Supporting the community

Mituri ale crimei si regresia multipla

De Ted Goertzel

 

 

Universitatea Rutgers, Camden NJ 08102

 

Publicat in The Skeptical Inquirer, volumul 26, nr. 1, ianuarie / februarie 2002, pp. 19-23.
 

Daca doriti o versiune mai lunga, mai tehnica a acestei lucrari, in format Word, apasati aici.

Credeti ca de fiecare data cand un detinut este executat in Statele Unite, sunt omise opt viitoare crime? Credeti ca o crestere de 1% a numarului de cetateni autorizati sa transporte arme ascunse cauzeaza o scadere cu 3,3% a ratei de crima a statului? Credeti ca intre 10 si 20% din scaderea criminalitatii in anii 1990 a fost cauzata de o crestere a avorturilor in anii 1970? Sau ca rata criminalitatii ar fi crescut cu 250% din 1974 daca Statele Unite nu ar fi construit atat de multe noi inchisori?

 

Daca ati fost indus in eroare de oricare dintre aceste studii, este posibil sa fifost pacalitide catre o nociva stinta falsa: utilizarea modelelor matematice fara capacitatea predictiva demonstrata de a trage concluzii politice. Aceste studii sunt superficiale impresionante. Scrise de oameni de stiinta de renume din institutiile prestigioase, ele apar adesea in reviste stiintifice evaluate de colegi. Completate cu calcule statistice complexe, ele ofera "fapte" numerice precise care pot fi folosite ca puncte de dezbatere in argumentele politicii. Dar aceste "fapte" sunt de fapt himere.  Inainte ca cerneala sa se usuce intr-un studiu, altul apare cu "fapte" complet diferite. In ciuda aspectului lor stiintific, aceste modele nu indeplinesc criteriul fundamental pentru un model matematic util: capacitatea de a face previziuni mai bune decat intamplarile intamplatoare.

 

Desi economistii sunt cei mai importanti practicieni ai acestei arte arcane, sociologii, criminologii si alti oameni de stiinta sociali au si ei versiuni ale acesteia. Este cunoscuta prin numeroase nume, inclusiv "modelarea econometrica", "modelarea ecuatiilor structurale" si "analiza traseului". Toate acestea sunt modalitati de a folosi corelatiile dintre variabile pentru a face deductii cauzale. Problema cu aceasta, cum stie cineva care are un curs in statistici, este ca aceasta corelatie nu este o cauzalitate. Corelatiile dintre doua variabile sunt adesea "falsificate" deoarece sunt cauzate de oa treia variabila. Modelele econometrice incearca sa depaseasca aceasta problema prin includerea tuturor variabilelor relevante in analizele lor, folosind o tehnica statistica numita "regresie multipla". Daca cineva ar avea masuri perfecte ale tuturor variabilelor cauzale, acest lucru ar functiona. Dar datele nu sunt niciodata bune. Eforturile repetate de a folosi regresia multipla pentru a obtine raspunsuri definitive la intrebarile de politici publice au esuat.

 

Dar multi oameni de stiinta din societate sunt reticenti in recunoasterea esecului. Ei au dedicat ani de invatare si predare modelarii regresiei si continua sa utilizeze regresia pentru a face argumente cauzale care nu sunt justificate de datele lor. Eu numesc aceste argumente miturile regresiei multiple si as dori sa folosesc patru exemple de studii privind ratele de crima.

 

Mitul unu: mai multe arme, mai putine crime.

 

John Lott, economist la Universitatea Yale, a folosit un model econometric pentru a sustine ca "permiterea cetatenilor sa transporte arme ascunse denatureaza crimele violente, fara a creste numarul de decese accidentale". Analiza lui Lott implica ca "va emite" legi care impun autoritatilor locale sa elibereze un permis de arme ascunsa oricarui cetatean care se supune legii si care solicita unul. Lott a estimat ca fiecare crestere procentuala a proprietatii armelor intr-o populatie determina o scadere cu 3,3% a ratelor de omucidere. Lott si co-autorul sau, David Mustard, au postat prima versiune a studiului lor pe Internet in 1997 si zeci de mii de oameni l-au descarcat. A fost subiectul unor forumuri de politici, coloane de ziare si deseori dezbateri destul de sofisticate pe World Wide Web. Intr-o carte cu titlul mai atractiv "Mai multe arme, mai putine crime ", Lott si-a torturat criticii, acuzandu-i ca au pus ideologia inaintea stiintei.

