Per motivi diversi, mi sono trovato a leggere una pagina web. Di per sé nulla di strano, se non fosse che vi si enuncia una tale pila di stronzate da meritare, a un certo punto, un serio debunking. Parlo di questa pagina: https://pinperepette.github.io/signal.pirate/articoli/i-numeri-sono-giusti.html La prima cosa da dire è che, quando si parla di statistica, occorrerebbe prestare una certa attenzione agli ordini di grandezza, alla natura dei dati e al metodo con cui vengono raccolti. Perché qui vedo un paio di astuzie e molta, molta, molta ignoranza.

Prima cosa. I tassi di criminalità si esprimono normalmente come numero di eventi ogni centomila abitanti. Per esempio, il tasso medio di omicidi nell’Unione europea, secondo Eurostat, è nell’ordine di 0,7 omicidi ogni centomila abitanti.

Ora, che cosa significa questo?

Supponiamo di non conoscere il dato complessivo e di voler stimare il rischio semplicemente sulla base di ciò che osserviamo. Che cosa staremmo facendo?

Staremmo effettuando una stima campionaria. Dove il campione sono le persone che osserviamo. Quelle che vediamo.

Ora, di quale campione avremmo bisogno per stimare un tasso di 0,7 casi ogni centomila abitanti, con un margine d’errore e un livello di confidenza tali da non rendere inutile la stima?

Perché questo è il punto: una stima non diventa utile soltanto perché le abbiamo appiccicato sopra un numero. Se il margine d’errore è dello stesso ordine di grandezza del valore che stiamo cercando di misurare, non abbiamo ottenuto una misura: abbiamo ottenuto una maniera matematicamente decorata di dire che non ne sappiamo nulla.

Se vogliamo che il margine d’errore sia inferiore di almeno un ordine di grandezza rispetto al valore stimato, dobbiamo chiedere un errore relativo non superiore al 10 per cento.

Nel nostro caso, quindi, vorremmo stimare un tasso di 0,7 omicidi ogni centomila abitanti con un margine d’errore di circa 0,07 casi ogni centomila, assumendo un livello di confidenza del 95 per cento.

Il numero è abbastanza chiaro: per effettuare una stima del genere su una popolazione di 60.000.000 di abitanti, dovremmo osservarne circa 29 milioni.

Ventinove milioni.

Perché altrimenti che cosa otteniamo? Una stima del tipo «un caso ogni centomila, più o meno due casi ogni centomila»: formalmente un risultato statistico, sostanzialmente una supercazzola con l’intervallo di confidenza. L'errore supera la misura.

---

Ma che cosa significa, in pratica?

Significa che nessuno può davvero stimare il tasso di criminalità di un paese come l'Italia sulla base del classico «io ci vivo, so quello che vedo». È una cazzata. Sic et simpliciter.

Nessun individuo osserva un campione abbastanza grande, abbastanza distribuito e abbastanza rappresentativo da potersi costruire, attraverso la sola esperienza personale, una misura sensata della criminalità complessiva.

La nostra percezione del crimine viene quindi quasi interamente dai mass media. Perché, a parte coloro che consultano le statistiche reali, nessuno può osservare abbastanza persone, abbastanza luoghi e abbastanza eventi da farsi un’idea propria che abbia un qualche valore statistico.

Può farsi un’impressione. Può raccontare un’esperienza. Può descrivere il proprio quartiere.(se non e' troppo grande).

Ma non può stimare il tasso di criminalità di un paese.

A quel punto al singolo individuo rimangono due scelte. La prima e' quella di usare statistiche ufficiali, l'altra e' quella di usare i mass media, ovvero gli unici due enti che in qualche modo “osservano” 29 milioni di persone.

1. gli enti che fanno statistiche ufficiali.
2. i mass media.

Quindi, non non cita statistiche ufficiali, cita i mass media. L'esperienza personale, come ci dice la statistica**, non vale nulla.**

---

Ma andiamo avanti, perché quell’articolo è abbastanza malizioso.

