Судебная статистика
| Часть серии о |
| Судебная медицина |
|---|
 |
Судебная статистика – это применение вероятностных моделей и статистических методов к научным доказательствам , таким как доказательства ДНК , [1] и закон. В отличие от «повседневной» статистики, чтобы не создавать предвзятости и не делать необоснованных выводов, судебные статистики представляют вероятности как отношения правдоподобия (LR). Это соотношение вероятностей затем используется присяжными или судьями для того, чтобы сделать выводы или выводы и решить юридические вопросы. [1] Присяжные и судьи полагаются на силу совпадения ДНК, подтвержденную статистикой, чтобы сделать выводы и определить вину или невиновность в юридических вопросах. [2]
В судебной медицине доказательства ДНК, полученные для анализа ДНК, часто содержат смесь ДНК более чем одного человека. Профили ДНК создаются с использованием установленной процедуры, однако интерпретация профиля ДНК усложняется, если образец содержит смесь ДНК. Независимо от количества участников судебно-медицинской экспертизы, необходимо использовать статистику и вероятности, чтобы придать вес доказательствам и описать, что означают результаты доказательств ДНК. В профиле ДНК из одного источника используемая статистика называется вероятностью случайного совпадения (RMP). RMP также могут использоваться в определенных ситуациях для описания результатов интерпретации смеси ДНК . [3] Другие статистические инструменты для описания профилей смеси ДНК включают отношения правдоподобия (LR) и комбинированную вероятность включения (CPI), также известную как случайный человек, не исключенный (RMNE). [4]
Были реализованы компьютерные программы со статистикой судебно-медицинской экспертизы ДНК для оценки биологических связей между двумя или более людьми. Судебная медицина использует несколько подходов к статистике ДНК с помощью компьютерных программ, таких как; вероятность совпадения, вероятность исключения, отношения правдоподобия, байесовские подходы, а также проверка отцовства и родства. [5]
Хотя точное происхождение этого термина остается неясным, очевидно, что этот термин использовался в 1980-х и 1990-х годах. [6] Среди первых конференций по судебной статистике были две, состоявшиеся в 1991 и 1993 годах. [7]
Вероятность случайного совпадения
[ редактировать ]Возможности случайного совпадения (RMP) используются для оценки и выражения редкости профиля ДНК. RMP можно определить как вероятность того, что кто-то еще в популяции, выбранный случайным образом, будет иметь тот же генотип, что и генотип лица, предоставившего судебно-медицинские доказательства. RMP рассчитывается с использованием частот генотипов во всех локусах или того, насколько распространены или редки аллели генотипа. Частоты генотипов умножаются по всем локусам с использованием правила произведения для расчета RMP. Эта статистика придает вес доказательствам за или против того, что конкретный подозреваемый внес свой вклад в образец смеси ДНК. [4]
RMP можно использовать в качестве статистики для описания профиля ДНК только в том случае, если он получен из одного источника или если аналитик может различать пики на электрофореграмме от основных и второстепенных участников смеси. [3] Поскольку интерпретацию смесей ДНК с участием более двух участников аналитикам очень сложно обойтись без компьютерного программного обеспечения, RMP становится трудно рассчитать, если в смеси участвуют более двух человек. [4] Если невозможно различить пики основных и второстепенных факторов, можно использовать другие статистические методы.
Если смесь ДНК содержит соотношение основных и второстепенных участников 4:1, модифицированную вероятность случайного совпадения (mRMP) можно использовать в качестве статистического инструмента. Для расчета мРМП аналитик должен сначала определить основного и второстепенного участника и их генотипы на основе высот пиков, указанных на электрофорограмме. Компьютерное программное обеспечение часто используется в лабораториях, проводящих анализ ДНК, для более точного расчета мРМП, поскольку расчеты для каждого из наиболее вероятных генотипов в каждом локусе становятся утомительными и неэффективными для аналитика, если их выполнять вручную. [2]
Отношение правдоподобия
[ редактировать ]Иногда бывает очень сложно определить количество участников смеси ДНК. Если пики легко различимы и количество участников можно определить, используется отношение правдоподобия (LR). LR рассматривают вероятности происходящих событий и полагаются на альтернативные пары гипотез, по которым оцениваются доказательства. [8] Этими альтернативными парами гипотез в судебных делах являются гипотеза прокурора и гипотеза защиты. В делах судебной биологии гипотезы часто утверждают, что ДНК принадлежала конкретному человеку или ДНК принадлежала неизвестному человеку. [2] Например, обвинение может предположить, что образец ДНК содержит ДНК жертвы и подозреваемого, в то время как защита может предположить, что образец содержит ДНК жертвы и неизвестного лица. Вероятности гипотез выражаются в виде отношения, в числителе которого стоит гипотеза прокурора. [3] Тогда соотношение выражает вероятность обоих событий по отношению друг к другу. Для гипотез, в которых смесь содержит подозреваемого, вероятность равна 1, поскольку можно различить пики и легко определить, можно ли исключить подозреваемого как вкладчика в каждом локусе на основе его/ее генотипа. Вероятность 1 предполагает, что подозреваемый не может быть исключен как соучастник. Чтобы определить вероятности неизвестных, необходимо определить все возможности генотипа для этого локуса. [3]
После расчета отношения правдоподобия вычисленное число превращается в утверждение, придающее смысл статистике. В предыдущем примере, если рассчитанный LR равен x, то LR означает, что вероятность доказательства в x раз выше, если выборка содержит жертву и подозреваемого, чем если она содержит жертву и неизвестного человека. [8] Отношение правдоподобия также можно определить как 1/RMP. [3]
Комбинированная вероятность включения
[ редактировать ]Комбинированная вероятность включения (ИВК) — это распространенная статистика, используемая, когда аналитик не может различить пики основного и второстепенного вкладчика в выборку, а количество участников невозможно определить. [3] ИПЦ также широко известен как «случайный не исключенный человек» (RMNE). [3] Этот статистический расчет выполняется путем сложения всех частот наблюдаемых аллелей и последующего возведения значения в квадрат, что дает значение вероятности включения (PI). Затем эти значения умножаются на все локусы, в результате чего получается значение CPI. [2] Значение возводится в квадрат, чтобы в расчет были включены все возможные комбинации генотипов. [4]
После завершения расчета делается заявление о значении этого расчета и о том, что он означает. Например, если рассчитанный ИПЦ равен 0,5, это означает, что вероятность того, что кто-то случайно выбранный из популяции не будет исключен как участник смеси ДНК, равна 0,5.
