美国国家标准技术研究院(NIST)的两名专家对在法庭上提供证据的方法提出质疑，认为这样做可能会使个人偏爱潜入专家的证词中，并有可能扭曲陪审团的证据。

　　该方法涉及使用似然比(LR)，这是一种统计工具，可为专家提供一种简便的方式来传达他们对法医证据(例如指纹或DNA样本)与犯罪嫌疑人的关联程度的评估。本质上，LR允许法医专家将可能复杂的情况归结为多种情况，从而为专家提供了一种在逻辑和连贯的框架下简洁地表达其结论的途径。LR的支持者说它适合法庭使用。有些人甚至认为，这是专家向陪审员或律师解释证据的唯一适当方法。

　　但是，统计学家史蒂夫·隆德(Steve Lund)和哈里·伊耶尔(Hari Iyer)在《美国国家标准与技术研究院研究杂志》上发表的一篇新论文中警告说，在法庭上使用LR的理由是有缺陷的。证明依据称为贝叶斯决策理论的推理方法，科学界长期以来一直使用，来创建基于逻辑的概率陈述。但是隆德和艾耶认为，尽管贝叶斯推理在个人决策中效果很好，但在必须将信息从一个人传达给另一个人的情况下(例如在法庭证词中)，这种推理就失败了。

　　这些发现可能有助于法医科学家对LR的讨论，而LR在美国和欧洲的刑事法院中越来越多地使用。

　　尽管NIST的作者没有指出应该不使用LR，但他们警告说，将LR作为一种通用的描述证据权重的方法可能会使结论的依据更多是未经证实的假设，而不是实际数据。他们建议仅在需要基于概率的模型的情况下才使用LR。总统科学技术顾问委员会(PCAST​​)去年的报告提到了其中一些情况，例如评估来自单一来源的高质量DNA样品。

　　隆德说：“我们不建议永远不要在法庭上使用LR，但是将其设想为默认或专有的信息传输方式是没有道理的，” Lund说。“贝叶斯理论不支持使用专家的意见，即使以数字形式表示，也可以作为证据的普遍权重。在表示信息的不同方式中，没有发现LR最合适。”

　　当出现新证据时，贝叶斯推理是一种评估和重新评估情况的结构化方法。如果一个很少吃甜食的孩子说他没有吃最后一块蓝莓派，他的姐姐可能最初认为他不太可能吃蓝莓派，但是如果她在衬衫上发现一点蓝色污点，她可能会向上调整这种可能性。 。将这种方法的严格版本应用于复杂的法证证据，可以使专家提出基于逻辑的数字LR，这对专家个人而言都是有意义的。

　　当指示其他人(例如陪审员)将专家的LR纳入他们自己的决策时，就会出现问题。专家的判断通常涉及复杂的统计技术，这些技术可以根据做出判断的专家来给出不同的LR。结果，一个专家的具体LR编号可能与另一个专家的编号明显不同。

　　隆德说：“两个人可以正确地运用贝叶斯推理，并得出两个截然不同的答案。” “如果您是陪审员，您应该相信哪个答案?”

　　在蓝莓派的例子中，想象一个陪审团必须依靠专家的证词来确定污渍来自特定派的可能性。两位不同的专家可能与贝叶斯理论完全一致，但是一位专家可以证明其LR为50，而另一位专家的LR为500，这是由于他们自己的统计方法和知识库所引起的。但是，如果陪审员听到的声音是50，而不是500，则可能导致他们做出不同的最终决定。

　　对于在法庭上使用LR的适当性，存在不同的观点。这些差异中有一些是基于这样的观点，即陪审员主要需要一种工具来帮助他们确定合理的疑问，而不是确定性的程度。对于瑞士洛桑大学法医学教授克里斯托弗·尚波德(Christophe Champod)而言，有关LR的统计纯度的争论忽略了对陪审团最重要的问题。

　　Champod说：“作为专家证词，我们有点冒昧，我们的证词至关重要。” “在大计划中，LR可能在统计上更纯净，但这不是最重要的因素。透明度是。重要的是告诉陪审团我们证词的基础是什么，我们的数据来自何方，以及我们为什么以这种方式进行判断。”

　　NIST的作者坚持认为，要使这项技术广泛适用，就必须以可复制的测量为基础。这组作者说，在这方面，LR常常不足。

　　“我们在法医学上的成功取决于我们进行良好测量的能力。隆德说：“在法庭上，LR的预期使用将其视为一个普遍可观测的量，无论是谁对其进行测量。” “但这不是标准化的度量。根据它自己的定义，没有可以共享的真实LR，并且任何两个单独的LR之间的差异都可能很大。”

　　NIST的作者并没有指出LR总是有问题的。它可能适用于任何两个人的LR评估无差别的情况。他们的论文提供了进行此类评估的框架，包括应用这些评估的示例。

　　归根结底，作者认为，让专家接受其他更合适的基于科学的方法，而不是随意使用LR，这很重要。由于这些其他方法仍在开发中，因此危险是刑事司法系统可能会解决此问题。

　　隆德说：“仅仅因为我们有一个工具，我们就不应该认为它足够好。” “我们应该继续寻找最有效的方法来向非专家听众传达证据的重要性。”