Comincia citando soprattutto conteggi assoluti anziché tassi rapportati alla popolazione: 533.799 reati in meno, 582.057 furti in meno, 61.737 ingiurie scomparse dalle statistiche. Numeri grandi, impressionanti, che però nascondono provvisoriamente l’ordine di grandezza del fenomeno rispetto alla popolazione italiana.

E soprattutto gli consentono di evitare la domanda essenziale: grande rispetto a che cosa?

Un conteggio assoluto non è ancora una misura del rischio. Per ottenere una misura confrontabile occorre almeno rapportarlo alla popolazione esposta, trasformandolo in un tasso pro capite e specificando quale popolazione costituisca davvero il denominatore.

Questa omissione gli permette anche di non affrontare il problema della percezione individuale: se il fenomeno ha un’incidenza dell’ordine di poche unità, o di poche decine di unità, ogni centomila abitanti, nessuna persona può osservarne abbastanza da ricavarne direttamente una stima sensata. Il famoso «io ci vivo e so quello che vedo» non è una statistica: è un aneddoto.

Detto questo, non si può sostenere che il nostro aspirante statistico non usi strumenti statistici. Li usa: applica il test di Mann-Kendall, lo stimatore di Theil-Sen, un test sup-F per cercare una rottura della serie e alcune simulazioni per valutarne la significatività.

Il problema non è quindi l’assenza completa di tecnica. Il problema è ciò che decide di misurare, il denominatore che sceglie — o che talvolta non sceglie affatto — e il salto logico con cui passa dall’andamento di alcuni conteggi alla percezione del rischio criminale da parte dell’intera popolazione.

Quanto al Covid, trattarlo come una semplice parentesi narrativa non basta. Per i reati di strada il lockdown modifica direttamente l’esposizione al rischio: meno persone sui mezzi pubblici, meno persone nei negozi, meno persone nelle strade e nelle abitazioni lasciate vuote. Non è soltanto un valore anomalo da eliminare: è una discontinuità del processo che genera i dati.

Occorre quindi distinguere le serie, rapportare i conteggi alla popolazione effettivamente esposta e confrontare separatamente il periodo precedente, quello pandemico e quello successivo. Soltanto dopo si può parlare di andamento della criminalità, invece di osservare una montagna di numeri e attribuirle il significato editoriale che si preferisce.

---

Il suo errore fondamentale è questo: confonde la composizione della criminalità con il suo livello complessivo. I numeri possono dirgli contemporaneamente che:

1. il totale dei reati denunciati è diminuito;
2. alcune categorie sono diminuite moltissimo;
3. altre categorie sono aumentate;
4. la composizione del totale è cambiata.

Da queste quattro cose, però, non segue che il calo complessivo sia fittizio, né tantomeno che la criminalità sia aumentata. Segue soltanto che il calo non è uniforme.

1. Costruisce una categoria artificiale: «tutto tranne i furti»

Il passaggio centrale è:

i furti sono scesi più del totale, dunque tutto il resto è aumentato.

Aritmeticamente è vero: se il totale cala di 533.799 unità e i furti calano di 582.057, la somma di tutte le altre categorie deve essere cresciuta di circa 48.000 unità. Ma “tutto il resto” non è una categoria statistica. È un contenitore creato apposta sottraendo la categoria che è diminuita di più. Dentro ci mette insieme:

• truffe informatiche;
• violenze sessuali;
• danneggiamenti;
• estorsioni;
• reati amministrativi;
• reati contro la persona;
• categorie influenzate da cambi legislativi;
• fenomeni con propensioni alla denuncia completamente diverse. (poi parlo di questo argomento)

È come dire:

La mortalità complessiva è diminuita, ma se togliamo le morti cardiovascolari, tutte le altre cause messe insieme sono aumentate.

