（五）生平遭遇与重新犯罪风险

　　生平遭遇测量模型涵盖早年家庭不幸事件（14周岁前）、成年早期家庭不幸事件（本次犯罪逮捕前2年）、成年家庭不幸事件（本次服刑出监前）、父母拒斥、低劣的家庭教育、低劣的文化程度、低劣的就业、不幸的婚姻等8项测量指标。由于自变量”捕前职业“、”捕前婚姻“为无序名义变量，因此，我们首先按照统计学一般原理对其进行了重新编码，然后采用多因素方差分析方法检测其与重新犯罪风险的关系。

　　根据生平遭遇（有序变量）因素方差分析模型（Corrected Model）检验结果（F＝2.663,P值＝0.000），所用模型具有统计学意义。自变量”成年早期家庭不幸事件“(P值＝0.007)、”成年家庭不幸事件“(P值＝0.002)、”低劣的文化程度“(P值＝0.001)等3项因素对因变量”是否再犯“具有显著性影响；其余自变量对因变量不具有显著性影响。根据生平遭遇（无序变量一捕前职业）因素方差分析模型检测结果（F ＝4.678,P值＝0.000），自变量是否失业（P值＝0.014）、是否是个体工商户（P值＝0.029）对因变量”是否再犯“具有显著性影响；其余各项对因变量不具有影响。根据生平遭遇（无序变量一捕前婚姻）因素方差分析模型检测结果（F＝2.324,P值＝0.098），所用模型不具有统计学意义。

　　生平遭遇（有序变量）测量模型二元Logistic回归分析检验结果为：Cronbach'' s a系数为0.681，说明所用模型信度最小可以接受；Nagelkerke R2为0.07，说明所用模型拟合优度极差。根据检验结果，自变量”成年家庭不幸事件（P值＝0.001）“、”父母给孩子贴上‘坏孩子’标签“（P值＝0.043）、”父母很少赞赏孩子（P道＝0.01）“、”捕前文化“（P值＝0.000）等4项因素对因变量”是否再犯“具有显著性影响；其余各自变量对因变量不具有显著性影响。生平遭遇（无序变量—捕前职业）二元Logistic回归分析结果表明，自变量”捕前职业“对因变量不具有显著性影响。生平遭遇（无序变量一捕前婚姻）二元Logistic回归分析结果表明，自变量”捕前婚姻“对因变量不具有显著性影响。比较前述两种不同方法，根据取其相同检验结果原则，我们仅取”成年家庭不幸事件“（本次服刑出监前）、”捕前文化“（本次犯罪逮捕前）等2项因素作为测量罪犯出监前重新犯罪风险的预测因子。

　　（六）早年不良交往与重新犯罪风险

　　早年不良交往测量模型涵盖同辈伙伴赞同违法模式、显明发展道路模式、隐秘发展道路模式、威权冲突笪路模式等4项测量指标，其所考量的内容包括个体早年同辈伙伴赞同攻击、赞同销赃、主动攻击、偷窃、文身、离家出走等。根据早年不良交往因素方差分析模型（Corrected Model）检验结果（F＝1.287,P值＝0.004），所用模型具有统计学意义。根据早年不良交往因素方差分析表，自变量”伙伴偷窃“（P值＝0.034）等1项因素对因变量”是否再犯“具有显著性影响；其余各项对因变量不具有显著性影响。

　　早年不良交往测量模型二元Logistic回归分析结果为：Cronbach'' s a系数为0.723，说明所用模型信度较好；Nagelkerke R2为0.039，说明所用模型拟合优度极差。根据检验结果，自变量”赞同销赃“（P值＝0.004）、”伙伴偷窃“（P值＝0.02）等2项因素对因变量”是否再犯“具有显著性影响；其余各项对因变量不具有显著性影响。比较以上两种方法，根据取其相同检验结果原则，我们仅取”伙伴偷窃“等1项因素作为测量罪犯出监重新犯罪风险的预测因子。