 

 

Lucrarea lui Lott este un exemplu de montaj statistic. El are mai multe date si o analiza mai complexa decat oricine altcineva care studiaza subiectul. El face ca oricine doreste sa-i conteste argumentele, sa devina scufundat intr-o dezbatere statistica foarte complexa, bazata pe calcule atat de dificile incat nu se pot face cu computerele obisnuite. El provoaca pe oricine nu este de acord cu el pentru a-si descarca setul de date si pentru a-si relua calculele, insa majoritatea cercetatorilor nu cred ca merita sa se replice studiile folosind metode care au esuat in mod repetat. Majoritatea cercetatorilor in controul armelor  pur si simplu au inlaturat pretentiile lui Lott si Mustard si au continuat cu munca lor. Doi cercetatori de drept penal foarte respectati, Frank Zimring si Gordon Hawkins (1997) au scris un articol care explica faptul ca:

 

Asa cum domnii Lott si Mustard pot produce, cu un model al factorilor determinanti ai omuciderilor, reziduuri statistice care sugereaza ca "vor emite" legi care reduc omuciderea, ne asteptam ca un econometrician determinat sa poata produce un tratament al acelorasi perioade istorice cu diferite modele si efecte opuse. Modelarea econometrica este o sabie cu doua taisuri in capacitatea sa de a facilita descoperirile statistice pentru a incalzi inimile credinciosilor adevarati ai oricarei benzi. Zimring si Hawkins au avut dreptate. In decurs de un an, doi econometrieni determinati, Dan Black si Daniel Nagin (1998) au publicat un studiu care arata ca, daca au schimbat putin modelul statistic sau l-au aplicat diferitelor segmente ale datelor, constatarile lui Lott si Mustard au disparut. Negre si Nagin au descoperit ca, atunci cand Florida a fost eliminata din esantion, nu a existat "un impact detectabil al legilor care sa poarte dreptul asupra ratei de ucidere si viol". Ei au ajuns la concluzia ca "inferenta bazata pe modelul Lott si Mustard este inadecvata, iar rezultatele obtinute nu pot fi folosite in mod responsabil pentru formularea unei politici publice"

Totusi, John Lott si-a contrazis analiza si a continuat sa-si promoveze propria sa activitate. Lott a colectat date pentru fiecare dintre judetele Americii pentru fiecare an din 1977 pana in 1992. Problema este ca judetele Americii variaza enorm in marime si caracteristici sociale. Cateva mari, care contin orase mari, reprezinta un procent foarte mare din crimele din Statele Unite. Dupa cum se intampla, niciunul dintre aceste judete foarte mari nu "va emite" legi de control al armelor. Aceasta inseamna ca setul de date masiv al lui Lott era pur si simplu nepotrivit pentru sarcina sa. El nu a avut nici o variatie in variabila principala de cauzalitate - "va emite" legi - in locurile in care au avut loc cele mai multe crime.

 

El nu a mentionat aceasta limitare in cartea sau articolele sale. Cand am descoperit lipsa legilor ce "vor fi emise" in marile orase in propria examinare a datelor mele, l-am intrebat despre asta. El a ridicat din umeri, spunand ca el a "controlat" dimensiunea populatiei in analiza sa. Dar introducerea unui control statistic in analiza matematica nu a compensat faptul ca pur si simplu nu avea date pentru marile orase in care problema omucidere era cea mai acuta.

 

Mi-a luat ceva timp sa gasesc aceasta problema in datele sale, deoarece nu eram familiar cu problema controlului armelor. Insa Zimring si Hawkins au renuntat imediat la aceasta, deoarece stiau ca legile ce "vor fi emise" au fost instituite in state in care Asociatia Nationala a Puscasilor  era puternica, in special in sud, in vest si in regiunile rurale. Acestea erau state care aveau deja putine restrictii privind armele. Ei au observat ca aceasta istorie legislativa frustreaza "capacitatea noastra de a compara tendintele in state ce "vor emite" cu tendinte in alte state.Deoarece statele care au schimbat legislatia sunt diferite in locatie si constitutie din statele care nu au facut, riscand confundarea influentelor demografice si regionale cu impactul comportamental al diferitelor regimuri juridice ". Zimring si Hawkins au mai spus ca:

