El muestreo con sesgo de raíz cuadrada es un método de muestreo propuesto por William H. Press , un científico informático y biólogo computacional , para su uso en los controles de seguridad en los aeropuertos . Es el compromiso matemáticamente óptimo entre el muestreo aleatorio simple y la elaboración de perfiles sólidos que encuentra más rápidamente a un malhechor poco común, dados los recursos de control fijos. [1] [2]
Usando este método, si un grupo tiene 10 veces más probabilidades que el promedio de ser un riesgo de seguridad, entonces las personas de ese grupo tendrán 10 veces más probabilidades de someterse a pruebas de detección adicionales . [1] Por ejemplo, si alguien de un grupo perfilado tiene 9 veces más probabilidades que la persona promedio de ser un riesgo de seguridad, entonces al usar un muestreo sesgado de raíz cuadrada , las personas del grupo perfilado serían examinadas tres veces más a menudo que la persona promedio.
Press desarrolló el muestreo sesgado de raíz cuadrada como una forma de muestrear secuencias largas de ADN . [3] También había sido desarrollado independientemente por Ruben Abagyan, un profesor de TSRI en La Jolla, California, para su uso en un contexto biológico diferente. [4] [5] Un descubrimiento aún anterior fue el de Martin L. Shooman, quien utilizó el muestreo sesgado de raíz cuadrada en un modelo de distribución de pruebas para la confiabilidad del software. [6]
En 2009, Press publicó una propuesta posterior de utilizar un muestreo sesgado por raíz cuadrada para la seguridad aeroportuaria. [1] Allí, argumentó que este método sería un uso más eficiente de los recursos limitados que se poseen para la detección, en comparación con la práctica actual, que puede llevar a examinar a las mismas personas con frecuencia y repetidamente. [2] [3] Sin embargo, el uso de este método presupone que quienes realizan la detección tienen información estadística precisa sobre quién tiene más probabilidades de ser un riesgo para la seguridad, lo que no es necesariamente el caso. [7]
Derivación: https://www.researchgate.net/publication/309809428_An_optimal_sampling_application_of_Cauchy's_inequality