比看上去更相近：风险评估中个体层面异质性的贝叶斯视角
应用统计
2021-02-03 v1
摘要
风险评估工具被广泛应用于刑事司法系统，以在给定协变量下估计某种未来行为的概率。随后这些估计概率被用于个体层面的决策。过去，关于从群体层面计算得出的概率能否有意义地应用于个体一直存在争议。利用应用于肯塔基州法院系统大型纵向数据集的贝叶斯层次模型，我们分析了未出庭个体层面概率的变异及其在多大程度上被协变量捕捉。我们发现，同一风险组内的个体在结果概率上差异很大。在实践中，这意味着基于标准风险评估方法将个体分配至风险组，在很大程度上是在那些就结果可能性而言并无实质差异的个体之间制造区分。这是因为相对于任何合理风险组间平均概率的差异，关于任何特定个体是否会未出庭的不确定性是很大的。
引用
@article{arxiv.2102.01135,
title = {Closer than they appear: A Bayesian perspective on individual-level heterogeneity in risk assessment},
author = {Kristian Lum and David B. Dunson and James Johndrow},
journal= {arXiv preprint arXiv:2102.01135},
year = {2021}
}