DeepTech深科技:终于宇宙星辰,万字长文致传奇科学巨擘弗里曼·戴森:他的科研生涯始于战争( 四 )


德军有很好的防空洞和预警系统 , 并且严格按照命令行事 , 就算遭受了一次非常成功的大规模袭击 , 也只会有几千人丧生 。 但是 , 一旦发生火灾暴风 , 情况就不太一样了 。 民众会在庇护所里因窒息而死亡 , 或者直接被烤死 , 死亡人数增加了10倍之多 。 每次轰炸机司令部攻击一座城市 , 我们都试图制造一场火灾暴风 , 但我们搞不懂为什么很少成功 。 可能只有同时满足3个条件时 , 火灾暴风才会发生:第一 , 目标地点的旧建筑物高度集中;第二 , 在目标中心区域遭受高密度的燃烧弹袭击;第三 , 大气不稳定 。 当这3个条件恰到好处地结合在一起时 , 火焰和风就会产生一场炽热的“飓风” 。
对汉堡的第3次突袭发生在7月29日晚上 , 然后是8月2日的第4次 。 轰炸机的损失逐渐增加 , 第3次攻击的损失率接近4% , 第4次的损失率略高于4% 。 德军很快就学会了如何对付“WINDOW” 。 由于他们不能再用雷达追踪单架轰炸机 , 他们就引导战斗机进入轰炸机群 , 让他们寻找自己的目标 。 仅仅在一个月之内 , 损失率就达到了5% , “WINDOW”失效了 。
斯米德交给我的另一项任务是 , 利用来自所有行动的证据 , 创造多种方法来评估各种对策的有效性 。
我研究的第一个对策是“MONICA” 。 “MONICA”是一个安装在轰炸机尾端的预警雷达 , 当一架轰炸机被另一架飞机尾随距离过近时 , 它会通过对讲机发出尖锐的声音 , 随着轰炸机之间的距离越来越近 , 声音频率越来越快 。 但机组人员并不喜欢“MONICA” , 因为它过于敏感 , 发出了很多错误的警报 。 机组人员为了保证他们之间的交流不会被打断 , 通常会把“MONICA”关掉 。
【DeepTech深科技:终于宇宙星辰,万字长文致传奇科学巨擘弗里曼·戴森:他的科研生涯始于战争】我的工作是从很多行动的结果中观察“MONICA”是否真正拯救了生命 。 换句话说 , 我要比较使用“MONICA”和不使用“MONICA”的轰炸机的损失率 。 这很困难 , 因为“MONICA”在各中队内分配不均 。 轰炸机司令部优先将“MONICA”装配给了哈利法克斯(Halifaxes)轰炸机 , 这是英国两种主要重型轰炸机之一 , 它通常有较高的损失率 , 而有较低损失率的兰开斯特轰炸机 , 则装配得较少 。 此外 , 哈利法克斯主要用于危险性较小的行动中 , 而兰开斯特则被派往到危险性较大的行动中 。 为利用哈利法克斯和兰开斯特在各种行动中损失的所有证据 , 我发明了一种后来被流行病学家采纳并改造的方法 , 我将其命名为“元分析(meta-analysis)” , 就像从许多临床试验中收集证据来判断一种药物的有效性那样 , 我从多次轰炸行动中收集证据 , 来判断“MONICA”的有效性 。
元分析方法如下:首先 , 我按照不同行动和轰炸机类型对收集到的数据进行了细分 。 例如 , 一种是“3月5日轰炸不来梅的哈利法克斯” , 另一种是“12月2日轰炸柏林的兰开斯特” 。 在每个细分中 , 我把有无“MONICA”的轰炸机数量和有无“MONICA”的失事轰炸机数量统计成表 。 我还列出了如果预警系统无效 , 装有“MONICA”的轰炸机预计会损失的数量 , 以及这一数字的统计方差 。 所以 , 每个细分内都有两个数值:装有“MONICA”的轰炸机实际与预期损失的差值 , 以及差值的方差 。 假设轰炸机损失在每个细分内的分布都毫不相关 。 我就可以简单地分别对所有细分对应的这两个数值求和 。 结果是 , 装有“MONICA”轰炸机实际与预期损失差值的总和以及方差的总和 , 不受各个细分下装有“MONICA”轰炸机的不同分数的影响 。 这是一个针对有效性的敏感测试 , 充分利用了所有可用的信息 。 如果实际与预期损失差值的总数为负数 , 就代表MONICA有效 。 但如果这一数字为正 , 且小于总方差的平方根 。 那么 , 从统计学上来讲 , “MONICA”就毫无价值 , 机组人员关掉它的决定就很正确 。