Può essere vero. Ma non dimostra che la mortalità complessiva sia aumentata, né che il suo calo sia un’illusione. Dimostra che una componente ha prodotto gran parte del miglioramento. Il suo trucco consiste nel trattare il complemento arbitrario di una categoria come se fosse una variabile dotata di significato autonomo.

2. Un calo concentrato rimane un calo

L’autore sembra ritenere che, se il 52% della diminuzione deriva dai furti di veicoli, allora quel calo valga meno. Ma perché? Se gli immobilizer hanno impedito centinaia di migliaia di furti, quelle sono centinaia di migliaia di vittimizzazioni in meno. Non importa che i ladri siano diventati moralmente migliori oppure che la tecnologia abbia reso il reato più difficile. Lui scrive, in sostanza:

Non è cambiato il paese; sono cambiati i bersagli.

Ma la sicurezza non misura la bontà interiore dei criminali. Misura anche la probabilità che un reato avvenga. Se una banca non viene più rapinata perché è blindata, la rapina è comunque scomparsa. Se un’automobile non viene rubata perché ha l’immobilizer, il proprietario è comunque più sicuro. L’autore sostituisce surrettiziamente la domanda:

Quanti reati avvengono?

con:

Quanto sono diventati moralmente miti i potenziali criminali?

Ma i dati citati misurano la prima cosa, non la seconda.

3. Trasforma il cambiamento della composizione in una negazione del calo

Calcola che la quantità sia cambiata del 18,2% e la composizione del 17,3%, poi conclude che concentrarsi sul totale significherebbe buttare via «metà dell’informazione». (Pinperepette | Signal Pirate”))

Questo non è corretto.

La variazione del totale e la distanza tra due composizioni non sono due metà additive della stessa informazione. Sono grandezze diverse, con unità e significati diversi. Non puoi dire:

18,2% di variazione della quantità più 17,3% di variazione della composizione.

e dedurne che ciascuna rappresenti metà del fenomeno.

La distanza in variazione totale tra due vettori di quote indica quanto sia cambiata la distribuzione relativa delle categorie. Non misura una quantità di criminalità nascosta e non può essere sommata, confrontata o pesata direttamente come se fosse un secondo pezzo del totale.

La frase «metà dell’informazione, misurata» è retorica, non statistica.

4. Usa le quote interne come se misurassero il rischio

Scrive che i furti passano dal 55,8% al 44% dei delitti e le truffe informatiche dal 4,1% all’11,9%. (Pinperepette | Signal Pirate”)) Ma una quota sul totale dei reati non è un tasso di rischio. Se una categoria diminuisce rapidamente, le altre possono aumentare come quota anche restando ferme in valore assoluto. Il denominatore cambia continuamente. Esempio:

• furti: da 100 a 50;
• truffe: ferme a 10;
• totale: da 110 a 60.

Le truffe passano dal 9,1% al 16,7% del totale, pur non essendo aumentate affatto. Quindi la crescita della quota di una categoria non dimostra automaticamente che il relativo rischio sia aumentato. Bisogna utilizzare:

• il numero assoluto;
• il tasso per popolazione;
• possibilmente la popolazione realmente esposta;
• una serie temporale coerente.

Lui passa continuamente da conteggi assoluti a quote sul totale e poi a percentuali di variazione, attribuendo a tutte queste grandezze lo stesso significato narrativo.

5. Sceglie il 2019 per ottenere il segno positivo

Critica l’uso del 2007 come anno iniziale, perché sarebbe un picco, e propone il 2019: rispetto al 2019, nel 2024 il totale sarebbe cresciuto del 4,2%. (Pinperepette | Signal Pirate”)) Ma questa non è una stima della tendenza. È un confronto tra due estremi scelti. Il 2019 può essere un riferimento sensato come ultimo anno prima del Covid, ma non dimostra da solo che la criminalità abbia intrapreso un trend crescente. Per affermarlo servirebbe analizzare l’intera serie post-pandemica, tenendo conto almeno di:

• shock del 2020;
• recupero successivo;
• dimensione della popolazione;
• eventuali cambiamenti nella classificazione;
• propensione alla denuncia;
• intervallo d’incertezza della tendenza.

