Формирование доказательной базы на основе оценки результатов судебно-экспертных исследованийстатья
Статья опубликована в журнале из списка RSCI Web of Science
Статья опубликована в журнале из перечня ВАК
Статья опубликована в журнале из списка Web of Science и/или Scopus
Дата последнего поиска статьи во внешних источниках: 4 августа 2021 г.
Аннотация:Повышенное внимание к развитию современных подходов вероятностной оценки результатов исследований в области судебно-экспертной деятельности обусловлено требованиями к четким характеристикам ограничений результатов исследований, включая показатели неопределенности получаемых данных и связанные с ними оценочные вероятности. Одним из основных положений современной теории оценки судебных доказательств, наряду с допустимостью и желательностью использования вероятностей, является принцип сопоставления этих вероятностей в свете их обусловленности конкурирующими версиями, вытекающими из состязательного характера правосудия. Цель настоящей статьи — разработка методических подходов к использованию отношения правдоподобия как наиболее подходящей формы определения значимости выводов, направляемых экспертом суду для формирования доказательственной базы. Приведен краткий обзор публикаций, посвященных применению концепции отношения правдоподобия в судебно-экспертной деятельности, за 2000 – 2018 гг. Использование этой концепции может обеспечить реальную оценку достоверности доказательства. В настоящей статье термин «доказательство» представляется как различные непрерывные количественные измерения (свойств и признаков объектов судебной экспертизы), с помощью которых при сравнении известного и сомнительного образцов решается вопрос их происхождения из одного или из разных источников. Рассмотрены наиболее часто встречающееся нормальное распределение непрерывных данных и общий подход расчета отношения правдоподобия (LR) с использованием функций плотности вероятности (pdf). Показано, что в целях учета вариативности сравниваемых образцов для расчета LR необходимо наличие трех баз данных: потенциальной базы, контрольной базы данных известного образца и сравнительной базы данных сомнительного образца. Приведены примеры расчета LR и силы доказательства для различных видов экспертиз. Процедуры расчета LR в целом совпадают, однако авторы предлагают разные способы расчета и графического представления силы доказательства. Подробно рассмотрена так называемая величина цены или штрафа за неверный прогноз (ClLR), введены понятия правильности и воспроизводимости, а также доверительного интервала этой величины. Выделен ряд особенностей расчета LR для многомерных непрерывных данных. Большой интерес представляет использование в экспертизе звукозаписи модели диктора в виде взвешенной суммы гауссовских плотностей M компонент (GMM-модели): каждая компонента представляет собой D-мерную гауссовскую pdf со средним значением вектора и ковариационной матрицей. Можно предположить, что использование GMM-pdf в расчетах LR эффективно не только для судебной экспертизы звукозаписей, но и для других видов экспертиз. Универсальность оценки сходства/различия объектов судебно-экспертного исследования с помощью отношения правдоподобия указывает на перспективность применения данной концепции.