基于分层并交检验的选票风险限制审计（SUITE）

风险限制审计（RLAs）提供一种统计保证：如果对纸质选票进行完整人工计票将显示报告的选举结果有误，则RLA具有已知的导致完整人工计票的最低概率。RLA通常依赖随机样本。分层抽样——将选票总体划分为互不相交的层并独立地从各层抽样——相比更简单的抽样设计可简化后勤或提高效率，但使风险计算更困难。我们提出SUITE，一种使用分层样本进行RLA的新方法。SUITE考虑改变结果的误差在所有层间所有可能的划分。对每种划分，它将各层水平检验的P值组合为一个合并P值；对不同层所用检验无限制。SUITE在所有改变结果的误差划分上最大化合并P值。若该最大值小于风险限制，审计可停止。科罗拉多州一些县（占选民98.2%）的投票系统允许审计员检查系统如何解读每张选票，从而可进行选票级比对RLA。其他县使用选票轮询，效率较低。现有对全州竞选进行RLA的方法需对科罗拉多州的程序和软件做重大改动，或牺牲选票级比对的效率。SUITE则不然。它将选票分为两层：可在县内开展选票级比对的，与其余的。层水平P值由本文推导的方法求得。所得审计比全州选票轮询高效得多。SUITE适用于任何拥有混合投票系统或因其他原因使用分层抽样的州。我们提供了开源参考实现及Jupyter笔记本中的示例计算。