数学对抗歧视性分析

加入我们的科学爱好者社区!


关于支持科学新闻业

如果您喜欢这篇文章,请考虑通过以下方式支持我们屡获殊荣的新闻业 订阅。通过购买订阅,您将帮助确保未来能够继续产出有关塑造当今世界的发现和想法的具有影响力的报道。


从数学角度来说,种族歧视性分析意义不大。德克萨斯大学奥斯汀分校的 William Press 通过统计分析发现,根据种族选择筛查对象并不比随机检查更有效,因为非恐怖分子的数量远远超过恐怖分子。 最佳的筛查方法是使用“平方根偏差抽样”,这样,成为恐怖分子的可能性是普通旅行者九倍的人,其被筛查的频率将高出三倍。 这种方法将发现更多的恐怖分子,部分原因是避免反复筛查符合特征的同一批无辜者。 但由于该策略难以实施,Press 表示,从数学角度来看,更明智的方法是完全不进行歧视性分析。 该研究发表在 2 月 10 日的《美国国家科学院院刊》上。

John Matson 是《大众科学》的前记者和编辑,曾撰写过大量关于天文学和物理学的文章。

更多作者:John Matson
大众科学 Magazine Vol 300 Issue 4本文最初以“数学对抗歧视性分析”为题发表于 大众科学杂志 第 300 卷第 4 期 (),第 31 页
doi:10.1038/scientificamerican0409-31b
© . All rights reserved.