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。
references/statistics.md
View on GitHub# 统计分析 Statistical Analysis
> 律师不需要自己跑 SPSS,但需要知道对方的统计证据 **是否站得住脚**。在 Daubert 时代,理解统计推断是 **评估和挑战专家证词** 的必备技能。这一章的目标不是把你变成统计学家,而是让你能在法庭上、在尽调会议上、在专家证人的交叉询问中 **问出正确的问题**。
## 1. 为什么律师需要统计
- **歧视诉讼**:就业、住房、执法中的统计证据
- **产品责任**:流行病学数据中的因果推断
- **环境诉讼**:疾病率、污染暴露数据
- **证券欺诈**:事件研究(见 `finance.md`)
- **反垄断**:价格影响、市场定义的实证估计
- **调查证据**:民意测验、消费者认知调查
- **专家证词**:Daubert 标准下的可靠性挑战
- **刑事证据**:DNA 匹配、Bayesian 推理
## 2. 描述统计 Descriptive Statistics
### 2.1 集中趋势 Measures of Central Tendency
| 指标 | 含义 | 何时用 | 法律例子 |
|---|---|---|---|
| **均值 Mean** | 算术平均 $\bar{x} = \frac{1}{n}\sum x_i$ | 数据对称、无异常值 | 平均年薪 |
| **中位数 Median** | 排序后的中间值 | 有偏斜或极端值 | 收入(富豪拉高均值)|
| **众数 Mode** | 出现最多的值 | 分类数据 | 最常见的违约类型 |
**关键**:当数据 **严重偏斜** 或有 **异常值** 时,**均值会误导**。美国家庭收入的 **均值** 是 $\$100K+$,但 **中位数** 是 $\$70K$——因为顶部的富豪拉高了均值。在歧视诉讼中,被告常用均值掩盖中位数的差距。
### 2.2 变异性 Measures of Variability
| 指标 | 公式 | 说明 |
|---|---|---|
| **极差 Range** | $\max - \min$ | 最简单,受异常值严重影响 |
| **四分位距 IQR** | $Q_3 - Q_1$ | 更稳健 |
| **方差 Variance** | $s^2 = \frac{\sum (x_i - \bar{x})^2}{n - 1}$ | 样本方差;总体用 $n$ |
| **标准差 SD** | $s = \sqrt{s^2}$ | 与原数据同单位 |
| **变异系数 CV** | $CV = s / \bar{x}$ | 相对变异性,跨量纲比较 |
**Bessel 校正**:样本方差分母用 $n-1$ 而非 $n$(避免低估总体方差)。
### 2.3 数据可视化
**推荐图表**:
- **柱状图 / 条形图 (Bar Chart)**:比较分类
- **直方图 (Histogram)**:连续数据的分布
- **箱线图 (Boxplot)**:中位数、IQR、异常值一览
- **散点图 (Scatterplot)**:两个变量的关系
- **折线图 (Line Chart)**:时间序列
**常见陷阱**:
- **Y 轴不从零开始**:最经典的视觉欺骗——让 $3\%$ 的差距看起来像 $300\%$
- **截断 / 断裂的轴**:类似上一条,更隐蔽
- **双 Y 轴**:同时展示两个变量,但刻度选择可以误导
- **3D 图**:扭曲比例感
- **精心挑选的时间段**:cherry-picking start date(比如从 2009 年的低点开始算回报)
- **忽视样本量**:小样本的"显著差异"实际上是噪音
- **相关性伪装成因果**:见 `multivariate-statistics.md`
**律师 homework**:Darrell Huff, *How to Lie with Statistics* (1954)——这是每个律师应该读的 120 页小书。
## 3. 概率基础 Probability Fundamentals
### 3.1 基本规则
- **概率值** $P(A) \in [0, 1]$
- **互斥事件**:$P(A \cup B) = P(A) + P(B)$
- **一般加法**:$P(A \cup B) = P(A) + P(B) - P(A \cap B)$
- **独立事件**:$P(A \cap B) = P(A) \cdot P(B)$
- **条件概率**:$P(A \mid B) = \dfrac{P(A \cap B)}{P(B)}$
- **乘法法则**:$P(A \cap B) = P(B) \cdot P(A \mid B)$
### 3.2 贝叶斯定理
$$P(H \mid E) = \frac{P(E \mid H) \cdot P(H)}{P(E)}$$
