场景案例 · 2026-06-24

监狱矫正与累犯风险研究怎么用 AI 做统计分析？— 逻辑回归 + Cox 生存分析全流程

犯罪学、司法心理、社会学研究者必看：从二元逻辑回归识别累犯高危因子，到 Cox 生存分析追踪重新犯罪时间，ChatSRS 三引擎一句话跑完，直出 APA 7th 报告句式。

犯罪学、司法社会工作、法律心理学方向的研究者，最常遇到的数据分析死穴：累犯率预测要用什么模型？矫正项目有没有效、效果能撑多久？再犯时间数据有删失（censoring）要怎么处理？SPSS 跑出来的 Exp(B) 是什么意思、怎么写进论文？这篇文章把监狱矫正研究最核心的两条统计路径——**二元逻辑回归（累犯风险因子识别）**和 Cox 比例风险生存分析（重新犯罪时间追踪）——从数据结构到 APA 报告句式一次串通，每步给出可在 ChatSRS 直接粘贴的真实指令。

矫正研究数据分析为什么难

监狱和社区矫正研究有几个独特的数据挑战，让普通统计方法行不通：

结局是二分类：假释后 3 年内是否再犯（0/1），不是连续变量，线性回归直接失效
追踪时间不等长：有人刑满后第 6 个月再犯，有人随访截止时尚未再犯（删失），纳入时间维度必须用生存分析
预测因子维度宽：人口学（年龄、文化程度、民族）、犯罪史（首犯/惯犯、前科次数、刑期长度）、心理评估（PCL-R 反社会得分、LSI-R 风险评级）、社会资本（家庭支持、就业状态）同时纳入，需处理多重共线性
样本来源敏感：监狱档案数据有缺失值和录入误差，须先做数据清洗
APA 报告规范严：犯罪学顶刊要求报告 OR（比值比）95% CI、HR（危险比）95% CI，Wald chi-square，Nagelkerke R²，以及生存曲线图

chatsrs.com 三引擎（SPSS + R + Stata）把这整套分析变成对话。下面分两条主线演示。

典型数据结构

研究设计：某省 2018—2022 年出狱人员 3 年追踪队列（N = 580），研究问题：矫正项目参与对再犯率及再犯时间的影响。

编号   矫正参与   年龄   文化程度   前科次数   PCL-R得分   家庭支持   就业状态   3年内再犯   首次再犯月数   删失
001    1(参与)    26     初中       1          8.2         高         是         0           36(随访止)     1
002    0(未参与)  34     小学       3          18.6        低         否         1           14             0
003    1(参与)    41     高中       2          12.1        中         是         0           36(随访止)     1
...

变量说明：

矫正参与：1 = 参与系统性矫正项目（职业培训 + 心理干预），0 = 常规管理
删失 = 1：随访期满时尚未再犯（右删失）
首次再犯月数：再犯者为实际再犯时间，删失者为随访持续时间

主线一：二元逻辑回归 — 识别累犯高危因子

第一步：描述统计与再犯率基线

打开 chatsrs.com，上传数据后输入：

"请按矫正参与（是/否）分组，输出：3年再犯率（百分比）、年龄均值SD、前科次数均值SD、PCL-R得分均值SD、家庭支持各分类频率；生成APA三线表，并做组间独立t检验或卡方检验，报告统计量和p值。"

ChatSRS 自动输出：

表 1  两组基线特征比较（M +- SD 或 n/百分比）

                          矫正参与组 (n = 312)   未参与组 (n = 268)   统计量
再犯率                    18.3%                  39.2%                chi^2(1) = 32.47, p < .001
年龄（岁）                33.6 (8.4)             34.1 (9.1)           t(578) = -0.62, p = .537
前科次数                  1.48 (0.91)            2.14 (1.23)          t(578) = -6.94, p < .001
PCL-R 得分                11.3 (6.2)             16.8 (7.4)           t(578) = -9.18, p < .001
家庭支持（高/中/低）      54/32/14%              28/38/34%            chi^2(2) = 41.32, p < .001

为什么先做这步：基线比较显示两组在前科次数、PCL-R 和家庭支持上已有显著差异，说明简单比较再犯率是混杂的，需要进入多元逻辑回归控制这些协变量。

第二步：共线性诊断

"对以下预测变量做多重共线性诊断：矫正参与、年龄、文化程度、前科次数、PCL-R得分、家庭支持（虚拟编码）、就业状态；报告VIF和容忍度（Tolerance），标记VIF>10的变量。"

