一种用于法医科学错误率研究的贝叶斯分析方法
应用统计
2020-01-08 v1
摘要
在过去十年中，法医科学领域收到了来自美国国家科学院国家研究委员会、美国国家标准与技术研究院以及美国总统科学技术顾问委员会的推荐，以研究法医分析的有效性与可靠性。更具体地，这些委员会建议估计由法医分析得出错误结论的发生率。针对各种基于主观特征的比较方法的“黑箱”研究旨在用于此目的。一般而言，“黑箱”研究常具有不平衡设计、不独立的比较以及缺失数据。这些方面给结果分析带来困难且常被忽略。相反，数据解释依赖于假设观测间独立与实验平衡的方法。此外，所有这些项目均在频率学派框架内解释，并产生与点估计相关的置信区间，难以传达和理解。我们提议使用一种现有的无似然贝叶斯推断方法，称为近似贝叶斯计算（Approximate Bayesian Computation, ABC），其能够处理不平衡设计、观测间依赖以及缺失数据。ABC允许研究感兴趣的参数，而无需借助如置信区间等不连贯且具误导性的不确定性度量。通过考虑给定检验员的全部决策类别信息以及检验员群体的信息，我们的方法还允许量化该给定检验员的错误风险，即使该检验员未记录到任何错误。我们通过重新分析Ulery等人2011年的“Noblis黑箱”研究结果来说明我们提出的方法。
引用
@article{arxiv.1906.02638,
title = {A Bayesian approach for the analysis of error rate studies in forensic science},
author = {Jessie Hendricks and Cedric Neumann},
journal= {arXiv preprint arXiv:1906.02638},
year = {2020}
}