 

Lott si Mustard sunt, desigur, constienti de aceasta problema. Solutia lor, o tehnica econometrica standard, este de a construi un model statistic care sa controleze toate diferentele dintre Idaho si New York, care influenteaza ratele de omucidere si criminalitate, altele decat cele care vor "emite". Daca se pot "specifica" influentele majore asupra omuciderilor, violurilor, furtului si furtului auto in modelul nostru, atunci putem elimina influenta acestor factori asupra diferitelor tendinte. Lott si Mustard construiesc modele care estimeaza efectele datelor demografice, ale datelor economice si ale pedepsei penale asupra diverselor infractiuni. Aceste modele sunt cele mai bune in gatitul statistic la domiciliu, deoarece sunt create pentru acest set de date de catre acesti autori si au fost testate doar cu privire la datele care vor fi utilizate in evaluarea impactului corect de a transporta. Lott si Mustard au comparat tendintele Idaho si Virginia de Vest si Mississippi cu tendinte in Washington, DC si New York City. Ceea ce s-a intamplat in realitate a fost ca in anii 1980 si inceputul anilor 1990 a existat o explozie de omoruri legate de fisuri in marile orase din est. Intregul argument al lui Lott a ajuns la o afirmatie potrivit careia statele "care vor emite" in mare parte din mediul rural si de vest au fost crutate de epidemia de omucidere legata de fisuri, din cauza legilor ce vor "fi emise". Aceasta nu ar fi fost luata in serios daca nu ar fi fost ascunsa de un labirint de ecuatii.

Mitul doi: incarcerarea mai multor persoane taie infractiuneae

Cazul Lott si Mustard era exceptional numai in privinta atentiei publice pe care a primit-o. Este destul de comun, chiar tipic, ca studiile rivale sa fie publicate folosind metode econometrice pentru a ajunge la concluzii opuse in legatura cu aceeasi problema. Adesea, nu exista niciun lucru care sa se dovedeasca in mod gresit in niciunul dintre analize. Ei folosesc pur si simplu seturi de date usor diferite sau diferite tehnici pentru a obtine rezultate diferite. Se pare ca modelatorii de regresie pot obtine orice rezultat pe care il doresc fara a incalca in nici un fel regulile analizei de regresie. Intr-o declaratie de frustrare extrem de sincera cu aceasta stare de fapt, doi criminologi foarte respectati, Thomas Marvell si Carlisle Moody (1997: 221), au raportat despre primirea unui studiu pe care l-au facut despre efectul detentiei asupra ratelor de omucidere. Ei au raportat ca:

 

a difuzat pe scara larga [constatarile] lor, impreuna cu datele utilizate, colegilor care se specializeaza in analiza cantitativa. Cel mai frecvent raspuns este ca refuza sa creada rezultatele, oricat de bine ar fi analiza statistica. In spatele acestei afirmatii este notiunea, discutata adesea informal, dar rar publicata, ca oamenii de stiinta sociala pot obtine orice rezultat dorit prin manipularea procedurilor utilizate. De fapt, o varietate larga de estimari privind impactul populatiei din penitenciare este considerata o dovada buna a maleabilitatii cercetarii. Implicatia, chiar si printre multi care publica in mod regulat studii cantitative, este ca indiferent de cat de detaliata este analiza, rezultatele nu sunt credibile decat daca se conformeaza asteptarilor anterioare. O disciplina de cercetare nu poate reusi intr-un astfel de cadru. Pentru meritul lor mare, Marvell si Moody au recunoscut sincer problemele cu regresie multipla si au facut unele sugestii pentru imbunatatire. Din nefericire, unii econometricieni devin atat de scufundati in modelele lor, incat pierd din evidenta cat de arbitrari sunt. Ei ajung sa creada ca modelele lor sunt mai realiste, mai valide decat realitatea dezordonata, recalcitranta, "necontrolata" pe care intentioneaza sa o explice.

