量化反腐研究的一項新成果

作者：Benren2 瞎掰 20180214

最近兩天，本人利用業餘時間，進行腐敗證據量化統計建模，獲得了一項新的反腐敗科研成果。特此首發簡介。

本研究主要利用中紀委公布的腐敗官員證據，細加整理量化，並充分利用最新公布的資料，進行建模和模型優化。比如下面兩個新案例，就使模型的預測精度提高了62.95%.

案例 1：

新華社2018年2月13日報道，十八屆中央政治局委員孫政才涉嫌受賄案已偵查終結，交天津市第一中級法院起訴。檢察院起訴指控，孫政才在整個仕途中都在不間斷受賄。《重慶日報》同日披露，孫政才"十個必須條條觸犯，七個有之樣樣皆占”。

案例 2：

同日，中紀委監察部網站宣布，原中宣部副部長、原中央網信辦主任魯煒被雙開。中紀委監察部的公告稱，魯煒身為高級幹部， “四個意識 ”個個皆無， “六大紀律” 項項違反。

上述兩例顯示，中紀委查處腐敗分子的科學手段已經上了一個大台階，開始量化了。任何社會問題，如果能夠量化，建立統計模式，從根本上精準解決該問題，就是指日可待了。清除腐敗官員，防止帶病提拔，最經濟有效的辦法是早期識別，比如在提拔重用之前把他們篩選出來、清理出去 。

詳細地講，此項科研就是本人結合此前公布的省、部、軍級以上官員腐敗查處大數據，利用統計學中的Discriminant Analysis建模, 得出了早期識別腐敗官員的算法。本人在此鄭重提供國內有關部門參考，也算是沒有辜負祖國養育之恩。

下面是本人的研究成果，精華部分就是一條公式，簡單易用，一個手機計算器就能搞倒腐敗分子。

         腐敗概率 = 0.18 × 十個必須觸犯%  + 

                    0.17 × 七個有之%      +

                    0.15 × 四個意識缺失%  +

                    0.14 × 六大紀律違反%  +

                    0.13 × 金錢欲望指數   +

                    0.12 × 性慾指數       +

                    0.11

這條公式是通過把中紀委公布的證據量化後作為訓練樣本，經由大型機高速運算而來。更重要的是，本人又把同批數據當作待測數值，代入公式驗證，得出了99.8%的命中率。也就是說，當計算出來的腐敗概率超過60%，隨機查處一萬人，最多冤枉兩個。利用上面公式計算，孫、魯兩人的腐敗概率分別是99.999%和99.998%，統計證據鐵板釘釘，直接打臉企圖替這兩人喊冤的海外別有用心之人。

不在官場的一般平民對什麼是十個必須、七個有之、四個意識和六大紀律可能一頭霧水，根據公式，他們在這四項的得分可能是零，因此36%是普通人正常賺錢欲望和性慾這兩項，代入公式計算，最高能達到的腐敗分數。就算是六根清淨的出家人，也有基礎腐敗分數11%，正應了人生來就帶着原罪的說法。這也在統計學上說明了，世界上不存在絕對純淨不腐敗的人。挑選廉潔官員有多難，由此可見一斑。

Discriminant Analysis建模的第一個大優點是能夠提取出主因子，排除無關或弱因子，簡化數據項目收集。本模型就剔除了撒謊指數(狡辯也沒有用了！)、職業(不要告訴我有什麼高危職業！)、性別(男女一視同仁！)、年齡、顏值、肥胖指數、個子高矮、主食偏好、煙酒消費量、手機使用率、民族、地域、學歷等等124項次要和無關因素，因為它們對最終腐敗概率計算的影響微小或者為零，有的甚至干擾、降低了預測精確度(比如學歷)。根據本精準模型，現在查處新腐敗案件，只需關註上面公式中提到的6個最重要指標，大量節省調查取證的人力、物力和時間。

Discriminant Analysis建模的第二個大優點是預測精度能夠自我進化提高，具有機器學習的強大能力，只需經過幾輪優化，就能獲得驚人的預測正確率。具體而言，就是把新的查處數據不斷添加到訓練樣本，程序自動重新計算並優化公式(主要是權重係數調整)。

祖國人民反腐倡廉不停不歇，充分體現了祖國人民與腐敗分子鬥爭到底的堅強決心。本人樂意提供更多的統計分析支持，報效祖國。