在处罚程度与行业的分析中：4级处罚占半数，政府中的问题居多，而金融中处罚相对都比较轻，说明我国对经济犯罪危害的认识还不足，对金融机构的处理力量太轻，实际上金融监管是保证健康市场经济的关键所在。
在行政级别与行业分析中：明显省级官员的问题最少，当然是指暴露出来地涅。犯罪的形态上基本都由中层来背黑锅了，亲爱地中层同仁们，我为你们默哀三秒钟。当然底层小罗罗们基本也没有多少大贪的机会，所以百万以上贪污中显有小罗罗们的身影。

b、贪污额度与处罚程度的比率【行政级别】

c、贪污额度与处罚程度的比率【级别】

在行政级别分析中，我们可以设定一个系数k=贪污额度/处罚程度，通过k值可以反应出猫腻地有否，
从38个样本中，可以看出4级人员占15.8%，3级人员占52.6%，2级人员占21.1%，而1级的小罗罗们占10.5%。我们分别对这四个级别的人员进行聚类分析，通过加权后，可以看看政府对处理贪污问题上，针对不同层次的人员采用的力度如何：
1级：1.247 （出掌比较凶狠，掌风所致，村长级干部必死）
2级：50.83 （对处级干部比较温柔，犯了很多的错误通常也可本着治病救人的理念从轻发落，毕竟我们还是需要一大批忠诚的革命老弟，为我们宏伟的目标做些具体工作吗）
3级：1.942（对厅局级的同志毫不手软，由于这些都是要害部门所以是政治斗争地必争之地，掌风所过之地，片甲不留，场面何其壮观，可怜的革命同志，你们辛苦，你们太不容易，你们总是无私地执行上层的指令，而最先出局往往是你们，因为你们就是中原战场上的“徐州”。）
4级：53.88（对于省级的三品大员来说，基本上控制大面积的门生与政治资源，一跺脚地这个省就要抖一抖啊，所以只要你们肯功成身退，party一般是不会给你脸色地，所以本着挽救战友，玩友革命家的理念，给你们一条安详万年的路，给你个小别墅，交出你手中权利，去吧，抖一抖袖子，不带走一颗公章。）

d、贪污额度与处罚程度的比率【行业】

通过加权计算，对于k值也就是贪污程度与处罚程度的比率的大小在行业间有什么不同那，来看看吧：
金融：110.3（对于金融行业的同志，我们一般念是搞经济工作的，罪行再打也只是货币方面的问题，本着爱护革命青年，教育在职的金融工作者的态度，一般我们是轻判地。）
实业国企：3.08（国企的老总们与政府相比受制约的要多，出了问题，是要坚决地不姑息这些经理人才地，为了党，为了人民，为了国家，为了民族，不给我上供，偶就给你好看，实际上我很敬仰企业家，和某些官员相比，他们至少还在做事情。）
政府：7.54（指导原则就是宽严相济了，标准是带三块表，拿两个徽章“基本国情、国际管理”，一般人它不告诉的。）

通过样本分析，发现从定性上分析贪污额度与处罚程度有负的相关，相关度为-0.321，什么叫相关那，就是有一腿，什么叫负相关那，就是贪污的越多，越没事，没事系数为0.321，都分析到这个程度，就不介意给它建立个模型，看看具体贪污额度与处罚程度存在什么样的函数关系吧。

5、贪污与处罚程度模型建立：
通过曲线拟合和回归，我们来建立两种腐败危险模型：线性模型、三次曲线模型两种，为什么要搞两种涅，线性模型比较粗，但计算快适合没有准备时间的腐败分子，而三次曲线模型计算复杂而准确，所以适合那种马上要出事但还有些时间的腐败分子来计算自己的“前程”。

a、线性模型回归：

y=ax+b
可以容易发现经过计算，模型为：y=-1.725x+6.787 x：处罚程度，y：贪污额度，
通过函数变化： x=-0.5797y+3.9345
由于x只取1、2、3、4四个值，所有计算出来的x离哪个值近就取那个值，大于4的取4，小与1的取1，
这样我们就可以通过自己贪污多少钱，来快速计算出可能所获得的处罚程度：
for four examples：
1、贪污0.5亿，也就是y=0.5，那么经过计算所获得的处罚x=6.497，由于x的范围为枚举值{1，2，3，4}，大于4的就是4了，所以得到的处罚可能是4级，也就是死刑。
2、贪污了2个亿，也就是y=2，那么经过计算所获得的处罚x=2.7751，更接近3，所以就是3了，所以得到的处罚可能是3级，也就是可能是死缓。
4、贪污了10个亿，也就是y=10，那么经过计算所获得的处罚x=1.86，更接近2，所以就是2了，所以得到的处罚可能是2级，也就是可能无期徒刑。
4、贪污15亿，也就是y=15，那么经过计算所获得的处罚x=-4.761，我靠负值，当让就是离1最近了，所以得到的x=1，所以也就是处罚级别为1级，也就是没事，有期徒刑10-15年而已。

所以，此线性【腐败危害】模型，可以适合快速被发现者来进行校核计算，根据x的值来确定到底是孤注一掷，还是灵图两侧，是丢车保帅，还是鱼死网破。真是居官为上，包养情妇之贪官的必备公式涅。

b、三次曲线模型回归：

=ax^3+bx^2+cx+d
可以容易发现经过计算，模型为：
y=-0.75x^3+7.14x^2-22.045x+22.420 x：处罚程度，y：贪污额度，
剔出40亿的干扰样本，通过函数变化： x=0.079y^3-0.555y^2+0.405y+3.170

由于计算繁杂，这个仅举一个例子吧：
如果贪污了2个亿，也就是y=2，那么经过计算所获得的处罚x=2.392，稍微接近2，比线性计算更加准确了涅，所以面对的情况就是争取2级，保3级；所以得到的处罚可能是2级【无期】，但也不排除3级的可能{死缓}。

综述：

通过实证数值分析，我们得到了两种【贪污惩罚模型】，俺实证数值分析了贪污额度与惩罚程度的数值关系，并且也探讨的行业、保护伞以及职位级别的因素。可以比较清晰分析出目前被纰漏出来的腐败案件中贪污额度与被惩罚程度的数值关系，可以发现关系网与后台及其数额及其行业级别都对惩罚程度具有显性扰动，其中贪污额度最为明显与惩罚程度拥有相关度为-0.321，看来我们当初的感觉猜测是有依据的，基本上目前有个趋势就是贪污额度越大，影响面与关系网就越大，处罚程度也就越轻的趋势。有兴趣的朋友可以继续深入研究一下各个行业的细致特点，小弟这里抛砖引玉了涅。

牛。太突然了