Mitul trei: Executarea oamenilor taie infractiunea

In 1975, American Economic Review a publicat un articol al unui economist principal, Isaac Ehrlich de la Universitatea din Michigan, care a estimat ca fiecare executie a descurajat opt omoruri. Inainte de Ehrlich, cel mai cunoscut specialist in eficacitatea pedepsei capitale a fost Thorsten Sellen, care a folosit o metoda mult mai simpla de analiza. Sellen a pregatit grafice pentru a compara tendintele din diferite state. El a descoperit o diferenta mica sau deloc intre statele cu sau fara pedeapsa cu moartea, asa ca a ajuns la concluzia ca pedeapsa cu moartea nu a facut nici o schimbare. Ehrlich, intr-un act de sedere statistica, a sustinut ca analiza sa a fost mai valabila pentru ca a controlat toti factorii care influenteaza ratele de omucidere.

 

 

Chiar inainte de publicare, lucrarea lui Ehrlich a fost citata de Solicitantul General al Statelor Unite intr-un  amicus curiae depus la Curtea Suprema a Statelor Unite in apararea pedepsei cu moartea. Din fericire, Curtea a decis sa nu se bazeze pe dovezile lui Ehrlich, deoarece nu a fost confirmata de alti cercetatori. Acest lucru a fost intelept, deoarece in decurs de un an sau doi alti cercetatori au publicat analize econometrice la fel de sofisticate, care arata ca pedeapsa cu moartea nu avea niciun efect de descurajare.

 

Controversa asupra activitatii lui Ehrlich a fost atat de importanta incat Consiliul National de Cercetare a convocat un grup de experti independenti pentru a-l revizui. Dupa o revizuire amanuntita, comisia a decis ca problema nu era doar cu modelul lui Ehrlich, ci cu ideea de a folosi metode econometrice pentru a rezolva controverse in ceea ce priveste politicile justitiei penale. Ei (Manski, 1978: 422) au concluzionat ca:

 

deoarece datele care ar putea fi disponibile pentru o astfel de analiza au limitari si deoarece comportamentul criminal poate fi atat de complex, nu ar trebui sa se astepte aparitia unui studiu comportamental definitiv care sa reziste la toate controversele cu privire la efectele comportamentale ale politicilor de descurajare. Sellen avea dreptate, ca pedeapsa capitala nu are niciun efect demonstrabil asupra ratelor de crima. Dar Ehrlich nu a fost convins. El este acum un credincios adevarat singuratic in validitatea modelului sau. Intr-un interviu recent (Bonner si Fessendren, 2000), el a insistat "daca sunt luate in considerare variatii precum somajul, inegalitatea veniturilor, probabilitatea de retinere si dorinta de a folosi pedeapsa cu moartea, pedeapsa cu moartea are un efect descurajator semnificativ"

Mitul Patru: avortul legalizat a provocat scaderea criminalitatii in anii 1990.

In 1999, John Donohue si Steven Levitt au lansat un studiu cu o noua explicatie a scaderii puternice a ratelor criminalitatii in anii 1990. Ei au sustinut ca legalizarea avortului de catre Curtea Suprema din S.U.A. in 1973 a cauzat o scadere a nasterii copiilor nedorite, un numar disproportionat dintre care ar fi crescut ca infractori. Problema cu acest argument este ca legalizarea avortului a fost un eveniment istoric o singura data, iar evenimentele de o data nu ofera date suficiente pentru o analiza de regresie valabila. Este adevarat ca avortul a fost legalizat mai devreme in unele state decat in altele iar Donohue si Levitt folosesc acest fapt. Dar toate aceste state trecusera prin aceleasi procese istorice si multe alte lucruri se intamplau in aceeasi perioada istorica care facea rate de crima. O analiza valabila de regresie ar trebui sa captureze toate aceste lucruri si sa le testeze intr-o gama larga de variatii. Datele existente nu permit acest lucru, astfel incat rezultatele unei analize de regresie vor varia in functie de datele selectate pentru analiza.

 

In acest caz, Donohue si Levitt au ales sa se concentreze asupra schimbarii pe o durata de doisprezece ani, ignorand fluctuatiile din acei ani. Facand acest lucru, dupa cum a subliniat James Fox (2000: 303), "au ratat majoritatea schimbarilor in crima in aceasta perioada - tendinta ascendenta in timpul eruptiilor tarzii anilor 1980 si corectia descendenta in anii post-crack. Ceva de genul studierii efectelor fazelor lunii asupra mareelor ‚Äč‚Äčoceanice, dar numai inregistrarea datelor pentru perioade de valuri joase ."

 

Cand scriam acest articol, am inclus o propozitie care spune ca "in curand un alt analist de regresie va reanaliza probabil aceleasi date si va ajunge la concluzii diferite". Cateva zile mai tarziu, sotia mea mi-a inmanat o poveste de ziar despre un astfel de studiu. Autorul nu a fost altul decat John Lott de la Yale, impreuna cu John Whitley de la Universitatea din Adelaide. Acestia au folosit aceleasi cifre si au concluzionat ca "legalizarea avortului a sporit ratele de crima cu aproximativ 0,5 pana la 7 procente" (Lott and Whitely, 2001).

 

De ce rezultate atat de diferite? Fiecare set de autori a ales pur si simplu o modalitate diferita de a modela un corp inadecvat de date. Econometria nu poate face o lege generala valabila din faptul ca avortul a fost legalizat in anii 1970, iar crima a scazut in anii 1990. Avem nevoie de cel putin cateva duzini de astfel de experiente istorice pentru un test statistic valid.

Concluzii.

Testul acid in modelarea statistica este predictia. Predictia nu trebuie sa fie perfecta. Daca un model poate prezice semnificativ mai mult decat ghicitul aleator, este util. De exemplu, daca un model ar putea prezice preturile actiunilor chiar mai usor decat ghicitul la intamplare, ar face proprietarii sai foarte bogati. Asa ca au fost depuse eforturi considerabile pentru testarea si evaluarea modelelor preturilor actiunilor. Din pacate, cercetatorii care folosesc tehnici econometrice pentru a evalua politicile sociale foarte rar isi supun modelele la testele predictive. Scuza lor este ca dureaza prea mult pentru ca rezultatele sa fie cunoscute. Nu primiti date noi privind saracia, avortul sau omuciderea la fiecare cateva minute, ca si in cazul preturilor actiunilor. Dar cercetatorii pot face teste predictive in alte moduri. Ei pot dezvolta un model folosind date dintr-o singura jurisdictie sau perioada de timp, apoi il pot utiliza pentru a prezice date din alte perioade sau locuri. Dar majoritatea cercetatorilor pur si simplu nu fac acest lucru sau daca acestia fac modelele esueaza si rezultatele nu sunt niciodata publicate.

 

 

Jurnalele care publica studii econometrice privind problemele de politica publica deseori nu necesita testare predictiva, ceea ce demonstreaza ca editorii si recenzentii au asteptari scazute pentru domeniile lor. Deci, cercetatorii iau date pentru o perioada fixa de timp si pastreaza o reglare fina si ajusteaza modelul lor pana cand pot "explica" tendintele care s-au intamplat deja. Exista intotdeauna o serie de modalitati de a face acest lucru, iar cu computerele moderne nu este deloc greu sa continuati sa incercati pana cand gasiti ceva care se potriveste. In acel moment, cercetatorul se opreste, scrie concluziile si trimite documentul pentru publicare. Mai tarziu, un alt cercetator poate ajusta modelul pentru a obtine un rezultat diferit. Aceasta umple paginile jurnalelor stiintifice si toata lumea se preface ca nu observa ca s-au facut progrese mici sau nu. Dar nu suntem mai aproape de a avea un model econometric valabil de rate ale crimei astazi decat am fost atunci cand Isaac Ehrlich a publicat primul model in 1975.

 

Comunitatea stiintifica nu dispune de proceduri bune pentru recunoasterea esecului unei metode de cercetare utilizate pe scara larga. Metodele care sunt inradacinate in programele postuniversitare de la universitatile de varf si publicate in reviste prestigioase  tind sa se perpetueze. Multi laici presupun ca, daca un studiu a fost publicat intr-un jurnal revizuit de omologi, acesta este valabil. Cazurile examinate arata ca acest lucru nu este intotdeauna cazul. Evaluarea de la egal la egal asigura ca au fost respectate practicile stabilite, insa nu este de mare ajutor atunci cand aceste practici sunt ele insele defecte.

 

In 1991, David Freedman, un renumit sociolog la Universitatea California din Berkeley si autorul manualelor privind metodele cantitative de cercetare, a zguduit fundamentele modelarii regresiei atunci cand a declarat sincer ca "nu cred ca regresia poate duce o mare parte din povara unui argument cauzal. Nici ecuatiile de regresie, prin ele insele, nu ofera mult ajutor in controlul variabilelor confuzive "(Freedman, 1991: 292). Articolul lui Freedman a provocat o serie de reactii puternice. Richard Berk (1991: 315) a constatat ca argumentul lui Freedman "va fi foarte dificil pentru majoritatea sociologilor cantitativi de a accepta. Aceasta merge la inima intreprinderii lor empirice si, in acest fel, pune in pericol intreaga cariera profesionala."

 

Confruntandu-se cu criticii care doresc o dovada ca pot prezice tendintele, modelele de regresie devin adesea o statistica superioare, de neinteles pentru omul obisnuit. Ei fac argumentele atat de complexe incat numai alti analisti de regresie cu inalta pregatire pot intelege, sa nu mai vorbim, sa ii respinga. De multe ori aceasta tehnica functioneaza. Criticii potentiali pur si simplu renunta la frustrare. David Boldt (1999) de la Philadelphia Inquirer, dupa ce a auzit pe John Lott vorbind despre armele ascunse si despre ratele de omucidere, si a verificat impreuna cu alti experti, a plans ca "incercarea de a rezolva argumentele academice este aproape o munca  in van. - Va puteti ineca in disputele privind t  statistici, variabilele falsificate si metodele de analiza a datelor "Poisson" vs. "cele mai mici patrate".

 

Boldt a avut dreptate sa banuiasca ca a fost luat de fraier. Nu exista, de fapt, constatari importante in sociologie sau criminologie care nu pot fi comunicate jurnalistilor si factorilor de decizie care nu dispun de diplome de absolvent in economie. Este timpul sa recunoastem ca imparatul nu are haine. Atunci cand sunt prezentate cu un model econometric, consumatorii ar trebui sa insiste asupra dovezilor ca pot prezice tendintele altor date decat datele utilizate pentru a le crea. Modele care nu reusesc acest test sunt stiinta junk, indiferent cat de complexa este analiza.

 

REFERINTE

Berk, Richard.A. 1991. Catre o metodologie pentru simplul muritor ", Metodologia Sociologica 21: 315-324.
Boldt, David. 1999. "Dovezi de studiu privind armele", Philadelphia Inquirer, 14 decembrie. Descarcat pe 17 mai 2000 de la: http://www.phillynews.com/inquirer/99/Dec/14/opinion/BOLDT14.htm.
Negre, Dan. Si Daniel Nagin, 1998. De-a face legile care sa poarte dreptul de a descuraja violenta? Jurnalul Studiilor Juridice 27: 209-219.
Bonner, Raymond si Ford Fessendren. 2000. Statele cu pedeapsa cu moartea nu au rate de omucidere mai scazute ", New York Times, 22 septembrie. Descarca de la: http://www.nytimes.com/2000/09/22/national/22DEAT.html.
Donohue, John si Steven Levitt. 1999. Avortul si crima legalizata. Scoala de drept a Universitatii Stanford. Descarcat in august 2000 de la: http://papers.ssrn.com/paper.taf?ABSTRACT_ID=174508.
Fox, James. 2000. Demografia si uciderea in SUA, in A. Blumstein si J. Wallman (eds.), Crima cu Picatura in America, Cambridge University Press, New York, pp. 288-317.
Freedman, David 1991. Modele statistice si piele de incaltaminte. Metodologia sociologica 21: 291-313.
Lott, John. 2000. Mai multe arme, mai putin criminale: intelegerea legilor privind criminalitatea si controlul armelor. Universitatea din Chicago Press, a doua editie cu analize suplimentare.
Lott, John. Si John Whitley. 2001. Avortul si crima: nascuti nedorite si nascuti in afara casatoriei, "Jurnalul de Cercetare si Economie Yale nr. 254. Descarcat pe 9 iulie 2001 de la: http://papers.ssrn.com/sol3/papers.cfm ? abstract_id = 270126.
Marvell, Thomas si Carlisle Moody, C. 1997. Impactul cresterii inchisorii asupra omuciderii. Studii de omucidere 1: 205-233.
Zimring, Frank si Gordon Hawkins. 1997. Pistoale ascunse: descurajarea contrafacerii, Comunitatea responsabila 7: 46-60.

Translated by: Irina Vasilescu

Link to the original page: Click Here

We love giving back to the community

We believe in helping people and that matter to us more than anything else. Since the very beginning of our company, our team have been willing and wishing to help.