但不幸的是，500名无辜的乘客也将会被扣押!在那些被检测系统拦截的人中，只有少于10%是恐怖分子。而且如果恐怖分子少于50名，被拦截的人确实有罪的概率甚至更低。检测方法想要有效的话，准确性需要更高。

足球比赛结果(1)

在英国，赌足球比赛的结果会引起人们的极大兴趣。无论赌局多么奇异都会有人捧场——赌第一个球的进球时间、所有进球球员所穿球衣的号码之和、比赛中判多少次黄牌和红牌——但最引人注目的是比赛结果是主队获胜、平局、客队获胜这三种中的哪一种。一个理性的下注者会评估这三种结果各自的概率，而他是否下注、下注大小，还有赌本的赔付金额(payoutprices)都会基于这些评估。

但是下注者如何推断出他对不同结果的可信度呢？2009年5月，统计学家大卫·斯皮格霍特(DavidSpiegelhalter)接受BBC广播节目《更多或更少》(MoreorLess)的挑战来分析两天后进行的10场英超联赛。对每一场比赛，他都基于对每一支队伍的进攻能力及其对手的防守能力的考察，给出了每支队伍平均的进球数。例如，一个强势的主队，如阿森纳(Arsenal)在对阵斯托克城(StokeCity)的比赛中估计平均会进球2.1个。

没有任何一支球队会进球2.1个，这个数字只是假想数量的比赛中进球数的平均值。最重要的步骤是评估在单场比赛中进球数为0、1、2、3……的概率，斯皮格霍特使用了泊松分布。多年以来的数据显示，这是一个描述实际进球数在其平均值附近变化情况的好方法。在阿森纳平均进球数为2.1时，没有进球的概率是12%，进1球是26%，进2球是27%，进3球是19%，等等。

斯托克城的数据显示他们的平均进球数是0.67。这相当于没有进球的概率是51%，只进1球是34%，进2球是11%，等等。我们姑且相信每支队伍的进球数都是无关的。所以比赛结果为2比1的概率来自主队进2球的概率乘以客队进1球的概率——在上述情况中为27%×34%，大约为9%。

在这种方法中，任何可能的比分结果都被估计了。然后主队获胜、平局、客队获胜各自的概率就可以用加法定理计算得到，即将能得到这三种比赛结果的比分的概率分别加在一起。这就得到了阿森纳获胜的概率是72%，斯托克城获胜的概率是10%，平局的概率是18%。比分结果2比0的概率最高，是14%。

别得意!10场比赛中最高概率的比分才出现2次，而8场比赛的比分都是已被认定为不是最可能的。赌徒已经把钱押在了每个“最可能的结果”和每个“预测的”确切分数上，即使比赛比分结果未揭晓，他也会笑得很开心。

我们不能让阿森纳进行同一场比赛100次来计算他们获胜的频率，那么我们如何调和阿森纳获胜72%的可信度与概率的频率观点呢？回忆我们是如何评价天气预报的准确性的，播报员说明天下雨的概率是30%。只有一个明天，明天要么下雨要么不下雨。然而，我们可以查看她给出30%降雨概率所对应的所有场合，并计算第二天确实下雨了的频率。我们应该根据她播报的整体记录，选择相信或不相信她对明天天气的播报。在足球比赛中，我们也可以对于整个赛季中进行的所有比赛做类似的计算。在这些比赛中(也许共有40场)，对其中一些比赛我们给出了接近72%的概率——我们可以检查“预测的”结果真的发生了的频率是否在72%左右，这可以作为一种验证我们方法的方式。

一个赌徒通过使用这些方法就能够赢钱了吗？赔付金额很大程度上依赖于每种比赛结果被下了多少注，最大的金额通常都会被下注到一支队伍的获胜或者另一支队伍的获胜。忠诚的粉丝们不会倾向于下注到平局上。如果评估得到的平局概率是25%，而且赔付高于3比1，赚钱的机会就在这里。