Passare da «nel 2024 ci sono il 4,2% di denunce in più rispetto al 2019» a «la criminalità sta aumentando» è precisamente il tipo di inferenza che lui rimprovera all’articolo originale. Inoltre usa conteggi assoluti mentre la popolazione italiana tra il 2019 e il 2024 è diminuita: per parlare di rischio avrebbe dovuto calcolare almeno i tassi per abitante.

6. Confonde criminalità, denunce, autori denunciati e vittimizzazione

L’articolo mette a confronto:

• delitti denunciati;
• persone denunciate;
• risposte alle indagini di vittimizzazione;
• propensione alla denuncia;
• percezione di insicurezza.

Sono tutte variabili collegate, ma non sono misure intercambiabili. Il fatto che crescano le persone denunciate mentre calano i fatti denunciati non significa necessariamente che i fatti reali aumentino. Una persona può essere denunciata per più episodi; più persone possono essere denunciate per uno stesso fatto; possono cambiare l’efficienza investigativa, i criteri di registrazione e i tempi procedurali. Lui stesso ammette che non è possibile distinguere un miglioramento investigativo da una minore propensione alla denuncia, ma usa comunque la divergenza per insinuare che il calo dei reati sia dubbio. (Pinperepette | Signal Pirate”)) Questo non è un risultato: è un’indeterminatezza. Da «questo indicatore non permette di scegliere tra due spiegazioni» non segue che la spiegazione preferita dall’autore sia quella vera.

7. Sugli scippi trasforma una coincidenza numerica in un’identità causale

Il punto più fragile è il ragionamento:

• le vittime dichiarate sono stabili;
• la propensione a denunciare scende;
• le denunce scendono quasi nella stessa misura;
• dunque non è avvenuto alcuno scippo in meno.

E conclude che il calo osservato «non contiene un solo scippo in meno». (Pinperepette | Signal Pirate”)) È una conclusione molto più forte dei dati. Un’indagine campionaria produce stime con:

• errore campionario;
• pesi;
• intervalli di confidenza;
• errori di memoria;
• possibili differenze nella popolazione intervistata e nel periodo di riferimento.

Dire che due variazioni percentuali «combaciano» non dimostra che una spieghi integralmente l’altra. Per affermare «zero scippi in meno» bisognerebbe propagare l’incertezza di entrambe le stime e verificare formalmente la compatibilità del modello. Invece l’autore prende due stime approssimativamente concordanti e le trasforma in una precisa decomposizione causale.

8. Considera il Covid una spiegazione alternativa alla diminuzione, ma non lo è

Scrive che, se durante la pandemia circolavano meno persone, il calo dei borseggi non sarebbe «meno criminalità», ma soltanto meno occasioni. (Pinperepette | Signal Pirate”))

Ancora una volta cambia la definizione.

Se avvengono meno borseggi perché meno persone sono esposte, avvengono comunque meno borseggi. È una riduzione reale della vittimizzazione osservata.

Si può dire che non dimostra una riduzione della propensione individuale a delinquere. Ma non si può dire che non sia una riduzione della criminalità registrata o del rischio effettivamente corso in quel periodo.

La distinzione corretta sarebbe:

• frequenza osservata dei reati: diminuita;
• rischio condizionato all’esposizione: da stimare;
• propensione criminale degli autori: non ricavabile direttamente.

L’autore salta dalla terza grandezza alla prima e dichiara irreale un calo perfettamente reale.

In sintesi

Il tizio non dimostra che la criminalità sia aumentata. Dimostra, con diversa solidità, che:

• il calo è concentrato in alcune categorie;
• la composizione dei reati è cambiata;
• alcuni reati sono aumentati;
• una parte delle statistiche dipende dalla propensione alla denuncia;
• il periodo post-Covid è meno favorevole del confronto 2007–2024.

