Криминалистическая статистика - Forensic statistics

Криминалистическая статистика это применение вероятностные модели и статистические методы к научным данным, таким как Доказательства ДНК,^[1] и закон. В отличие от «повседневной» статистики, чтобы не вызывать предвзятости или необоснованных выводов, судебные статистики сообщают о вероятности как отношения правдоподобия (LR). Это отношение вероятностей затем используется жюри или же судьи делать выводы или заключения и решать юридические вопросы.^[1] Присяжные и судьи полагаются на достоверность совпадения ДНК, предоставленного статистикой, чтобы делать выводы и определять виновность или невиновность в юридических вопросах.^[2]

В судебной медицине доказательства ДНК, полученные для ДНК-профилирование часто содержит смесь ДНК более чем одного человека. Профили ДНК создаются с использованием установленной процедуры, однако интерпретация профиля ДНК усложняется, когда образец содержит смесь ДНК. Независимо от количества участников судебно-медицинской выборки, статистические данные и вероятности должны использоваться для придания веса доказательствам и описания значения результатов анализа ДНК. В профиле ДНК с одним источником используемая статистика называется вероятностью случайного совпадения (RMP). RMP также могут использоваться в определенных ситуациях для описания результатов интерпретации Смесь ДНК.^[3] Другие статистические инструменты для описания профилей смеси ДНК включают отношения правдоподобия (LR) и комбинированную вероятность включения (CPI), также известную как случайный не исключенный человек (RMNE).^[4]

Были внедрены компьютерные программы со статистикой судебной ДНК для оценки биологических отношений 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 и тестирование 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, проведенные в 1991 и 1993 годах.^[7]

Вероятность случайного совпадения

Вероятности случайного совпадения (RMP) используются для оценки и выражения редкости профиля ДНК. RMP можно определить как вероятность того, что кто-то еще из случайно выбранной популяции будет иметь тот же генотип, что и генотип лица, предоставившего судебно-медицинские доказательства. RMP рассчитывается с использованием частоты генотипов во всех локусах, или насколько распространены или редки аллели генотипа. Частоты генотипов умножаются по всем локусам, используя правило продукта, чтобы рассчитать RMP. Эта статистика придает вес свидетельствам за или против того, что конкретный подозреваемый внес 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 электрофореграмма от основных и второстепенных участников смеси.^[3] Поскольку интерпретация смесей ДНК с более чем двумя участниками очень затруднительна для аналитиков без компьютерного программного обеспечения, RMP становится трудно вычислить для смеси более чем двух человек.^[4] Если основные и второстепенные пики вкладчиков невозможно различить, можно использовать другие статистические методы.

Если смесь ДНК содержит соотношение основных и второстепенных факторов 4: 1, модифицированная вероятность случайного совпадения (mRMP) может быть использована в качестве статистического инструмента. Для расчета mRMP аналитик должен сначала определить основной и второстепенный вкладчики и их генотипы на основе высот пиков, приведенных на электрофореграмме. Компьютерное программное обеспечение часто используется в лабораториях, проводящих анализ ДНК, чтобы более точно рассчитать mRMP, поскольку вычисления для каждого из наиболее вероятных генотипов в каждом локусе становятся утомительными и неэффективными для аналитика вручную.^[2]

Коэффициент правдоподобия

Иногда бывает очень сложно определить количество участников в смеси ДНК. Если пики легко различить и количество участников можно определить, используется отношение правдоподобия (LR). LR рассматривают вероятности возникновения событий и полагаются на альтернативные пары гипотез, по которым оцениваются свидетельства.^[8] Эти альтернативные пары гипотез в судебных делах - это гипотеза обвинителя и гипотеза защиты. В случаях судебной биологии гипотезы часто утверждают, что ДНК принадлежит конкретному человеку или ДНК неизвестного человека.^[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, при этом гипотеза прокурора находится в числителе.^[3] Соотношение тогда выражает вероятность обоих событий по отношению друг к другу. Для гипотез, где смесь содержит подозреваемого, вероятность равна 1, потому что можно различить пики и легко определить, можно ли исключить подозреваемого как участника в каждом локусе на основе его / ее генотипа. Вероятность 1 предполагает, что подозреваемый не может быть исключен как участник. Чтобы определить вероятности неизвестных, необходимо определить все возможности генотипа для этого локуса.^[3]