ChatSRS 输出：

共线性诊断结果

变量             VIF      容忍度
矫正参与         1.32     0.758
年龄             1.18     0.847
文化程度         1.24     0.806
前科次数         2.01     0.498
PCL-R 得分       2.18     0.459
家庭支持_高      1.67     0.599
家庭支持_中      1.54     0.649
就业状态         1.41     0.709

结论：所有VIF < 3，无多重共线性问题，可继续分析。

第三步：二元逻辑回归主模型

"以3年内再犯（0/1）为因变量，纳入矫正参与（虚拟变量，未参与=0）、年龄、文化程度（有序编码：小学=1/初中=2/高中=3/大专及以上=4）、前科次数、PCL-R得分、家庭支持（高=参照，中/低虚拟）、就业状态做二元逻辑回归（Enter法）。报告：每个变量的B系数、SE、Wald chi^2、p值、OR(Exp(B))和95%CI；模型整体拟合Hosmer-Lemeshow检验、Nagelkerke R^2、-2LL；生成APA三线表。"

ChatSRS 输出（示例）：

表 2  累犯风险二元逻辑回归结果（N = 580）

预测变量            B        SE      Wald     p        OR       95% CI
矫正参与（是）     -0.94    0.21    20.12   < .001   0.39    [0.26, 0.59]
年龄               -0.02    0.01     3.41    .065    0.98    [0.96, 1.00]
文化程度           -0.28    0.12     5.44    .020    0.76    [0.60, 0.96]
前科次数            0.61    0.11    30.87   < .001   1.84    [1.48, 2.29]
PCL-R 得分          0.08    0.02    18.34   < .001   1.08    [1.04, 1.12]
家庭支持_中        0.47    0.26     3.27    .070    1.60    [0.96, 2.66]
家庭支持_低        1.12    0.29    14.89   < .001   3.06    [1.73, 5.41]
就业状态（有）     -0.71    0.22    10.45    .001    0.49    [0.32, 0.76]
常数              -2.18    0.54    16.28   < .001

模型拟合：-2LL = 418.32，chi^2(8) = 124.67, p < .001
Nagelkerke R^2 = .284
Hosmer-Lemeshow：chi^2(8) = 9.12, p = .333（模型拟合良好）
整体分类正确率：79.1%

关键结果解读：

矫正参与 OR = 0.39：参与矫正项目者再犯优势比为未参与者的 0.39 倍，即参与矫正可使再犯优势（odds）降低约 61%
前科次数 OR = 1.84：每增加 1 次前科，再犯优势增加 84%，是最强的正向风险因子
PCL-R 得分 OR = 1.08：PCL-R 每增加 1 分，再犯几率增加 8%
家庭支持低 OR = 3.06：与高家庭支持相比，低家庭支持者再犯几率为前者的 3.06 倍

第四步：模型诊断与稳健性

"对上述逻辑回归模型做：(1) 影响点诊断（Cook's距离、杠杆值）；(2) 标准化残差图；(3) ROC曲线及AUC；(4) 将样本按7:3分为训练集/验证集重跑模型，报告验证集AUC。"

ChatSRS 输出 ROC 曲线及 AUC：

训练集 AUC = 0.847（95% CI [0.812, 0.882]），优秀分类性能
验证集 AUC = 0.821（95% CI [0.771, 0.871]），模型具有良好泛化能力
最优截断点（Youden指数最大化）：0.318
  灵敏度 = 78.4%，特异度 = 81.2%

ROC 曲线分析的完整说明参见：ROC 曲线分析完整教程

主线二：Cox 比例风险生存分析 — 追踪再犯时间

逻辑回归只能回答"谁更容易再犯"，无法回答"何时再犯、矫正效果能持续多久"。Cox 生存分析同时建模事件发生概率和时间。

第一步：Kaplan-Meier 生存曲线

"以首次再犯月数为生存时间，再犯（1=事件，0=删失）为结局，按矫正参与（是/否）分组绘制Kaplan-Meier生存曲线；报告各组中位生存时间（含95%CI）；做Log-rank检验（Mantel-Cox），报告chi^2和p值。"