Sono osservazioni legittime. Poi però commette il salto abusivo:

alcune categorie crescono⟹il calo totale non eˋ vero o non conta

Questo è falso.

La conclusione statisticamente corretta sarebbe:

La criminalità denunciata complessiva è diminuita rispetto al 2007, ma il calo è molto eterogeneo, è concentrato soprattutto nei furti e convive con la crescita di alcune categorie, in particolare quelle informatiche. Rispetto al minimo pandemico e, per alcuni indicatori, rispetto al 2019, si osserva inoltre una ripresa recente.

Non:

La criminalità è in realtà aumentata.

In altre parole, non scopre che il segno meno è un segno più.

Scompone il segno meno, trova al suo interno alcuni segni più e pretende che questi annullino logicamente il totale.

Ma una somma resta una somma, anche quando i suoi addendi non vanno tutti nella stessa direzione.

---

C’è poi il solito feticcio della «propensione alla denuncia», usato invariabilmente in una sola direzione.

Il ragionamento è sempre lo stesso: i reati denunciati sono meno dei reati realmente avvenuti, dunque le statistiche ufficiali sottostimano necessariamente la criminalità.

Ma chi ha stabilito che l’errore debba avere un solo segno?

La mancata denuncia spinge certamente il dato verso il basso. Ma esistono anche denunce infondate, fraudolente, duplicate o costruite appositamente per ottenere un vantaggio economico, che lo spingono nella direzione opposta.

Il caso più ovvio è quello delle frodi assicurative. Per ottenere il risarcimento di un’automobile rubata, di beni sottratti o di determinati danni, è spesso necessario presentare una denuncia. E infatti proprio i furti di veicoli, per i quali la denuncia è indispensabile ai fini assicurativi, sono tra i reati con la più alta percentuale di segnalazione.

Solo che non tutte queste denunce descrivono necessariamente un reato realmente avvenuto.

Esistono furti simulati, falsi incidenti, danni inventati o gonfiati, lesioni inesistenti e lesioni pregresse attribuite opportunamente a un sinistro. Non tutte le frodi assicurative producono una denuncia penale, naturalmente; ma una parte di esse può introdurre nelle statistiche eventi che non sono mai avvenuti, oppure che non sono avvenuti nel modo dichiarato.

Di conseguenza, la differenza tra reati reali e reati denunciati non è semplicemente: reati reali meno reati non denunciati.

È, semmai, qualcosa del genere:

• reati realmente avvenuti
• meno reati non denunciati
• più denunce infondate o fraudolente
• più eventuali duplicazioni ed errori di classificazione.

La «propensione alla denuncia» non è quindi una comoda manopola con cui aumentare a piacere il numero dei reati reali. È soltanto una delle componenti del processo che trasforma gli eventi accaduti in registrazioni amministrative.

Se si vuole correggere il dato ufficiale, bisogna stimare tutte le distorsioni rilevanti, non scegliere soltanto quella che sposta il risultato nella direzione desiderata.

Altrimenti non si sta facendo statistica.

Si sta applicando un correttore ideologico con un solo pulsante: «aumenta».

---

E non stiamo parlando di un fenomeno statisticamente irrilevante.

Nel solo settore della responsabilità civile automobilistica, ogni anno le compagnie italiane individuano circa 650.000 sinistri con indicatori di rischio frode, ne sottopongono ad approfondimento quasi 300.000 e ne chiudono senza seguito, grazie all’attività antifrode, circa 37.000.

Non possiamo dire che tutte queste pratiche corrispondano a false denunce di reato. Ma l’ordine di grandezza è quello delle decine di migliaia di richieste di risarcimento bloccate ogni anno, non delle poche decine di casi folkloristici.

All’interno di questo fenomeno, le lesioni personali inesistenti, gonfiate o attribuite falsamente a un sinistro rappresentano verosimilmente un numero dell’ordine delle migliaia, se non delle decine di migliaia, ogni anno.

Dunque la distorsione non procede affatto soltanto verso il basso.

