[论文解读] Research Report CALCULATION OF FORENSIC LIKELIHOOD RATIOS: USE OF MONTE CARLO SIMULATIONS TO COMPARE THE OUTPUT OF SCORE- BASED APPROACHES WITH TRUE LIKELIHOOD-RATIO VALUES

Geoffrey Stewart Morrison|arXiv (Cornell University)|Jan 1, 2015

Anomaly Detection Techniques and Applications参考文献 42被引用 4

一句话总结

本文通过蒙特卡洛模拟评估基于评分的法医学似然比方法，以检验其对真实似然比的逼近程度。结果表明，仅依赖相似性或差异性评分的方法无法考虑样本的典型性，而同时整合相似性与典型性的方法则能显著提高结果的准确性。

ABSTRACT

A group of approaches for calculating forensic likelihood ratios first calculates scores which quantify the degree of difference or the degree of similarity between pairs of samples, then converts those scores to likelihood ratios. In order for a score-based approach to produce a forensically interpretable likelihood ratio, however, in addition to accounting for the similarity of the questioned sample with respect to the known sample, it must also account for the typicality of the questioned sample with respect to the relevant population. The present paper explores a number of score-based approaches using different types of scores and different procedures for converting scores to likelihood ratios. Monte Carlo simulations are used to compare the output of these approaches to true likelihood-ratio values calculated on the basis of the distribution specified for a simulated population. The inadequacy of approaches based on similarity-only or difference-only scores is illustrated, and the relative performance of different approaches which take account of both similarity and typicality is assessed.

研究动机与目标

• 评估基于评分的方法在估计法医学似然比方面的准确性。
• 识别仅依赖相似性或差异性评分的方法的缺陷。
• 评估同时整合检材样本相似性与典型性的方法的性能。
• 将基于评分的似然比输出与基于模拟总体分布计算的真实似然比进行比较。

提出的方法

• 使用蒙特卡洛模拟基于指定总体分布生成合成法医数据。
• 计算衡量检材样本与已知样本之间相似性或差异性的评分。
• 使用多种转换方法将评分转换为似然比。
• 将所得似然比与基于底层总体分布计算的真实似然比进行比较。
• 通过评估基于评分的输出与真实似然比数值之间的保真度来评估性能。
• 分析将典型性（即检材样本在总体中的代表性）纳入考虑对估计准确性的影响。

实验结果

研究问题

• RQ1 当仅使用相似性评分时，基于评分的似然比方法在多大程度上能逼近真实似然比？
• RQ2 在基于评分的似然比计算中排除典型性会产生何种影响？
• RQ3 不同评分到似然比的转换方法在准确性方面有何差异？
• RQ4 同时整合相似性与典型性在多大程度上能改善似然比估计？
• RQ5 在模拟总体条件下，哪种基于评分的方法最接近真实似然比？

主要发现

• 仅依赖相似性评分的基于评分的方法所产生的似然比系统性地存在偏差，无法反映真实的证据价值。
• 仅基于差异性评分的方法同样因未考虑典型性而无法产生准确的似然比。
• 整合检材样本相似性与典型性的方法所产生的似然比更接近真实值。
• 引入典型性显著提高了基于评分的似然比的可靠性与法医学可解释性。
• 不同的评分到似然比转换程序在性能上存在差异，部分方法在考虑典型性后表现出显著改进。
• 蒙特卡洛模拟证实，当同时建模相似性与总体典型性时，真实似然比能得到最佳逼近。