ChatSRS 输出：

Kaplan-Meier 生存分析结果

                矫正参与组              未参与组
中位无再犯时间  未达到（>36月）         22.4月（95% CI [18.6, 26.2]）

Log-rank 检验：chi^2(1) = 38.24, p < .001
矫正参与组生存函数在整个随访期内显著优于未参与组。

36月累积再犯率：
  矫正参与组：18.3%（95% CI [14.2, 22.8]）
  未参与组：  39.2%（95% CI [33.4, 44.9]）

Kaplan-Meier 曲线和 Log-rank 检验的完整逻辑参见：生存分析完整教程

第二步：比例风险假设检验（Cox 前提）

"在做Cox回归之前，检验各协变量是否满足比例风险假设（PH假设）：用Schoenfeld残差法对每个变量做PH检验，报告rho相关系数和p值；并生成log(-log(S(t))) vs log(t)图辅助判断。"

ChatSRS 输出：

比例风险假设检验（Schoenfeld残差）

变量             rho       chi^2     p
矫正参与        -0.048    0.84     .361
年龄            -0.031    0.35     .556
前科次数         0.062    1.42     .233
PCL-R 得分       0.054    1.11     .292
家庭支持_低      0.081    2.48     .115
就业状态        -0.037    0.52     .472
全局检验                   7.94     .243

结论：所有变量p > .05，全局检验p = .243，满足PH假设，可继续做Cox回归。

第三步：Cox 比例风险回归主模型

"以首次再犯月数为生存时间，再犯为事件，纳入矫正参与、年龄、文化程度、前科次数、PCL-R得分、家庭支持（高=参照）、就业状态做Cox比例风险回归。报告：每个变量的HR(exp(coef))、95%CI、z值、p值；模型整体Likelihood ratio test、Wald test、Score test；生成APA三线表。"

ChatSRS 输出（示例）：

表 3  累犯时间 Cox 比例风险回归结果（N = 580，事件 = 169）

预测变量            HR       95% CI          z        p
矫正参与（是）      0.44    [0.31, 0.63]    -4.87    < .001
年龄                0.98    [0.96, 1.00]    -1.82     .069
文化程度            0.80    [0.66, 0.97]    -2.24     .025
前科次数            1.72    [1.44, 2.05]     6.12    < .001
PCL-R 得分          1.07    [1.04, 1.10]     5.08    < .001
家庭支持_中         1.44    [0.92, 2.25]     1.67     .095
家庭支持_低         2.81    [1.74, 4.54]     4.34    < .001
就业状态（有）      0.55    [0.38, 0.80]    -3.04     .002

模型整体检验
Likelihood ratio test：chi^2(8) = 132.4, p < .001
Wald test：           chi^2(8) = 121.8, p < .001
Score (logrank) test：chi^2(8) = 128.6, p < .001
Concordance（C-index）= 0.821（95% CI [0.789, 0.853]）

关键结果解读：

矫正参与 HR = 0.44：参与矫正项目者在任意时间点再犯的瞬时风险为未参与者的 44%，即矫正参与使再犯风险降低约 56%
前科次数 HR = 1.72：每增加 1 次前科，再犯瞬时风险增加 72%
家庭支持低 HR = 2.81：低家庭支持者再犯风险为高家庭支持者的 2.81 倍
C-index = 0.821：模型区分再犯者与非再犯者的能力处于良好水平（> 0.8）

危险比（HR）的完整解读方法参见：危险比 Hazard Ratio 解读指南

第四步：矫正效果的交互项分析（异质性检验）

"在Cox模型中加入矫正参与 × PCL-R得分的交互项，检验矫正效果是否随反社会人格程度不同而变化（Interaction HR及95%CI、p值）；并按PCL-R得分三分位数分组，绘制三条分层Kaplan-Meier生存曲线，分别显示矫正组与未矫正组在低/中/高PCL-R三个亚组中的生存差异。"

ChatSRS 输出交互项检验结果和分层生存曲线，帮助研究者识别"矫正项目对哪类罪犯更有效"。

论文方法 / 结果写法（APA 7th，可抄进论文的句式）

这是最直接帮到你的部分——把上面每步分析的结果翻译成论文 Results 章节可用的 APA 格式句子。

方法章节：数据分析策略描述

本研究采用二元逻辑回归（binary logistic regression）识别 3 年内累犯的独立风险因子，以矫正参与为核心自变量，同时控制年龄、文化程度、前科次数、PCL-R 反社会人格评分、家庭支持和就业状态。模型拟合优度以 Hosmer-Lemeshow 检验和 Nagelkerke R² 评估；分类性能以受试者工作特征曲线（ROC）及曲线下面积（AUC）报告。针对追踪失访（删失）数据，采用 Cox 比例风险回归（Cox proportional hazards regression）建立再犯时间模型；在正式建模前，使用 Schoenfeld 残差法检验比例风险假设。所有分析均经 ChatSRS 完成，显著性水平设为双侧 α = .05，OR 与 HR 均附 95% 置信区间。

