Роль и значение концепции отношения правдоподобия для оценки и интерпретации результатов судебно-экспертной деятельности

Статья представляет собой краткий обзор по применению байесовской концепции отношения правдоподобия в судебно-экспертной деятельности. Обосновано, что с помощью отношения правдоподобия можно оценить меру неопределенности истинности или ложности предположения экспертизы с учетом априорных шансов и новой появляющейся в ходе экспертного исследования информации. В качестве примера представлен возможный имитационный эксперимент для расчета набора значений отношения правдоподобия из валидационной базы данных при криминалистической экспертизе звукозаписей. Показаны разные подходы к использованию отношения правдоподобия для оценки правильности судебного доказательства. Концепция отношения правдоподобия принимается в качестве стандарта при судопроизводстве для разных видов экспертиз, используется в практике лабораторий, в том числе, в рамках Европейской сети судебно-экспертных учреждений (ENFSI).

1. Evett I. W. Expressing evaluative opinions: A position statement / Science and Justice. 2011. Vol. 51. P. 1 – 2.

2. Berger C. E. H., Berger E. H., Buckleton J., et al. Evidence evaluation: A response to the Court of Appeal judgment in R v T / Science and Justice. 2011. Vol. 51. P. 43 – 49.

3. Robertson B., Vignaux G. A., Berger C. E. H. Extending the confusion about Bayes / Modern Law Rev. 2011. Vol. 74. P. 444 – 455.

4. Fenton N. Improve statistics in court / Nature. 2011. Vol. 479. N 3. P. 36 – 37.

5. Morrison G. S. The likelihood-ratio framework and forensic evidence in court: A response to R v T / Int. J. Evidence and Proof. 2012. Vol. 16. P. 1 – 29.

6. Aitken C. G. G., Taroni F. Statistics and the evaluation of evidence for forensic scientists. — London: Wiley, 2004. — 510 p.

7. Morrison G. S. Measuring the validity and reliability of forensic likelihood-ratio systems / Science and Justice. 2011. Vol. 51. P. 91 – 98.

8. Ramos D., Gonzalez-Rodriguez J. Reliable support: Measuring calibration of likelihood ratios / Forensic Sci. Int. 2013. Vol. 230. N. 1 – 3. P. 156 – 169.

9. The international vocabulary of Metrology. Basic and General concepts and related terms. — St. Petersburg: NPO «Professional», 2010. — 82 p. [in Russian].

10. Bebeshko G., Voytov S., Omelyanyuk G., Usov A. Applying Bayesian methods for metrological evaluation and interpretation of forensic evidence / Teor. Prakt. Sudeb. Ékspert. 2014. N 1(33). P. 148 – 158 [in Russian].

11. Brümmer N., du Preez J. Application independent evaluation of speaker detection / Computer Speech and Language. 2006. Vol. 20. P. 230 – 275.

12. Van Leeuwen D. A., Brümmer N. An introduction to application-independent evaluation of speaker recognition systems / in C. Müller (ed.). Speaker Classification I: Selected Projects. — Heidelberg: Springer-Verlag, 2007. P. 330 – 353.

13. Ramos D. Forensic evaluation of the evidence using automatic speaker recognition systems: Ph. D. Thesis. http://atvs.ii. uam.es, 2007 (accessed February 26, 2018).

14. Morrison G. S. Likelihood-ratio forensic voice comparison using parametric representations of the formant trajectories of diphthongs / J. Acoustical Society of America. 2009. Vol. 125. P. 2387 – 2397.

15. Morrison G. S., Zhang C., Rose P. An empirical estimate of the precision of likelihood ratios from a forensic-voice-comparison system / Forensic Sci. Int. 2011. Vol. 208. P. 59 – 65.

16. Rose P. Technical forensic speaker recognition / Computer Speech and Language. 2006. Vol. 20. P. 159 – 191.

17. Curran J. M., Buckleton J. S., Triggs C. M., Weir B. S. Assessing uncertainty in DNA evidence caused by sampling effects / Sci. Justice. 2002. Vol. 42. N. 1. P. 29 – 37.

18. Foreman L. A., Champod C., Evett I. W., et al. Interpreting DNA evidence: A review / Int. Statistical Rev. 2003. Vol. 71. P. 473 – 495.

19. Hepler A. B., Saunders C. P., Davis L. J., Buscaglia J. Score-based likelihood for handwriting evidence / Forensic Sci. Int. 2012. Vol. 219. P. 129 – 140.

20. Neumann C., Evett I. W., Skerrett J. Quantifying the weight of evidence from a forensic fingerprint comparison: A new paradigm / J. Royal Statistical Society: Series A. 2012. Vol. 175. N. 2. P. 371 – 415.

21. Skerrett J., Neumann C., Mateos-Garcia I. A. Bayesian approach for interpreting shoemark evidence in forensic casework: Accounting for wear features / Forensic Sci. Int. 2011. Vol. 210. N 1 – 3. P. 26 – 30.

22. Zadora G., Ramos D. Evaluation of glass samples for forensic purposes — an application of likelihood ratio model and information-theoretical approach / Chemometr. Intell. Lab. Syst. 2010. Vol. 102. P. 63 – 83.

23. ENFSI Guideline for evaluative reporting in forensic science / Approved version 3.0.2016. http://enfsi.eu/wp-content/uploads/ 2016/09/m1_guideline.pdf (accessed February 26, 2018).

24. Gradusova O. B., Kuz’min S. A. Probability Interpretation of Forensic Evidence / Teor. Prakt. Sudeb. Ékspert. 2017. Vol. 12. N 4. P. 27 – 33 [in Russian].