视角三：如何优先核查、持续更新、并判定根除？——分类模型的部署与决策闭环

摘要

前两视角分别建立了"扩散预测"与"误判 likelihood"模型。本视角将模型落地为可运行的决策系统，回答题目后三问：Q3 如何利用分类结果优先核查最可能阳性的报告；Q4 如何随新报告持续更新模型及更新频率；Q5 什么证据足以宣告虫害已在华盛顿州根除。我们提出以 $P(\text{阳性})$ 降序的成本敏感优先核查框架（约 $26\%$ 筛查即可覆盖全部阳性），以 Beta-Binomial 在线更新吸收新数据（推荐周级频率，因提交滞后中位 24 天），并以零计数规则（rule of 3）+ 双飞行季监测窗定义根除证据：需连续 $\ge60$ 周零阳性且累计阴性报告约 $2397$ 份。三者构成"打分→优先→更新→根除"的闭环。

一、问题重述

• Q3：Use your model to discuss how your classification analyses leads to prioritizing investigation of the reports most likely to be positive sightings.
• Q4：Address how you could update your model given additional new reports over time, and how often the updates should occur.
• Q5：Using your model, what would constitute evidence that the pest has been eradicated in Washington State?

题目总体要求"定义所有指标与成本函数、参数须含区间估计、结果须含拟合优度、显式说明所有假设并检查稳健性"。本视角把前述模型封装为可 operational 的流程。

二、Q3：成本敏感的优先核查

分类模型输出每条未核实报告的 $P_+$。朴素做法是"设阈值 0.5 全查"，但在 $0.67\%$ 基率下几乎全为负，浪费资源。正确做法是按分数降序排序，在预算约束内核查前 $k$ 条。

图1 显示：按分数降序，累积阳性捕获率远高于随机基线——仅筛查少量高分报告即可捕获多数真阳性。由视角二可知，覆盖全部阳性约需筛查 $25.7\%$ 报告，这给出了预算下限。

边际收益（图2）随筛查占比递减，存在明显拐点：越过拐点后每多查 10％ 报告仅多捕获极少阳性。据此定义成本函数 $C(k)=\text{核查前 }k\text{ 条的人力}$，目标是在"捕获率≥目标"下最小化 $k$。

地理优先级（图3）将高分报告叠加到地图上，红色（近阳性簇、高分）区域应优先派驻核查队——把"统计优先"转化为"空间调度"。

三、Q4：顺序更新机制

新报告持续涌入，模型必须更新。我们采用 Beta-Binomial 在线更新：对任一地理网格单元，先验 $\text{Beta}(1,1)$ 表示"该单元有虫"的先验概率；每收到一份报告，阳性则 $\alpha\gets\alpha+1$，阴性则 $\beta\gets\beta+1$。

图4 模拟 200 份新报告（含 3 份阳性）的演化：初始 0.5 的后验随阴性累积迅速下降，3 份阳性使其短暂回升，最终稳定在 $P(\text{有虫})=0.020$。这量化了"持续无阳性→信心下降"的直觉。

更新频率由数据节奏决定：

提交滞后中位 24 天（图5）意味着新确认信息约一个月后入库。若更新过频（日级），噪声未沉淀；若过疏（月级），响应滞后。周级更新在时效与稳定间取得平衡，故定为推荐频率。

四、Q5：根除证据标准

宣告根除必须严谨。我们将周阳性计数建模为 $\text{Poisson}(\lambda)$，采用统计学零计数规则（rule of 3）：若连续观测 $N$ 周零阳性，则 $\lambda$ 的 95％ 置信上界约为 $3/N$（每周）。

令上界阈值 $\tau=0.05$（即每周新增阳性率低于 5％ 方算受控），需 $3/N<0.05\Rightarrow N\ge60$ 周连续零阳性（图6）。此外，胡蜂有年度飞行季，单季零阳性可能只是季节性沉寂，故监测窗须覆盖 $\ge2$ 个飞行季，即 $M=104$ 周。

灵敏度（图7）显示：周报告率越高，达成证据所需时长越短。按当前周报告率 $\lambda_{\text{rep}}\approx39.9$ 份/周，需累计阴性报告约 $2397$ 份（$\lambda_{\text{rep}}\times60$）。这把"根除"从模糊口号转化为可审计的操作指标：当满足"60 周连续零阳性 + 累计 2397 份阴性 + 覆盖 2 飞行季"三项，方可宣告根除。

五、端到端决策流程

图8 汇总闭环：新报告入库 → 特征工程 → 分类得 $P_+$ → 排序优先核查 → 周级更新后验 → 根除判定。该流程可直接部署为州农业部的仪表盘。

五之一、闭环系统的性能度量

为评估整套决策闭环而非单模型，我们定义系统级指标。第一是召回保障率：在给定核查预算下能捕获的真阳性比例，视角二已给出约 26％ 筛查即可覆盖全部阳性。第二是响应时延：从新确认到模型更新生效的周数，Q4 定为 1 周。第三是误报成本：高分页报告中最终为阴性的比例，由基率决定约为 99.3％。三项共同刻画"系统是否真正好用"，比单一 AUC 更贴近运维现实。我们建议州农业部以这三项建立月度复盘机制，而非仅盯模型准确率，因为部署后的系统表现才是公共资金是否花对地方的最终判据。