$$= \frac{P(E \mid H) \cdot P(H)}{P(E \mid H) \cdot P(H) + P(E \mid \neg H) \cdot P(\neg H)}$$
这是 **证据法的数学基础**。见 `decision-analysis.md` §3 的详细例子。
### 3.3 检察官谬误 Prosecutor's Fallacy
**混淆** $P(E \mid H)$ 和 $P(H \mid E)$ 的经典错误。
**例 1:DNA 证据**
检察官:*"被告 DNA 匹配概率 $1/1{,}000{,}000$——被告无罪的概率只有百万分之一。"*
**错了**。$1/1{,}000{,}000$ 是 $P(\text{匹配} \mid \text{无罪})$。我们要的是 $P(\text{无罪} \mid \text{匹配})$。
需要 **先验概率**——嫌疑人池的大小。如果嫌疑池有 $500{,}000$ 人:
$$P(\text{有罪} \mid \text{匹配}) = \frac{P(\text{匹配} \mid \text{有罪}) \cdot P(\text{有罪})}{P(\text{匹配})}$$
$$= \frac{1 \times 1/500{,}000}{1 \times 1/500{,}000 + 10^{-6} \times (1 - 1/500{,}000)} \approx 0.67$$
**后验只有 $67\%$**,远未达到"排除合理怀疑"。
**例 2:People v. Collins (1968)**
加州法院首次公开谴责滥用概率——检察官用 **独立概率相乘** 得到 $1/12{,}000{,}000$ 的"配对概率",最高法院撤销定罪,因为:
1. 事件不独立(男朋友是白人会影响其他特征概率)
2. 即使是 $1/12M$,加州有 2400 万人 → 仍有约 2 对符合的情侣
### 3.4 基率谬误 Base Rate Fallacy
**忽略先验** 的另一种表现。
**例**:某种罕见病发病率 $0.1\%$。检测准确率 $99\%$(敏感度 + 特异度都是)。阳性患者真正患病的概率是?
$$P(\text{病} \mid +) = \frac{0.99 \times 0.001}{0.99 \times 0.001 + 0.01 \times 0.999} = \frac{0.00099}{0.01098} \approx 9\%$$
**只有 $9\%$**——远低于检测准确率暗示的 $99\%$。这就是为什么筛查罕见病要非常小心。
## 4. 正态分布 Normal Distribution
### 4.1 性质
- 对称钟形曲线
- 均值 = 中位数 = 众数
- 由 $\mu$ 和 $\sigma$ 两个参数完全决定
- **68-95-99.7 法则**:
- $\mu \pm 1\sigma$ 覆盖 $68.3\%$
- $\mu \pm 2\sigma$ 覆盖 $95.5\%$
- $\mu \pm 3\sigma$ 覆盖 $99.7\%$
### 4.2 Z-score(标准分)
$$z = \frac{x - \mu}{\sigma}$$
**解读**:距离均值有多少个标准差。$z = 2$ 表示在均值以上 2 个标准差——对应约 $97.5\%$ 分位点。
**律师应用**:Castaneda v. Partida (1977) 最高法院首次明确"2–3 个标准差"作为歧视指控的统计阈值。
## 5. 中心极限定理 Central Limit Theorem
**CLT**:从任意分布(不必正态)的总体中反复抽取大小为 $n$($\geq 30$)的随机样本,**样本均值的分布** 近似正态:
$$\bar{X} \sim N\left(\mu, \frac{\sigma^2}{n}\right)$$
**样本均值的标准误 (Standard Error)**:
$$SE(\bar{X}) = \frac{\sigma}{\sqrt{n}}$$
**关键**:**$n$ 越大,均值越精确**——但精度随 $\sqrt{n}$ 增长,不是 $n$。把样本量从 100 增到 400 只能把 SE 减半。
## 6. 推断统计 Inferential Statistics
### 6.1 样本与总体
- **总体 (population)**:你想研究的完整群体
- **样本 (sample)**:实际观察到的子集
- **参数 (parameter)**:总体的量($\mu, \sigma$)——未知
- **统计量 (statistic)**:样本的量($\bar{x}, s$)——用来估计参数
### 6.2 有效推断的前提
1. **随机抽样**:每个总体成员有已知、非零的被抽中概率
2. **足够样本量**:取决于所需精度
3. **效度 (validity)**:测量的是你想测的东西
4. **无系统偏差**:下面详述
### 6.3 常见偏差 Common Biases
- **选择偏差 (selection bias)**:样本不代表总体(例:只给 Facebook 用户发问卷,代表所有美国人吗?)
