數學對抗歧視性分析

加入我們的科學愛好者社群!


關於支援科學新聞業

如果您喜歡這篇文章,請考慮透過以下方式支援我們屢獲殊榮的新聞業 訂閱。透過購買訂閱,您將幫助確保未來能夠繼續產出有關塑造當今世界的發現和想法的具有影響力的報道。


從數學角度來說,種族歧視性分析意義不大。德克薩斯大學奧斯汀分校的 William Press 透過統計分析發現,根據種族選擇篩查物件並不比隨機檢查更有效,因為非恐怖分子的數量遠遠超過恐怖分子。 最佳的篩查方法是使用“平方根偏差抽樣”,這樣,成為恐怖分子的可能性是普通旅行者九倍的人,其被篩查的頻率將高出三倍。 這種方法將發現更多的恐怖分子,部分原因是避免反覆篩查符合特徵的同一批無辜者。 但由於該策略難以實施,Press 表示,從數學角度來看,更明智的方法是完全不進行歧視性分析。 該研究發表在 2 月 10 日的《美國國家科學院院刊》上。

John Matson 是《大眾科學》的前記者和編輯,曾撰寫過大量關於天文學和物理學的文章。

更多作者:John Matson
大眾科學 Magazine Vol 300 Issue 4本文最初以“數學對抗歧視性分析”為題發表於 大眾科學雜誌 第 300 卷第 4 期 (),第 31 頁
doi:10.1038/scientificamerican0409-31b
© .