ИПЦ относится к доказательствам (смесь ДНК) и не зависит от профиля подозреваемого. Таким образом, ИПЦ — это статистический инструмент, который можно использовать для придания веса или убедительности доказательствам, когда другая информация о преступлении неизвестна. [3] Это выгодно в ситуациях, когда генотипы в смеси ДНК невозможно отличить друг от друга. Однако эта статистика не является очень разборчивой и не является таким мощным инструментом, как отношения правдоподобия и вероятности случайного совпадения, когда можно выделить некоторую информацию о смеси ДНК, например количество участников или генотипы каждого участника. Еще одним ограничением CPI является то, что его нельзя использовать в качестве инструмента для интерпретации смеси ДНК. [4]
Пятна крови
[ редактировать ]Пятна крови являются важной частью судебно-медицинской статистики, поскольку анализ столкновений капель крови может помочь представить произошедшее ранее событие. Обычно пятна крови имеют эллиптическую форму, поэтому в пятнах крови обычно легко определить угол наклона капель крови по формуле « α = arcsin d/a ». В этой формуле «a» и «d» — это просто оценки оси эллипса. На основе этих расчетов можно визуализировать событие, вызвавшее появление пятен, а также дополнительную информацию, такую как скорость объекта, вызвавшего такие пятна. [9]
Библиография
[ редактировать ]- Люси, Д. (2005 г.) Введение в статистику для судебно-медицинских экспертов , Джон Уайли и сыновья.
Ссылки
[ редактировать ]- ^ Перейти обратно: а б Джилл, Ричард. «Судебная статистика: готова к употреблению?» (PDF) . Математический институт Лейденского университета.
- ^ Перейти обратно: а б с д Перлин, Марк (2015). «Вероятность включения смесей ДНК — это субъективная статистика одностороннего совпадения, не связанная с идентификационной информацией» . Журнал патологоанатомической информатики . 6 (59): 59. дои : 10.4103/2153-3539.168525 . ПМК 4639950 . ПМИД 26605124 .
- ^ Перейти обратно: а б с д и ж г час Батлер, Джон (2005). Судебно-медицинское типирование ДНК (2-е изд.). Эльзевир Академик Пресс. стр. 445–529.
- ^ Перейти обратно: а б с д и Батлер, Джон (2015). Продвинутые темы судебно-медицинского типирования ДНК: интерпретация . Сан-Диего, Калифорния: Elsevier Inc., стр. 213–333.
- ^ Фунг, Винг Кам (2006). «О статистическом анализе криминалистической ДНК: теория, методы и компьютерные программы». Международная судебно-медицинская экспертиза . 162 (1–3): 17–23. doi : 10.1016/j.forsciint.2006.06.025 . ПМИД 16870375 .
- ^ Валентин, Дж (1980). «Исключение и установление отцовства: практический опыт судебной генетики и статистики» . Ам Джей Хум Жене . 32 (3): 420–31. ПМК 1686081 . ПМИД 6930157 .
- ^ Эйткен CGG, Тарони Ф. (2004) Статистика и оценка доказательств для судебно-медицинских экспертов , Джон Уайли и сыновья.
- ^ Перейти обратно: а б «Что такое отношение правдоподобия?» (PDF) . Международное общество судебной генетики . ООО «Сервис Судмедэкспертизы», 2006 г. Проверено 6 ноября 2018 г.
- ^ Камана, Франческо (2013). «Определение области сходимости при анализе пятен крови: вероятностный подход». Международная судебно-медицинская экспертиза . 231 (1–3): 131–136. arXiv : 1210.6106 . doi : 10.1016/j.forsciint.2013.04.019 . ПМИД 23890627 . S2CID 18601439 .