表面上看来，统计学和心理学之间没有任何关系。然而，如果我们认识到，道德统计和一般统计所呈现的特殊而又难以解释的结果，将会严重影响我们的判断和思考，那么，它对犯罪心理学的重要性就显得毋庸置疑了。罪犯的责任、数量，他们的作案时间、地点和个性，以及犯罪环境和他们出现的频率，所有这些都会对我们产生直接或者间接的影响，以至于我们的判断和决策，以及我们所判断的其他人的行为和思想，都会随之而发生改变。[38]此外，概率和统计密切联系并且不可分割，我们不会抛开其中一个，而选择另外一个，或者仅对另一个作出解释。穆恩斯特博格杰出的心理学研究成果，展现了统计问题对心理学的重要性。他警告我们不要对道德统计的结果作出过高估计，并且认为道德统计的实际影响要在很久以后才能呈现。无论如何，只有经过深入细致研究，才能发现统计学层面综合分析和演绎分析的实际价值。涉及犯罪条件，情况尤为如此。许多作家的著作[39] 都告诉我们一些在其他情况下无法学到的知识，此处不再加以介绍；只有对这些著作进行系统研究，才能对我们有所助益。这里只谈这些著作对我们学科的重要性。没有人会怀疑，统计学领域的数字和计算具有神秘感。我们承认，我们今天所知道的知识，并不比保罗·德克尔在布鲁塞尔科学院讨论凯特勒有关道德统计的知识更多一些；我们也承认，人类的行为，即使最微小的活动，也要遵从总体常数和恒常法则。针对这一奇特的事实，阿道夫·瓦格纳指出：“如果一个旅行者告诉我们，有一项法律规定，每年特定阶层的群体中应当有多少人结婚、死亡、自杀和犯罪，并且进一步宣称，这些法律得到了严格的遵守，那么我们应该说些什么呢？事实上，全世界都在遵守这些法律。”[40]
当然，道德统计关注的是数量而非质量，但在统计检验过程中，也会涉及质量。例如，调查犯罪和入学、教育的关系，调查自杀率最高的班级等，就是将人的质量与统计数据联系起来。对于某些罕见的犯罪、可疑的自杀、特殊的精神现象等，我们将借助统计表来寻求对某一假定可能性的正确看法，这并不是很遥远的事。当考察某些数字不可思议的稳定性时，这种可能性就变得更为清楚。假设我们研究1819 年以来奥地利的自杀人数，并且得到以下数字——3 000、5 000、6 000、7 000、9 000、12 000、15 000，与法律相比，这是一种有规律的数据增长。[41]我们再来看看法国连续十年开枪自杀的妇女人数，由此得到6、6、7、7、6、6、7 这组数字，并发现6 和7 之间只有一种交替关系。如果有一年出现了8、9 的数字，难道我们不应该注意吗？难道我们不应该考虑，自杀只是一种假象的可能性吗？
或者假设我们考察同一时期淹死的男性数量，并且得到280、285、292、276、257、269、258、276、278、287 这组数据，瓦格纳就会正确地指出，这些数据“包含道德秩序领域的数学关联，这种关联应当比恒星系统更加令人惊讶”。
更值得注意的是，当这些数字如此组合在一起时，可以形成一条曲线。正是通过这种方式，德罗比什绘制了一个按年龄分布的犯罪表格。在每1 000 次犯罪中，作案人的年龄段分布如下：
年龄段财产犯罪人身犯罪
低于16 岁2 0.53
16~21 105 28
21~25 114 50
25~30 101 48
30~35 93 41
35~40 78 31
年龄段财产犯罪人身犯罪
40~45 63 25
45~50 48 19
50~55 34 15
55~60 24 12
60~65 19 11
65~70 14 8
70~80 8 5
80 岁以上2 2
通过比较两组数据，可以绘制一条曲线，体现稳定上升然后稳定下降的趋势。要想获得更大的数学上的确定性，通常是不可想象的。同样重要的是，一些重要条件的并行出现。例如，考察1826 年至1870 年间法国的自杀事件，其中每五年的数据分别是1 739、2 263、2 574、2 951、3 446、3 639、4 002、4 661、5 147。
如果在那个时期，人口数量已经从3 000 万增加到3 600 万，就必须寻找其他决定性的因素。[42]
如同古特伯雷引用的诸多权威理论[43]，自杀事件大多发生在6 月，极少发生在12 月；大多发生在晚上，尤其是黎明时分，极少发生在中午，特别是12 点到2 点之间。自杀频率最高的是教育程度不高的人，年龄在60 岁至70 岁之间，多为撒克逊人（奥廷根）。
整合这些观察，就会得出以下不容置疑的结论，即如果结果足够恒定，就至少可以对当前情况作出假设。目前，统计数据几乎与个体没有直接关联。密尔正确地指出，死亡率的统计对保险公司很有帮助，但却无法预测某个人的具体寿命。阿道夫·瓦格纳认为，就统计规律而言，当处理较大的数字时，此类规律是有效的；只有当存在大量案例时，才能识别这种恒定的规律；单个案例往往显示的是变体和异常。凯特勒使用圆的例证对此作出了精辟的说明：“如果用粗粉笔在黑板上画一个圆，并仔细研究各个组成部分，你所看到的都是极不规律的图像；但是如果你后撤几步，研究整个圆的图案，就会发现这是一个非常有规律的续表
圆形。”但是，在画圆的时候一定要认真、准确，但你在绘画时碰巧划过苍蝇的尸体，一定要保持冷静，不能惊慌失措。杜布瓦雷蒙[44] 反对以下这种说法：“当邮政局长宣称，在每年处理的10 万封信件中，总有一定数量的信件无法投递，我们并不认为这是什么大事——但是当凯特勒提到，在每10 万人中，就有一定数量的罪犯，这一论断马上会引起我们的道德警觉，因为我们不愿看到，我们之所以不是罪犯，仅仅是由于其他人占了罪犯的份额。”但事实上，我们无须对此感到遗憾，这就如同每年总会有一定数量的人摔断自己的腿，也总有一定数量的人死亡，反过来看，也总有一定数量幸运的人没有摔断自己的腿，或者没有死亡。这就是无可辩驳的事实逻辑，其中并没有任何令人烦恼的东西。
另一方面，毫无疑问，犯罪统计要想用到实处，必须以截然不同的方式作出处理。在研究自杀的统计数据时，只有对现有材料进行仔细研究，并且从不同角度进行分析，才能据此对个案作出推断。但是，我们很少全面细致地审查犯罪统计数据；目前对此类数据的审查过于官僚化，并且受制于法律和司法程序影响。犯罪学者可以为统计学家提供数据，但后者并不能从中提炼重要的理论。翻开任何一个国家刑事法院年度工作的官方报告，你会看到成千上万的数字，透过这些数字，你可以了解到这些法院的艰苦工作，但是，这些数字很少发挥实际效用。在我的面前，摆放着四份奥地利法院和刑事机构的年度报告，这些报告的完整性、准确性和装帧设计都很出色。翻开最重要的报告——全国各部门刑法实施结果，你会看到报告中的各项记录非常完整：有多少人在这里或那里受到惩罚，他们的罪行是什么，根据年龄、社会地位、宗教、职业、财富等因素被判刑的比例是多少；接着是各种有关逮捕、量刑等事项的表格。所有这些材料的价值只是表明，能否从司法官员的办案程序中发现某种规律性，其中很少包含在心理学层面有价值的材料。在涉及文化、财富和先前判决的部分，可能包含一些心理学因素，但也只是做了极其普通的处理。关于死刑判决的根据和动机，则几乎没有涉及。在量刑活动中，我们很少考虑与教育程度、早年生活经历等有关的动机因素。只有当统计数据在各个方面更加关注定性分析，而不仅仅是定量分析时，才能真正体现其科学价值。