 由 **3 名男性** 创立,他们作为创始人兼管理者,很可能是薪酬最高的员工。他们的高薪可能拉高了性别系数 —— 不是因为 ISA 歧视女性,而是因为创始团队恰好全是男性。
**应对策略**:
- 排除 3 名创始人后重新回归
- 或增加"管理层/创始人"虚拟变量
此外,R² = 0.603 意味着 **40% 的薪酬变异未被解释**。遗漏变量(岗位类型、职级、绩效、工时)可能解释部分差距。**遗漏变量偏误** 是歧视案件中被告的经典辩护策略。
### 五、管理层性别比例检验
**额外数据**:130 名管理者中 44% 是女性,而员工中 56% 是女性(当地人口中 52% 是女性)。
#### 与员工群体比较(更强的论证)
零假设:管理者从 56% 女性的员工池中随机产生。
```
z = (0.44 - 0.56) / sqrt(0.56 × 0.44 / 130) = -0.12 / 0.0435 = -2.76
```
|z| = 2.76 > 1.96 → **.05 水平下统计显著**(甚至在 .01 水平下也显著)。
#### 与当地人口比较(较弱)
```
z = (0.44 - 0.52) / sqrt(0.52 × 0.48 / 130) = -0.08 / 0.0438 = -1.83
```
|z| = 1.83 < 1.96 → **.05 水平下不显著**。
员工群体是更合理的比较基准,因为管理者是从现有员工中晋升的。
---
## 总结
Jane Reno 有两条相互补充的统计证据:
| 证据 | 结果 | 显著性 |
|------|------|--------|
| 薪酬回归 | 控制教育、工龄、年龄后,男性年薪多 $903 | t = 5.18,p < 0.001 |
| 管理层比例 | 女性占员工 56% 但仅占管理层 44% | z = 2.76,p < 0.01 |
两者共同构成了薪酬歧视和晋升歧视的初步证据(prima facie case)。被告的可能抗辩方向:遗漏变量(岗位类型、创始人特殊地位)。案件的最终强度取决于加入这些控制变量后,性别效应是否仍然显著。
**核心教训**:简单的均值比较永远不够。多元回归通过控制合法因素来隔离歧视效应 —— 但回归本身也可以被挑战:遗漏变量、多重共线性、样本选择,每一个都是律师可以追问的方向。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| brainstormingobra/superpowersYou MUST use this before any creative work - creating features, building components, adding functionality, modifying behavior, or planning anything new, in software or out of it (a talk, a business, a renovation). | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |
| brand-guidelinesanthropics/skillsApplies Anthropic's official brand colors and typography to any sort of artifact that may benefit from having Anthropic's look-and-feel. Use it when brand colors or style guidelines, visual formatting, or company design standards apply. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| frontend-designanthropics/skillsGuidance for distinctive, intentional visual design when building new UI or reshaping an existing one. Helps with aesthetic direction, typography, and making choices that don't read as templated defaults. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| mcp-builderanthropics/skillsGuide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK). | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |