[论文解读] Limiting Risk by Turning Manifest Phantoms into Evil Zombies

Jorge H. Banuelos, Philip B. Stark|arXiv (Cornell University)|Jul 14, 2012

Benford’s Law and Fraud Detection参考文献 12被引用 9

一句话总结

本文提出了Phantoms to Evil Zombies（2EZ）方法，通过将缺失或伪造的选票视为均匀支持落选候选人的方式，增强了风险限制审计。该方法从总选票数的上限$N_U$中均匀随机抽样，而非从选票清单中的总数$N_M$中抽样，并将无法核实或不存在的选票替换为‘邪恶僵尸’选票——即最大程度增加P值的选票，从而确保即使在清单存在错误时，审计仍保持保守性，自动在需要时增加审计工作量以维持名义上的风险限制。

ABSTRACT

Drawing a random sample of ballots to conduct a risk-limiting audit generally requires knowing how the ballots cast in an election are organized into groups, for instance, how many containers of ballots there are in all and how many ballots are in each container. A list of the ballot group identifiers along with number of ballots in each group is called a ballot manifest. What if the ballot manifest is not accurate? Surprisingly, even if ballots are known to be missing from the manifest, it is not necessary to make worst-case assumptions about those ballots--for instance, to adjust the margin by the number of missing ballots--to ensure that the audit remains conservative. Rather, it suffices to make worst-case assumptions about the individual randomly selected ballots that the audit cannot find. This observation provides a simple modification to some risk-limiting audit procedures that makes them automatically become more conservative if the ballot manifest has errors. The modification--phantoms to evil zombies (~2EZ)--requires only an upper bound on the total number of ballots cast. ~2EZ makes the audit P-value stochastically larger than it would be had the manifest been accurate, automatically requiring more than enough ballots to be audited to offset the manifest errors. This ensures that the true risk limit remains smaller than the nominal risk limit. On the other hand, if the manifest is in fact accurate and the upper bound on the total number of ballots equals the total according to the manifest, ~2EZ has no effect at all on the number of ballots audited nor on the true risk limit.

研究动机与目标

• 解决因选票缺失或分组错误导致的选票清单不准确，从而威胁风险限制审计有效性的风险。
• 开发一种方法，在清单错误存在时自动提高审计的保守性，而无需事先知晓错误的规模。
• 确保即使清单不正确或不完整，真实风险限制也始终低于名义风险限制。
• 为现有的逐票比较和逐票抽样审计提供一种实用且改动最小的增强方法，在清单不确定性下仍保持统计严谨性。

提出的方法

• 该方法从1到总选票数的上限$N_U$中均匀随机抽样，而非从清单中的总数$N_M$中抽样。
• 若抽中的选票编号在清单中找不到（即伪造选票），则替换为能最大程度增加P值的‘邪恶僵尸’选票。
• 对于逐票比较审计，邪恶僵尸选票被视为对报告落选者多计2票的夸大；对于逐票抽样审计，它们被视为所有落选者都获得有效票。
• 这种替换确保P值在随机意义下大于使用正确清单时的值，从而在结果错误时增加触发全人工清点的可能性。
• 该方法无需修改核心审计程序，仅需总选票数的上限和清单即可应用。
• 它保证即使清单不准确，真实风险限制也永远不会超过名义风险限制。

实验结果

研究问题

• RQ1 当因选票缺失或分组错误导致选票清单不准确时，风险限制审计如何保持保守性？
• RQ2 对现有审计程序进行最小程度的修改，需要满足什么条件才能确保其在清单错误下依然有效？
• RQ3 是否能以一种方式随机增加审计的P值，使其自动反映清单错误，而无需事先知道错误的大小？
• RQ4 用支持落选者的‘邪恶僵尸’选票替换伪造选票，是否能保持审计的风险限制特性？
• RQ5 在何种条件下，2EZ方法对审计工作量或风险限制无影响？

主要发现

• 2EZ方法确保即使选票清单不准确，名义风险限制也永远不会小于真实风险限制。
• 当清单正确且上限$N_U$等于真实选票数$N_O$时，2EZ方法对审计工作量或风险限制无任何影响。
• 若清单遗漏了选票，与正确清单相比，2EZ方法会随机地使P值增大，从而提高审计进入全人工清点阶段的可能性。
• 该方法在清单错误时自动增加审计的选票数量，确保不会超过名义风险限制。
• 通过将无法核实或不存在的选票视为支持落选者的邪恶僵尸选票，该方法保守地涵盖了所有可能的清单错误。
• 该方法适用于逐票比较和逐票抽样审计，仅需总选票数的上限和清单即可应用。