[論文レビュー] Impact of model choice on LR assessment in case of rare haplotype match (frequentist approach)

Giulia Cereda|arXiv (Cornell University)|Feb 13, 2015

Forensic and Genetic Research参考文献 52被引用数 4

ひとこと要約

本稿では、マッチングプロファイルが参照データベースに存在しない稀なY-STRハプロタイプマッチ問題における尤度比（LR）推定のための2つの頻度主義的手法—離散ラプラス法と一般化Good-Turing法—を提案する。LRはモデルおよび推定の不確実性を考慮すると「the」LRではなく「a」LRとして扱うべきであり、推定誤差の定量的評価が求められると強調している。一般化Good-Turing法はデータの圧縮により高い精度を達成するが、一部の情報損失を伴う。一方、離散ラプラス法はより多くのデータを保持するが、推定の精度はやや低い。

ABSTRACT

The likelihood ratio (LR) measures the relative weight of forensic data regarding two hypotheses. Several levels of uncertainty arise if frequentist methods are chosen for its assessment: the assumed population model only approximates the true one and its parameters are estimated through a database. Moreover, it may be wise to discard part of data, especially that only indirectly related to the hypotheses. Different reductions define different LRs. Therefore, it is more sensible to talk about "a" LR instead of "the" LR, and the error involved in the estimation should be quantified. Two frequentist methods are proposed in the light of these points for the `rare type match problem', that is when a match between the perpetrator's and the suspect's DNA profile, never observed before in the database of reference, is to be evaluated.

研究の動機と目的

• 既存のデータベースに存在しないY-STRプロファイルに対する、稀なハプロタイプマッチ問題における尤度比（LR）推定の課題に対処すること。
• 頻度主義的LR推定が、モデル選択、パrameter推定、データ圧縮の複数の不確実性レベルを考慮しなければならないことを主張すること。
• モデル選択およびパrameter推定における複数の不確実性が存在する状況において、LRを「the」LRではなく「a」LRとして扱い、推定誤差を明示的に定量することを提唱すること。
• 離散ラプラス法と一般化Good-Turing法の2つの頻度主義的手法の、推定の精度および情報保持の観点での性能を比較すること。
• ハイブリッドベイジアン・頻度主義的手法を避けるとともに、手法の透明性を保証する頻度主義的LR評価の整合的フレームワークを提供すること。

提案手法

• 離散ラプラス法を適用し、人口頻度の対数尺度におけるラプラス事前分布を用いて、稀なY-STRハプロタイプの頻度をパラメトリックな頻度主義的手法でモデル化する。
• 一般化Good-Turing推定量を用い、データベース内の頻度の頻度を活用することで、未観測ハプロタイプの確率を非パラメトリックに推定する。
• 証拠を仮説に関連するE（関係する）と関係のないB（無関係な）に分離することで、データ圧縮を導入し、より焦点を当てた推定を可能にする。
• 両手法の推定LRの平均二乗誤差（MSE）をシミュレーションを用いて評価することで、推定誤差を定量的に評価する。
• パネミクティックな集団における理論的LR = 1/fを基準として、両手法の精度（MSE）と情報損失の観点での性能を比較する。
• 小規模なデータベースと稀なハプロタイプを用いたシミュレーションスタディにより、実際の法医学的状況下での両手法の挙動を評価する。

実験結果

リサーチクエスチョン

• RQ1 マッチングプロファイルが参照データベースに存在しない稀なY-STRハプロタイプマッチ問題において、尤度比を一貫して推定する方法は何か？
• RQ2 データ圧縮は、頻度主義的尤度比推定の精度および信頼性にどの程度影響を及えるか？
• RQ3 離散ラプラス法と一般化Good-Turing法は、推定誤差および情報保持の観点で、どのように比較できるか？
• RQ4 モデル選択およびパrameter推定における複数の不確実性が存在する状況で、尤度比を「the」LRではなく「a」LRとして扱うことは妥当か？
• RQ5 頻度主義的LR評価において、異なるデータ圧縮戦略を適用する際の、推定の精度と情報損失のトレードオフは何か？

主な発見

• 一般化Good-Turing法は、特にデータ圧縮を適用した場合、離散ラプラス法よりも顕著に低い推定誤差（log10スケールで測定）を達成する。
• 平均的には、一般化Good-Turing法は理論的LR = 1/fに対して約0.5のlog10(LR)の強度の損失を示し、検察側にとってやや不利な影響を及ぼす。
• 離散ラプラス法はより多くのデータを保持するため、仮説間の識別能が高まるが、分散が大きいため推定の精度は低くなる。
• データ圧縮は推定の精度を向上させるが、過度な圧縮は情報損失を引き起こし、検察と被告の仮説を区別する能力を低下させる。
• 離散ラプラス法は、実験的実行を121件除外する必要がある一般化Good-Turing法とは異なり、すべての実験を含めるため、より普遍的に適用可能である。
• 本研究の結論として、最適な手法は一意に存在せず、精度、情報保持、モデル仮定のバランスを考慮した文脈依存的な選択が求められる。