马航大海捞针 统计学帮大忙

全球多国在南海与印度洋，连日海空搜寻马来西亚航空失踪客机未果，希望渐趋渺茫。美国学界认为，统计学此时可帮上大忙，不过搜寻行动必须建立可信的资料。

失踪多日的马航MH370客机航向何方，如今位在何处，成为本世纪至今最大的谜团。不过对专研数字，分析变项与评估机率的统计学者来说，找到失踪客机的可能性，涉及大量资讯与数字分析。

统计学者在二战期间透过建立模式，提高盟军成功定位德国潜艇的机率，法航447客机也透过打捞公司米特伦（Metron）使用统计学传统的贝氏理论（BayesianTheory），缩小搜寻范围，短期内找到飞机残骸。

贝氏理论引用于目标搜寻的基本概念是，如果马航客机北向机率为5成，南向也为5成，随着搜寻区域传回的资料和雷达资讯，调整航向机率，建构客机可能位置的机率分布，提供搜寻行动参考。

统计学者毕雅里克（Carl Bialik）在著名数字网站538（FiveThirtyEight.com）指出，贝氏理论建构3度空间海域搜寻区域的机率架构，但马航事件还包括飞机消失原因的第4度空间，如今各方判断人为操作是主要因素，在吉隆坡附近海域的可能性就大为降低。

毕雅里克形容，这理论就像一般人选择餐厅的方法，先观察餐厅内是否高朋满座，再于网上查看评等。米特伦公司2011年与法航合作，运用统计分析在6日内找到飞机残骸，这也是海底寻宝的基本慨念。

不过米特伦资深分析师凯勒（Colleen Keller）指出，搜寻行动必须建立正确与完整的资料库，如果纪录品质欠佳，将难以建构搜寻模组，各方连日的努力也难有成效。1040318