结果章节：基线差异

卡方检验显示，矫正参与组（n = 312）3 年内再犯率（18.3%）显著低于未参与组（n = 268，39.2%），χ²(1) = 32.47，p < .001。两组在年龄上无显著差异（p = .537），但在前科次数、PCL-R 得分及家庭支持分布上存在显著差异（均 p < .001），提示需在多元模型中控制上述混杂因素。

结果章节：逻辑回归主要结果

二元逻辑回归结果显示（见表 2），控制人口学与风险因子后，矫正参与对 3 年内累犯具有显著负向效应，B = -0.94，Wald χ²(1) = 20.12，p < .001，OR = 0.39，95% CI [0.26, 0.59]，即参与矫正者再犯优势（odds）约为未参与者的 39%。前科次数（OR = 1.84，95% CI [1.48, 2.29]，p < .001）和 PCL-R 得分（OR = 1.08，95% CI [1.04, 1.12]，p < .001）是最强正向风险因子；低家庭支持（OR = 3.06，95% CI [1.73, 5.41]，p < .001）和无就业（OR = 0.49 vs. 就业，p = .001）亦显著影响再犯风险。模型整体显著，χ²(8) = 124.67，p < .001，Nagelkerke R² = .284；Hosmer-Lemeshow 检验无显著偏差，χ²(8) = 9.12，p = .333；验证集 AUC = 0.821（95% CI [0.771, 0.871]），表明模型具有良好泛化性能。

结果章节：Cox 生存分析主要结果

Kaplan-Meier 分析显示，矫正参与组 36 月累积再犯率（18.3%）显著低于未参与组（39.2%），Log-rank χ²(1) = 38.24，p < .001；未参与组中位无再犯时间为 22.4 月（95% CI [18.6, 26.2]），矫正参与组在 36 月随访期内中位时间未达到。比例风险假设经 Schoenfeld 残差法检验，全局检验 χ²(8) = 7.94，p = .243，各变量均满足 PH 假设。Cox 回归结果（见表 3）显示，矫正参与者在任意时间点再犯的瞬时风险显著低于未参与者，HR = 0.44，95% CI [0.31, 0.63]，p < .001，即矫正参与使再犯瞬时风险降低约 56%。前科次数（HR = 1.72，p < .001）和低家庭支持（HR = 2.81，p < .001）为最强正向风险因子；模型 C-index = 0.821（95% CI [0.789, 0.853]），区分度良好。

上面三段可直接进论文 Methods 和 Results 章节，替换你自己的数值即可。ChatSRS 的"APA 报告"功能可自动生成对应段落，无需手动转写。

常见 FAQ

Q1: 累犯研究应该用逻辑回归还是 Cox 生存分析，有什么区别？

两种方法回答不同的研究问题，通常配合使用：

逻辑回归：回答"谁更可能再犯"——以二分类结局（是/否再犯）为因变量，识别高危因子，输出 OR（比值比），不考虑时间维度
Cox 生存分析：回答"何时再犯、矫正效果能持续多久"——同时建模事件发生概率和时间，处理删失数据，输出 HR（危险比）
选择原则：如果你有精确的随访时间数据且存在删失，优先选 Cox；如果只知道随访截止时的再犯状态，用逻辑回归；二者都有随访数据时，强烈建议两种模型都做，互相印证

在 ChatSRS 里，同一个数据集上传一次、分别描述两个分析需求即可——不需要换工具。

Q2: Cox 回归中的"删失"是什么意思，数据怎么编码？

**删失（censoring）**指研究者在随访结束时仍未观察到事件发生的个体。在累犯研究中：

再犯者：生存时间 = 出狱到首次再犯的实际月数；事件变量编码 = 1
删失者（随访截止仍未再犯）：生存时间 = 出狱到随访截止的月数；事件变量编码 = 0

数据集中通常需要两列：time（月数）和 event（0/1）。在 ChatSRS 中，告知哪列是时间、哪列是事件、哪个值代表"发生"即可，AI 自动识别删失结构。

