这篇文章是由800多名学者和研究人员共同签署商业、通讯、计算机科学、刑事司法、犯罪学、经济学、工程学、性别、地理、历史、法律、数学、医学、自然科学、政治学、心理学、公共卫生、公共政策、种族、社会学和统计学。
在乔治·弗洛伊德(George Floyd)被杀以及随之而来的社会动荡之后，治安问题已经上升到国家政治议程的首位。然而,许多政客们而且权威人士消除对警察系统种族偏见的担忧有人称之为“神话”。这些说法建立在有严重缺陷的科学基础上，尽管如此，这些科学却被广泛而不加批判地传播通过主要新闻网点这跨越了政治光谱。
误导性的统计数据过去被用来为种族不平等辩护。它们现在不应该被用来这样做。在当前有关警务改革的辩论中，不应依赖这一错误的研究。
那些反对歧视存在的人突出地引用了一个例子研究没有证据表明涉警枪击事件存在种族偏见。但这美国国家科学院院刊(PNAS)的这篇文章受到了统计学家和警务专家的广泛批评，它依赖于一个基本的数学错误，在歧视性警务问题上没有提供足够的信息。这种广泛的谴责与政治无关:专家们一致认为，这项研究的方法违反了一个原则数据分析的中心公理．就连这项研究的作者最近也这么做了被称为对于文章而言收回了，称他们的分析不能“支持美国黑人和白人被警察射杀的概率没有差异这一立场”。
开始衡量种族偏见在警察暴力中，细心的研究人员必须询问在所有警察遭遇中，警察对少数族裔平民和白人平民使用武力的频率，然后调整少数族裔和白人遭遇之间的相关差异。致命力量的综合记录-分子的力量每遭遇比-仅最近可用．(随后的研究表明，黑人男性面临着粗略的一生中被警察打死的概率是千分之一，是白人男性的2.5倍。)分母是不同种族遭遇警察的频率很大程度上是未知的．
美国国家科学院院刊的研究估计了一个不同的——而且完全无关紧要的——数量。它没有将枪击事件作为所有遭遇事件的一部分进行分析，而是分析了只有枪击事件．这个基本错误——只检查感兴趣的事件发生的情况——被称为“因变量选择”，这是社会科学家在学术培训中被警告的第一个错误之一。正如该研究的作者在撤回请求中所指出的那样，“我们所犯的错误是，我们对与警察互动的更广泛的平民人群进行了推断，而不是将我们的结论局限于被警察致命射杀的平民人群。”
要了解为什么这是严重误导，考虑一个假设:警察遇到100名平民——80名白人，20名黑人——在相同的情况下，分别射杀20人和10人。在这里，警察表现出对黑人的偏见，25%的白人遭遇枪击，而50%的黑人遭遇枪击。然而，使用这项研究的错误方法，因为更多的白人平民被枪杀，我们就会错误地推断反白色偏见。
这一假设与研究结果密切吻合。这篇论文显示，在各种情况下，白人枪击受害者的数量超过了黑人和西班牙裔受害者——考虑到他们的多数地位，这并不令人惊讶——并且没有报告“警察使用武力时反黑人或反西班牙裔的差异……如果有的话，也没有发现反白人的差异。”然后，论文比较了受害者和警察的种族，因为它发现在涉及枪击的极少数遭遇之间没有很强的相关性，因此驳回了多样性改革。报告的结论是，“白人警察射杀少数族裔平民的可能性并不比非白人警察高。”
但是作者后来承认，该分析不能告知射击率，因为每一次被调查的遭遇都涉及致命的枪击．PNAS编辑注意到，“作者的文章框架很差，所检查的数据不匹配，而且……不幸的是，所解决的问题与公共政策的相关性比最初声称的要小得多。”该研究试图解释当地犯罪受害率的种族和其他县属性，但这不能补救根本问题:研究估计错误的数据．
这并不是唯一一项被引用为反对种族偏见的警务的误导性研究。另一个著名的纸检查记录的拘留-逮捕和拦截-比较被拦截平民种族的武力率，根据情况进行调整。报告称，在亚致命武力方面存在种族偏见，但在致命武力方面没有偏见。这项研究也有一个重要的限制，尽管这个限制比PNAS论文中的限制要微妙得多。通过单独分析警察拘留，这项研究进行了统计学家所说的“治疗后选择”。换句话说，它无法解释种族偏见在扣留，可能严重低估了在使用武力方面的歧视，因为武力经常被用于扣留这是不可能发生的如果平民是白人．一项新研究解决这一错误来源表明，这种方法可以掩盖大量的歧视性警察暴力，即使分析人员只寻求量化拘留决定后发生的歧视，也可能导致低估。
在当今两极分化的气候下，很难将真正的科学争议与意见区分开来。这些担忧是基于事实的:推论在数学上是站不住脚的。然而，这项有缺陷的工作继续被不加批判地引用，作为对警务实践的喧嚣过度的证据。
草率的推论在这场辩论中没有立足之地。在美国考虑警务改革之际，我们必须诉诸于严谨的研究。当我们缺乏数据时，我们必须承认不确定性。领导人应授权在全国范围内收集和共享标准化警务数据，以促进进展。但是，不能用错误的科学来填补知识的空白。
我们呼吁读者无视这一危险的误导性作品。