- **自选择偏差 (self-selection bias)**:"感兴趣的人才回答"
- **动机偏差 (motivational bias)**:受访者迎合期望
- **默认偏差 (acquiescence bias)**:倾向于同意
- **措辞效应 (wording effect)**:同一问题不同措辞结果不同
- **社会称许性偏差 (social desirability bias)**:报告"应该"的答案
- **幸存者偏差 (survivor bias)**:只看到成功者的共同特征
- **出版偏差 / 抽屉问题**:不显著的研究不发表
## 7. 假设检验 Hypothesis Testing
### 7.1 四步法
1. **提出假设**
- 零假设 $H_0$(通常"没有差异"、"没有效果")
- 备择假设 $H_1$
2. **选择显著性水平** $\alpha$(通常 $0.05$)
3. **计算检验统计量**(Z, t, $\chi^2$, F 等)
4. **决策**:
- 如果 $p$-value $< \alpha$,拒绝 $H_0$
- 否则"未能拒绝"$H_0$(**不是** "接受" $H_0$!)
### 7.2 Z 检验(已知总体标准差)
**单均值**:
$$Z = \frac{\bar{x} - \mu_0}{\sigma / \sqrt{n}}$$
**单比例**:
$$Z = \frac{\hat{p} - p_0}{\sqrt{p_0 (1 - p_0) / n}}$$
**两均值比较**:
$$Z = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{\sigma_1^2/n_1 + \sigma_2^2/n_2}}$$
### 7.3 t 检验(未知总体标准差)
**单均值** t 检验:
$$t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}}$$
自由度 $df = n - 1$。当 $n$ 大时,$t \approx Z$;当 $n$ 小时,$t$ 分布更厚尾(更保守)。
**两独立样本 t 检验**:
$$t = \frac{\bar{x}_1 - \bar{x}_2}{s_p \sqrt{1/n_1 + 1/n_2}}$$
其中 $s_p$ 是合并标准差。
### 7.4 卡方检验 Chi-Square Test
**独立性检验**:两个分类变量是否独立。
$$\chi^2 = \sum \frac{(O - E)^2}{E}$$
($O$ = 观察频数,$E$ = 期望频数)
**应用**:
- 陪审团选择歧视(不同种族的入选比例与人口比例独立?)
- 就业歧视(升职与性别独立?)
- 调查数据的交叉分析
### 7.5 显著性水平 Significance Level
- **$\alpha = 0.05$** 是社会科学的惯例——但没有"神圣性"
- **$\alpha = 0.01$** 更严格,常用于医学临床试验
- **$\alpha = 0.001$** 很严格,用于高风险决策
**p-value 不是"假阳性的概率"**——它是"如果 $H_0$ 真,观察到这个或更极端结果的概率"。这个区别极重要。
### 7.6 双尾 vs 单尾 Two-Tailed vs One-Tailed
- **双尾**:$H_1$ 是"不等于"
- **单尾**:$H_1$ 是"大于" 或 "小于"
**律师注意**:单尾检验的 p-value 是双尾的一半——专家证人从双尾切换到单尾可以"制造"显著性。**要问清楚:为什么选单尾?方向性假设是事前确定的吗?**
## 8. 两类错误 Type I & Type II Errors
| | $H_0$ 为真(无效果) | $H_0$ 为假(有效果) |
|---|---|---|
| **拒绝 $H_0$**(判有效果) | **Type I 错误 $\alpha$** | 正确 ✓ |
| **未拒绝**(判无效果) | 正确 ✓ | **Type II 错误 $\beta$** |
- **$\alpha$** = Type I error rate = **假阳性率**
- **$\beta$** = Type II error rate = **假阴性率**
- **Power = $1 - \beta$** = **检验力**(真有效时能发现的概率)
**法律类比**:
- **Type I** ≈ 误判无辜者("冤枉")
- **Type II** ≈ 放过有罪者
Blackstone 格言:"宁让十个有罪者逃脱,不可错判一个无辜者"——即 **偏好** Type II 错误 > Type I 错误。所以刑法用 "beyond reasonable doubt"($\alpha$ 很低),民法用 "preponderance"($\alpha \approx 0.5$)。
### 8.1 Power Analysis 检验力分析
Power 取决于:
1. **效应量 (effect size)**:效果越大,越容易发现
2. **样本量 $n$**:$n$ 越大,power 越高
3. **$\alpha$ 水平**:$\alpha$ 越严格,power 越低
4. **数据变异性**:噪声越大,power 越低
**律师应用**:**小样本的"不显著"不代表没效果**——可能只是 power 不足。面对"我们研究了发现不显著",律师应问 "你们的检验力是多少?"
## 9. 置信区间 Confidence Intervals
用样本估计总体参数:
$$\bar{x} \pm z_{\alpha/2} \cdot SE$$
**$95\%$ 置信区间**:$z = 1.96$。
$$\bar{x} \pm 1.96 \cdot \frac{s}{\sqrt{n}}$$
**正确解读**:如果重复抽样 100 次,约 95 次的区间 **会包含** 真实参数。**不是** "真实参数有 $95\%$ 的概率在这个区间内"(那是贝叶斯解读)。
**宽度**:区间越窄,估计越精确。宽度与 $1/\sqrt{n}$ 成正比。
## 10. 统计显著性 vs 实际意义 Statistical vs Practical Significance
**极大的样本量可以让微小的差距"显著"**。
**例**:某药降低血压 $0.5$ mmHg,$n = 100{,}000$,$p < 0.001$。统计上极显著,但 **临床上毫无意义**(正常波动都比这个大)。
**律师对抗**:**效应量 (effect size)** 是多大?有实际意义吗?Cohen's $d$、相关系数 $r$、odds ratio 都是衡量效应量的工具。
## 11. 常见陷阱
### 11.1 文件抽屉问题 File Drawer Problem
不显著的研究被藏起来不发表。已发表的文献 **系统性** 高估效应量。
**对策**:
- 用 **meta-analysis** 时校正出版偏差(funnel plot, trim-and-fill)
- 关注 **预注册 (pre-registration)** 的研究
- 检查复现性 (replication)
### 11.2 P-Hacking / 数据挖掘
反复检验不同假设,直到有一个显著。如果做 100 次独立检验,纯巧合就有约 5 次显著($\alpha = 0.05$)。
**对策**:
- **Bonferroni 校正**:$\alpha$ 除以检验次数
- **False Discovery Rate** (FDR):更现代的方法
- 事前明确假设和分析计划
### 11.3 癌症簇问题 Cancer Cluster Problem
某个县的癌症率看起来很高——但如果检查全国 3000 个县,按概率有约 150 个在 $95\%$ 水平上"显著"偏高。**这不是因果证据,是 multiple comparisons 的副产品**。
### 11.4 Simpson 悖论 Simpson's Paradox
总体趋势与各子群趋势相反。
**经典例子 (UC Berkeley 1973)**:
- 总体:男性录取率 $44\%$,女性 $35\%$ → 看起来歧视女性
- 分学院看:每个学院内女性录取率都 **不低于** 男性
- 真相:女性更多申请竞争激烈的学院(录取率低)
**律师意义**:**永远看分层数据**。对方给你总体数据时,问:"分行业 / 分部门 / 分年龄段看会怎样?"
### 11.5 均值回归 Regression to the Mean
极端值下一次测量往往 **更接近均值**。错把这种自然回归当成"处理效果"的经典错误。
**例**:拉选择考试分数最低的 10% 学生做辅导,下次考试他们"进步了"——部分原因是均值回归,不是辅导效果。控制实验需要 **对照组**。
## 12. Daubert 标准
### 12.1 三大判例
1. **Daubert v. Merrell Dow Pharmaceuticals (1993)**:推翻 Frye 的"普遍接受"标准,要求法官作为 **科学证据的守门人 (gatekeeper)**
2. **General Electric Co. v. Joiner (1997)**:确立 **"证据-结论差距 (analytical gap)"** 审查
3. **Kumho Tire v. Carmichael (1999)**:将 Daubert 扩展到所有 **技术性专家证词**(不限于"科学")
### 12.2 Daubert 因素
法官应审查专家方法是否:
1. **可测试 / 可证伪**
2. **已经同行评审 / 发表**
3. **已知或可知的 error rate**
4. **存在标准和受控制**
5. **被相关科学共同体接受**
### 12.3 律师的统计证据挑战清单
1. **样本代表性**:谁被抽样?有选择偏差吗?
2. **样本量**:$n$ 足够支持结论吗?power 够吗?
3. **测量效度**:测量的是真正关心的变量吗?
4. **统计方法的适当性**:假设是否满足?(正态性、独立性、方差齐性)
5. **多重比较**:做了多少次检验?校正了吗?
6. **p-hacking**:分析计划是事前定的吗?
7. **效应量**:不只问显著性,问"有多大"
8. **可复制性**:有独立研究复现吗?
9. **数据挖掘 vs 假设检验**:是事后还是事前?