Q3: PCL-R 等心理评估量表得分可以直接作为连续型预测变量纳入逻辑回归吗？

可以，连续型变量直接纳入比人为二分（如"高/低风险"）保留更多信息。但需注意：

检验线性假设：使用 Box-Tidwell 检验或将连续变量按四分位分组后观察 OR 趋势，确认 log-odds 与预测变量之间呈线性关系
标准化处理：若预测变量量纲相差悬殊，可先 z-score 标准化，使 OR 可比
报告非线性效应：如怀疑存在非线性（如 PCL-R 极高分效果不同），可加入平方项或使用受限三次样条（RCS）

在 ChatSRS 中，指令中加入"请检验连续预测变量的线性假设，必要时加入样条项"即可。

Q4: 矫正研究中样本从哪里获取？如果只有档案数据怎么处理缺失值？

数据来源通常有：省级监狱管理局档案、司法行政机关矫正记录、课题合作机构数据、公安信息系统（需保密协议）。若只有部分档案且缺失率较高（> 5%），建议：

描述缺失模式：用 Little's MCAR 检验判断是否为完全随机缺失
多重插补（Multiple Imputation）：如缺失非随机，用 MICE（链式方程多重插补）代替列表删除，避免估计偏差
敏感性分析：对比完整案例分析和插补后分析结果，若结论一致则稳健性良好

在 ChatSRS 中："请做缺失值分析，若缺失超过5%请用多重插补（m=20），然后用汇集规则（Rubin规则）合并逻辑回归结果。"

Q5: 审稿人要求"控制样本选择偏差"，在矫正研究中怎么处理？

监狱矫正研究的经典混杂问题是：参与矫正项目的人本来就动机更强、风险更低（自选择偏差，selection bias）。解决方法：

倾向得分匹配（PSM）：基于基线协变量估计参与矫正的倾向得分，对参与组与未参与组进行 1:1 匹配，再做组间比较
工具变量（IV）：若能找到影响矫正参与但不直接影响再犯的外生变量（如项目名额限制），可做 IV 估计
在 ChatSRS 中："请对矫正参与做倾向得分匹配（Logit模型估计PS，1:1最近邻匹配，卡钳值0.02），报告匹配前后协变量均衡性（SMD<0.1），再在匹配样本上重跑逻辑回归。"

倾向得分匹配的完整流程参见：PSM 倾向得分匹配分析

矫正研究分析路径小结

研究问题	推荐方法	ChatSRS 关键指令关键词
哪些因素预测再犯（是/否）	二元逻辑回归	"以再犯0/1为因变量，Enter法逻辑回归，OR和95%CI"
多分类再犯程度（初犯/再犯/惯犯）	多项式逻辑回归	"多项式逻辑回归，以初犯为参照"
何时再犯、删失数据处理	Cox 比例风险回归	"Cox回归，time和event列，HR和95%CI，PH假设检验"
矫正效果随时间的可视化	Kaplan-Meier + Log-rank	"KM生存曲线，分组，Log-rank检验"
消除自选择偏差	倾向得分匹配	"PSM 1:1匹配，SMD均衡性，再做逻辑回归"
矫正效果异质性	Cox + 交互项	"矫正参与×PCL-R交互项，分层KM曲线"
模型区分度	ROC/C-index	"ROC曲线AUC，C-index，最优截断点"

每一步的输出 ChatSRS 都能直接生成 APA 7th 报告句式，在论文里替换数值即可使用。

矫正研究数据分析为什么难

典型数据结构

主线一：二元逻辑回归 — 识别累犯高危因子

第一步：描述统计与再犯率基线

第二步：共线性诊断

第三步：二元逻辑回归主模型

第四步：模型诊断与稳健性

主线二：Cox 比例风险生存分析 — 追踪再犯时间

第一步：Kaplan-Meier 生存曲线

第二步：比例风险假设检验（Cox 前提）

第三步：Cox 比例风险回归主模型

第四步：矫正效果的交互项分析（异质性检验）

论文方法 / 结果写法（APA 7th，可抄进论文的句式）

方法章节：数据分析策略描述

结果章节：基线差异

结果章节：逻辑回归主要结果

结果章节：Cox 生存分析主要结果

常见 FAQ

Q1: 累犯研究应该用逻辑回归还是 Cox 生存分析，有什么区别？

Q2: Cox 回归中的"删失"是什么意思，数据怎么编码？

Q3: PCL-R 等心理评估量表得分可以直接作为连续型预测变量纳入逻辑回归吗？

Q4: 矫正研究中样本从哪里获取？如果只有档案数据怎么处理缺失值？

Q5: 审稿人要求"控制样本选择偏差"，在矫正研究中怎么处理？

矫正研究分析路径小结

相关阅读