似比率墙：稀有暴力风险评估精度的结构性限制

预审风险评估工具每年用于评估超过一百万名美国被告，但其用于预测稀有暴力再犯面临基本统计障碍。我们推导出一个通用精度上限——似比率墙——表明当暴力再逮捕率较低（2-5%）时，实现即使标记为“高风险”人群（积极预测值，或PPV）中50%的命中率，需要的工具远超当前仪器的判别能力。对于稀有结果，工具在给出“高风险”标签时可能大多数时候都错误。我们指出，事后得分校准无法解决此问题，因为它并未提高区分真阳性和假阳性的能力。我们进一步证明了监控上限：当过度执法导致记录下的“风险因素”在本不会再犯的人群中被放大时，即使在相等的犯罪率下，过度执法群体可实现的精度结构性更低。我们将这些结果转化为逮捕所需人数（为防止一起暴力犯罪必须逮捕多少人），并提议风险报告应明确传达此不确定性。我们的发现表明，对于稀有暴力结果，仅讨论公平性指标是不完整的：在当前数据条件下，可用的特征可能不支持高置信度的个体化监禁决策。