10. **控制变量**:关键混淆因素控制了吗?(见 `multivariate-statistics.md`)
## 13. 律师实务场景
### 13.1 歧视诉讼
**薪酬歧视**:比较相同资格的男女薪酬差异。用 **回归分析**(见 `multivariate-statistics.md`)控制合法因素后隔离性别效应。
**录用 / 晋升歧视**:
- **EEOC 4/5 Rule**:受保护群体的录用率应 > 主导群体的 $80\%$
- **统计显著性测试**:通常用 **Fisher's exact test** 或 **卡方检验**
**陪审团选择**:Castaneda 2–3 个标准差阈值。
### 13.2 产品责任 / 流行病学
**相对风险 (Relative Risk, RR)** = $P(\text{病} \mid \text{暴露}) / P(\text{病} \mid \text{未暴露})$
$RR > 2$ 常被认为是 **"更可能是这个原因"** 的证据(> 50% 归因于暴露)。但这是非常粗糙的规则,法院对"RR = 2 门槛"态度不一。
**Hill 因果推断标准** (Austin Bradford Hill, 1965):
1. **相关强度 Strength**
2. **一致性 Consistency**
3. **特异性 Specificity**
4. **时序 Temporality**
5. **剂量-反应 Gradient**
6. **合理性 Plausibility**
7. **连贯性 Coherence**
8. **实验 Experiment**
9. **类似性 Analogy**
### 13.3 调查证据
消费者认知调查(用于商标淡化、虚假广告诉讼):
- **样本代表性**
- **问题措辞的中立性**
- **控制组 (control group)** 的存在
- **双盲设计**
- **重测一致性**
## 14. 律师的统计对抗清单
### 面对任何统计证据
1. **样本** 是怎么来的?代表总体吗?
2. **样本量** 多大?power 够吗?
3. **描述 vs 推断**:只是描述现状还是声称因果?
4. **相关 vs 因果**:这就只是相关吗?
5. **显著性 vs 效应量**:显著但效应很小吗?
6. **p-value** 是怎么算的?双尾还是单尾?
7. **多重比较** 校正了吗?
8. **数据挖掘**:分析计划事前定的吗?
9. **出版偏差**:只看已发表的结果?
10. **复现性**:有独立研究验证吗?
### 具体情境
11. **调查研究**:问题措辞、抽样框、响应率
12. **流行病学**:$RR$、置信区间、Hill 标准
13. **回归分析**:见 `multivariate-statistics.md`
14. **贝叶斯论据**:先验合理吗?
## 15. 书中经典案例
- **Castaneda v. Partida (1977)**:陪审团选择歧视,确立 2–3 SD 阈值
- **Hazelwood School District v. U.S. (1977)**:统计证据在歧视案中的使用
- **Daubert v. Merrell Dow (1993)**:科学证据的守门人标准
- **GE v. Joiner (1997)**:分析差距审查
- **Kumho Tire v. Carmichael (1999)**:扩展到所有专家证词
- **People v. Collins (1968)**:滥用概率乘法的经典反面教材
- **DeShaney v. Winnebago (1989)**:统计证据与个案因果的对比
## 16. 常见陷阱速查表
| 陷阱 | 症状 | 修正 |
|---|---|---|
| 检察官谬误 | 混淆 $P(E \mid H)$ 与 $P(H \mid E)$ | 用贝叶斯和先验 |
| 基率谬误 | 忽略先验 | 必看基础率 |
| 小样本显著 | $n = 10$ 的"显著差异" | 检查 power 和效应量 |
| 样本有偏 | 只问 Facebook 用户 | 检查抽样框 |
| 多重比较未校正 | 跑 100 个回归选显著的 | Bonferroni / FDR |
| 单尾诡计 | 事后切换到单尾 | 问方向性假设来源 |
| 均值误导偏斜数据 | 用均值不看中位数 | 看分布 |
| 混淆显著性和意义 | p < 0.05 就结论 | 看效应量 |
| Simpson 悖论 | 只看总体不看分层 | 分层分析 |
| 均值回归误判 | 极端值"处理后改善" | 用对照组 |
| 幸存者偏差 | 只看成功案例 | 考虑"消失"的案例 |
| 相关 = 因果 | 跳跃式结论 | 见 `multivariate-statistics.md` |
---
**进阶阅读**:Darrell Huff, *How to Lie with Statistics*(必读);David Freedman et al., *Statistics*(基础教科书);Reference Manual on Scientific Evidence(联邦司法中心出版,法官用);Kaye & Freedman, "Reference Guide on Statistics" in Reference Manual.
**相关参考文件**:
- `multivariate-statistics.md` — 回归分析、因果推断
- `decision-analysis.md` — 贝叶斯更新
- `finance.md` — 事件研究(证券诉讼统计工具)
- `examples/statistical-evidence-daubert.md` — 完整 worked example
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 |