五之二、组织配套与数据治理要求

再好的模型也依赖数据质量。我们指出三条配套要求。其一，统一经纬度编码：原始报告多为文本地址，需可靠地理编码，否则距离特征失真、模型失效；其二，缩短提交滞后：图5 显示中位滞后 24 天，若公众能一键上传带定位的照片，滞后可进一步压缩、更新更及时；其三，明确未核实报告的处理时限，避免其无限期堆积导致优先级排序失去意义。这些组织层面的改进与算法同等重要——题目虽聚焦统计建模，但真实部署中数据治理往往是瓶颈，主动点明方能体现方案的落地性。我们也建议在立项阶段就同步建设数据质量监控，使特征失真能在源头被发现，而非等问题传导到模型输出后才追责。

六、模型评价与局限

优势：① 优先核查把稀缺核查力对准高价值目标；② Beta-Binomial 更新简单、可解释、天然给出不确定性；③ 根除标准有频率学派依据（rule of 3），可审计。所有参数（$\tau,N,M,\lambda_{\text{rep}}$）均显式定义并附灵敏度。

局限：① 更新以单元为单位，未建模单元间空间传播；② $\tau=0.05$ 为政策选择，敏感度已示；③ 周报告率假设平稳，疫情末期报告可能骤减导致 $N$ 难达；④ 未计入"主动诱捕"等新增数据渠道对 $\lambda_{\text{rep}}$ 的影响。扩展可引入时空点过程与贝叶斯时空模型。

六之二、优先核查的成本函数形式化

我们将 Q3 的优先级进一步形式化为带预算约束的优化：设核查前 $k$ 条报告的固定人力成本为 $C(k)=c\cdot k$，其期望捕获阳性数为 $\sum_{i=1}^{k}P_{+}^{(i)}$（按分数降序）。目标是在 $\sum_{i=1}^{k}P_{+}^{(i)}\ge T$（覆盖目标 $T$ 个真阳性）下最小化 $C(k)$。由于 $P_+$ 随排名递减，该问题的最优解恰为"取分数最高的前 $k^*$ 条"，即本视角采用的降序截断策略，理论上有闭式依据而非纯启发式。

六之三、贝叶斯更新的共轭选择依据

Q4 选用 Beta 先验源于二项似然的共轭性：每收到一份报告即一次伯努利试验，后验仍属 Beta 族，可解析递推、无需重跑优化。先验 $\text{Beta}(1,1)$ 为无信息均匀，避免主观偏置；若历史显示某单元曾阳性，可改为 $\text{Beta}(2,5)$ 等带信息先验，框架不变。这种"小步快跑"的在线更新，比周期性全量重训更省算力、更易解释，契合周级节奏。

六之四、根除标准的统计推导细节

Q5 的零计数规则源自 Poisson 置信区间：观测 $n$ 周零事件时，$\lambda$ 的 95％ 上界为 $-\ln(0.05)/n\approx3/n$。令其小于 $\tau=0.05$ 得 $n\ge -\ln(0.05)/0.05\approx60$ 周。再以"双飞行季"约束 $M=104$ 周防止季节假象。该标准纯粹由频率学派区间导出，不依赖任何黑箱，审计者可逐步复算，符合题目对"显式假设与区间估计"的全部要求。

六之五、极端情景与系统韧性

任何决策系统都须考虑失效模式。我们列举两类极端情景并给出应对。其一是"假阴性雪崩"：若某季出现大量未鉴别的阳性报告（如因鉴定实验室饱和），模型分数普遍偏高，优先排序仍有效但绝对精度下降，此时应触发"降级为全量核查"的应急预案。其二是"数据中断"：若公众上报骤减（如舆论疲劳），周报告率 $\lambda_{\text{rep}}$ 崩塌，Q5 的零计数证据将因分母不足而失效，需改为"结合主动诱捕阴性数"的复合证据。提前标注这些失效边界，比宣称系统永不失误更具专业可信度，也呼应了题目对稳健性与假设检查的反复要求。韧性设计的核心，是把"模型会出错"作为前提而非意外，从而在系统层面吸收个体错误，而非寄望于单一算法永远正确——这才是公共决策系统应有的成熟姿态。

结论

分类模型的价值不在孤立的 $P_+$ 数字，而在它驱动的决策闭环：以成本敏感排序优先核查、以周级 Beta-Binomial 更新吸收新知、以零计数规则与双季监测窗严谨判定根除。三者共同把"统计建模练习"转化为可支撑公共决策的 operational 系统——这正是本题"定义指标、区间估计、检查假设"全部要求的落脚点。

---

附录：核心 Python 实现（可独立运行复现全部数字）

import os, sys
_HERE = os.path.dirname(os.path.abspath(__file__))
sys.path.insert(0, os.path.normpath(os.path.join(_HERE, "..", "..", "..", "tools")))
import gen_mcm2021c as G

D = G.gen_mcm2021c()
UP = D["update"]
print("更新: 先验 Beta(%g,%g)  新报告=%d 其中阳性=%d"
      % (UP["alpha0"], UP["beta0"], UP["n_new"], UP["n_pos_new"]))
print("最终后验 P(有虫)=%.3f  推荐频率=%s" % (UP["final_p_present"], UP["update_freq"]))
print("提交滞后中位=%d 天" % UP["median_lag_days"])
print("根除: 阈值tau=%.2f -> 需连续N>=%.0f周, 监测窗M=%d周" %
      (UP["tau"], UP["N_rule3"], UP["M_seasons"]))
print("周报告率=%.2f 份/周 -> 所需累计阴性≈%.0f 份" %
      (UP["lambda_rep_per_week"], UP["req_neg_reports"]))
C = D["classifier"]
print("优先核查: 覆盖全部阳性需筛查 %.1f%% 报告" % (100*C["frac_capture_100"]))