Win Driver Blog

全球多國在南海與印度洋，連日海空搜尋馬來西亞航空失蹤客機未果，希望漸趨渺茫。美國學界認為，統計學此時可幫上大忙，不過搜尋行動必須建立可信的資料。

失蹤多日的馬航MH370客機航向何方，如今位在何處，成為本世紀至今最大的謎團。不過對專研數字，分析變項與評估機率的統計學者來說，找到失蹤客機的可能性，涉及大量資訊與數字分析。

統計學者在二戰期間透過建立模式，提高盟軍成功定位德國潛艇的機率，法航447客機也透過打撈公司Metron使用統計學傳統的貝氏理論（Bayesian Theory），縮小搜尋範圍，短期內找到飛機殘骸。

貝氏理論引用於目標搜尋的基本概念是，如果馬航客機北向機率為5成，南向也為5成，隨著搜尋區域傳回的資料和雷達資訊，調整航向機率，建構客機可能位置的機率分布，提供搜尋行動參考。

統計學者Carl Bialik在著名數字網站538（FiveThirtyEight.com）指出，貝氏理論建構3度空間海域搜尋區域的機率架構，但馬航事件還包括飛機消失原因的第4度空間，如今各方判斷人為操作是主要因素，在吉隆坡附近海域的可能性就大為降低。

Bialik形容，這理論就像一般人選擇餐廳的方法，先觀察餐廳內是否高朋滿座，再於網上查看評等。Metron公司2011年與法航合作，運用統計分析在6日內找到飛機殘骸，這也是海底尋寶的基本慨念。

不過Metron資深分析師Colleen Keller指出，搜尋行動必須建立正確與完整的資料庫，如果紀錄品質欠佳，將難以建構搜尋模組，各方連日的努力也難有成效。