После вычисления отношения правдоподобия вычисленное число превращается в утверждение, чтобы придать значение статистике. В предыдущем примере, если рассчитанный LR равен x, то LR означает, что вероятность доказательства в x раз более вероятна, если образец содержит жертву и подозреваемого, чем если он содержит жертву и неизвестное лицо.^[8] Отношение правдоподобия также можно определить как 1 / RMP.^[3]

Комбинированная вероятность включения

Комбинированная вероятность включения (CPI) - это обычная статистика, используемая, когда аналитик не может различить пики от основного и второстепенного вкладчиков в выборку, а количество вкладчиков не может быть определено.^[3] CPI также широко известен как случайный человек, не исключенный (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 по всем локусам, в результате 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 его значении. Например, если рассчитанный ИПЦ равен 0,5, это означает, что вероятность того, что кто-то, случайно выбранный из популяции, не будет исключен в качестве участника смеси ДНК, составляет 0,5.

CPI связан с доказательствами (смесью ДНК) и не зависит от профиля какого-либо подозреваемого. Следовательно, ИПЦ - это статистический инструмент, который можно использовать для придания веса или силы доказательствам, когда не известна другая информация о преступлении.^[3] Это полезно в ситуациях, когда генотипы в смеси ДНК нельзя отличить друг от друга. Однако эта статистика не очень различается и не является таким мощным инструментом, как отношения правдоподобия и вероятности случайного совпадения, когда можно выделить некоторую информацию о смеси ДНК, такую ​​как количество участников или генотипы каждого участника. Еще одно ограничение CPI заключается в том, что он не может использоваться в качестве инструмента для интерпретации смеси ДНК.^[4]

Пятна крови

Пятна крови - важная часть судебно-медицинской статистики, поскольку анализ столкновений капель крови может помочь составить представление о событии, которое произошло ранее. Обычно пятна крови имеют эллиптическую форму, из-за этого пятна 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 пятна, а также дополнительную информацию, такую ​​как скорость объекта, вызвавшего такие пятна.^[9]

Библиография

• Люси, Д. (2005). Введение в статистику для судебных экспертов, Джон Уайли и сыновья.

Рекомендации

1. Гилл, Ричард. "Криминалистическая статистика: готовы к употреблению?" (PDF). Математический институт Лейденского университета.
2. Перлин, Марк (2015). «Вероятность включения смесей ДНК - это субъективная статистика одностороннего совпадения, не связанная с идентификационной информацией». Журнал патологии информатики. 6 (59): 59. Дои:10.4103/2153-3539.168525. ЧВК  4639950. PMID  26605124.
3. Батлер, Джон (2005). Судебное типирование ДНК (2-е изд.). Elsevier Academic Press. С. 445–529.
4. Батлер, Джон (2015). Расширенные темы судебного типирования ДНК: интерпретация. Сан-Диего, Калифорния: Elsevier Inc., стр. 213–333.
5. Фунг, Винг Кам (2006). «О статистическом анализе судебной ДНК: теория, методы и компьютерные программы». Международная криминалистическая экспертиза. 162 (1–3): 17–23. Дои:10.1016 / j.forsciint.2006.06.025. PMID  16870375.
6. Валентин, J (1980). «Исключения и установление отцовства: практический опыт судебной генетики и статистики». Am J Hum Genet. 32 (3): 420–31. ЧВК  1686081. PMID  6930157.
7. Эйткен К. Г., Тарони Ф. (2004) Статистика и оценка доказательств для судебных экспертов, Джон Уайли и сыновья.
8. "Что такое отношение правдоподобия?" (PDF). Международное общество судебной генетики. ООО "Криминалистическая служба", 2006 г.. Получено 6 ноября 2018.
9. Камана, Франческо (2013). «Определение области конвергенции в анализе образца пятен крови: вероятностный подход». Международная криминалистическая экспертиза. 231 (1–3): 131–136. arXiv:1210.6106. Дои:10.1016 / j.forsciint.2013.04.019. PMID  23890627. S2CID  18601439.

внешняя ссылка