Esistono reati veri che non vengono denunciati, ma esistono anche sinistri, furti, danneggiamenti e lesioni che vengono denunciati o documentati allo scopo di ottenere un risarcimento, pur non essendo mai avvenuti o non essendo avvenuti nella forma dichiarata.

E qui gli ordini di grandezza diventano devastanti.

Nel solo settore della responsabilità civile automobilistica, ogni anno vengono segnalati come esposti a rischio frode più di 650.000 sinistri; quasi 300.000 vengono approfonditi e circa 37.000 vengono chiusi senza seguito grazie all’attività antifrode.

Rapportati alla popolazione italiana, i soli 37.000 sinistri bloccati corrispondono grossolanamente a oltre sessanta casi ogni centomila abitanti. L’intero bacino delle pratiche esposte a rischio frode supera invece il migliaio ogni centomila abitanti.

Naturalmente non sono tutti falsi furti, false aggressioni o false denunce penali. Ma è precisamente questo il problema: nessuno sa quale quota di queste pratiche finisca per alimentare le statistiche dei furti, dei danneggiamenti, delle aggressioni o delle lesioni personali.

Eppure stiamo tentando di correggere tassi criminali dell’ordine delle unità o delle decine ogni centomila abitanti mediante una “propensione alla denuncia”, fingendo che l’unica distorsione esistente sia quella al ribasso.

La distorsione di segno opposto ha invece, almeno potenzialmente, un ordine di grandezza comparabile o superiore a quello dei fenomeni che pretendiamo di misurare.

Questo non autorizza a sostenere che metà delle denunce per furto di automobili o motorini siano fraudolente: per farlo servirebbe conoscere precisamente quanti furti simulati entrino nelle statistiche. Ma autorizza certamente a dire che una correzione fondata soltanto sui reati non denunciati è metodologicamente monca.

Non sappiamo soltanto quanti reati reali manchino dal conteggio.

Non sappiamo neppure quanti reati inesistenti vi siano entrati.

---

Ragioniamo deliberatamente per assurdo, applicando alle frodi assicurative lo stesso genere di ragionamento che viene usato quando si parla di «propensione alla denuncia». Nel 2023, su circa 300.000 sinistri sottoposti ad approfondimento perché sospetti, circa 37.000 sono stati chiusi senza seguito grazie all’attività antifrode. Il rapporto è:

37.000 / 300.000 = 0,1233

ovvero:

0,1233 × 100 = 12,33%

Se trattassimo questo valore come una specie di «propensione alla falsa denuncia», con la stessa disinvoltura con cui altri usano la propensione alla denuncia per aumentare il numero dei reati, dovremmo concludere che le statistiche ufficiali vanno ridotte del 12,3%. In altre parole:

reati stimati = denunce ufficiali × (1 - 0,1233)

e quindi:

reati stimati = denunce ufficiali × 0,8767

Per esempio:

100.000 denunce × 0,8767 = 87.670 reati stimati

200.000 denunce × 0,8767 = 175.340 reati stimati

500.000 denunce × 0,8767 = 438.350 reati stimati

Potremmo dunque sostenere, usando questo metodo, che circa una denuncia su otto descrive un fatto inesistente, alterato o fraudolento e che, di conseguenza, tutte le statistiche ufficiali dovrebbero essere ridotte di oltre il 12%.

Naturalmente sarebbe un calcolo metodologicamente osceno.

I 300.000 casi approfonditi non costituiscono infatti un campione casuale dell’intera popolazione dei sinistri. Sono stati selezionati proprio perché presentavano indicatori di rischio frode.

Estendere il tasso osservato all’interno di questo gruppo all’intero universo dei sinistri sarebbe come misurare la diffusione della febbre in un reparto di malattie infettive e applicare il risultato a tutta la popolazione italiana.

Ma questo è precisamente il motivo per cui il ragionamento è utile come reductio ad absurdum.

Se si accetta il metodo con cui la «propensione alla denuncia» viene usata per correggere verso l’alto il numero ufficiale dei reati, allora si potrebbe usare con la stessa disinvoltura un indicatore di segno opposto per correggerlo verso il basso del 12,3%.

Esiste poi un calcolo meno assurdo, anche se ancora molto grezzo.

Nel 2023 sono stati denunciati complessivamente circa 2.490.815 sinistri. Rapportando i circa 37.000 casi chiusi senza seguito all’intero universo dei sinistri denunciati, otteniamo:

37.000 / 2.490.815 = 0,01485

ovvero:

0,01485 × 100 = 1,485%

Arrotondando:

circa 1,5%

Applicando questa correzione:

reati stimati = denunce ufficiali × (1 - 0,015)

quindi:

reati stimati = denunce ufficiali × 0,985

Per esempio:

100.000 denunce × 0,985 = 98.500 reati stimati

500.000 denunce × 0,985 = 492.500 reati stimati

Avremmo dunque due possibili risultati:

correzione assurda, ricavata dai soli casi sospetti: -12,3%

rapporto grezzo sull'intero universo dei sinistri: -1,5%

Nessuno dei due valori può essere trasferito automaticamente alle statistiche generali della criminalità. I sinistri assicurativi non coincidono con le denunce penali, e i casi chiusi senza seguito non corrispondono necessariamente a falsi reati entrati nelle statistiche.

Ma il punto rimane.

A seconda della «propensione» che scegliamo, possiamo fabbricare una correzione verso l’alto oppure verso il basso.

Se consideriamo soltanto i reati avvenuti ma non denunciati, aumentiamo le statistiche ufficiali.

Se consideriamo soltanto le denunce infondate, gli eventi simulati e le richieste fraudolente, le diminuiamo.

Senza un modello completo del processo che trasforma un evento reale — o inesistente — in una registrazione amministrativa, non stiamo correggendo il dato.

Lo stiamo orientando nella direzione che preferiamo.

Morale?

L’argomento della «propensione alla denuncia», usato in questo modo, è merda pura.

Perché, con lo stesso identico livello di rigore, avrei potuto prendere le statistiche sui falsi sinistri, trattarle come una specie di «propensione alla falsa denuncia» e togliere spannometricamente il 12,3 per cento dei reati dal computo ufficiale.

Avrei sbagliato, naturalmente.

Ma non avrei sbagliato più di chi usa la mancata denuncia per gonfiare automaticamente il numero dei reati reali.

Solo che io non ho voluto farlo.

---

Conclusione.

Si tratta di un articolo «furbo», che pretende di parlare attraverso i numeri sperando che il lettore si perda in sommatorie, percentuali, confronti tra categorie e cambi di denominatore abbastanza a lungo da non accorgersi del trucco.

Il trucco consiste nel prendere un calo generalizzato della criminalità, scomporlo finché non si trovano alcune categorie in aumento e usare quelle categorie per sostenere che, in realtà, il calo sarebbe un aumento.

Ma un totale che diminuisce continua a diminuire anche quando alcune delle sue componenti crescono. La composizione del fenomeno può cambiare, certe forme di criminalità possono aumentare e altre diminuire molto più rapidamente, ma nessuna di queste cose trasforma aritmeticamente un segno meno in un segno più.

L’altro trucco consiste nel dare un significato statistico alla cosiddetta «percezione della popolazione».

Una percezione collettiva autonoma della criminalità, costruita attraverso l’esperienza diretta, è semplicemente impossibile. Nessun individuo osserva un campione abbastanza grande, distribuito e rappresentativo da poter stimare il rischio criminale di un intero paese.

Quella che viene chiamata «percezione della popolazione» è quindi, nella sostanza, percezione mediatica: il risultato di ciò che televisioni, giornali, social network e politica decidono di mostrare, ripetere e amplificare.

Non è una misura alternativa della criminalità.

È una misura di quanto si parla della criminalità.

In breve, la misura delle chiacchiere che si fanno dalla parrucchiera.

Dove finiremo, signora mia.