Российской Федерации Российский федеральный центр судебной экспертизы экспертная криминалистическая идентификация выпуск II

, определяемое через отсутствие значимых различий между объектами при применении решающего правила на сравнительной стадии, вообще говоря, не обладает свойствами транзитивности: если не отличается значимо от , а не отличается значимо от , то может и отличаться значимо от . Отношениям такого типа может не соответствовать разбиение генеральной совокупности А на непересекающиеся классы. В то же время имеет смысл определить группу объектов , которые при проведении исследования по фиксированной методике с одним и тем же решающим правилом не обнаружат значимых различий с искомым На наш взгляд, именно объективная оценка объема выделенной в результате исследования группы является основополагающим элементом экспертного вывода. Такая объективная оценка выражается в частоте встречаемости объектов, которые при проведении исследования по заданной методике не обнаружат значимых различий с идентифицируемым. Следует отметить, что выводы о так называемом родовом, видовом, групповом тождестве, об общем источнике происхождения и т.д., на наш взгляд, допускают объективную оценку только при условии точного установления объема группы объектов, совпадающих с идентифицируемым по выделенным родовым и видовым свойствам. Например, вывод о родовом тождестве фарного рассеивателя с проверяемого автомобиля фарному рассеивателю, осколок которого изъят с места происшествия, допускает объективную оценку лишь при установлении точного объема выделенного рода (скажем, оба фарных рассеивателя изготовлены на Запорожском заводе после 1960 г.). Отметим также, что выводы о родовом тождестве (с уточнением объема понятия), как правило, связаны с некоторым отношением эквивалентности на генеральной совокупности объектов, в то время как использование современных аналитических методов исследования требует для получения более точных приближений к отношению полного конкретного тождества, как уже говорилось, расширения типа допустимых отношений на генеральной совокупности объектов (т.е. допущения отношений, которые, вообще говоря, не являются отношениями эквивалентности). Остановимся также на некоторых общих принципах математического моделирования, после чего перейдем к конкретным примерам некоторых математических моделей экспертно-криминалистических идентификационных задач. Процесс математического моделирования, на наш взгляд, можно представить в виде четырехзвенного контура. На первоначальном этапе происходит сбор сведений об изучаемом явлении. Затем формулируют определенные допущения об этом явлении на точном языке математики, в результате чего получается математическая модель, построенная уже на формализованных отношениях, отражающих существо дела. Следующие два блока контура предназначены для испытаний построенной модели, а в случае необходимости и для ее модификации. Для проверки модели сначала при помощи математических методов, либо известных заранее, либо разработанных специально для данной модели, составляются математические прогнозы (применительно к объяснению ранее наблюдавшихся ситуаций либо к предсказанию новых, ранее не наблюдавшихся). Эти математические прогнозы затем интерпретируются (через перевод на язык реального мира) как прогнозы или выводы для изучаемого явления и на заключительном этапе сверяются либо с известными, либо с новыми реальными данными. На основе новых данных (включая сведения о прогнозе, рассчитанном на модели) модель модифицируется и процесс исследования циклически повторяется по тому же контуру. Следует подчеркнуть различие между этапом трансляции, на котором происходит построение математической модели, и этапом прогнозирования. Это различие состоит в том, что первый этап - индуктивный: общая закономерность угадывается на основе ряда частных наблюдении, а второй этап - дедуктивный: на основе принятых допущений и хорошо известных правил вывода приходят к определенным заключениям. Как правило, индукция не обосновывается точными законами, следовательно, нельзя утверждать, что существует единственная "правильная модель". С другой стороны, дедукция строится на очень строгих правилах вывода, пользоваться которыми можно в принципе обучить любого. Основное преимущество математического моделирования как раз в том и состоит, что, приняв допущения, на основе которых неточную ситуацию можно перевести в точную, мы уже не можем оспаривать сделанные выводы: их истинность или ложность зависит только от этих допущений. Циклическая процедура математического моделирования и предназначена для испытания корректности принимаемых допущений. Математические модели насчитывают много типов. Существует тип моделей, служащий лишь для перевода неформальных понятий в формальные (процесс построения такой модели называется экспликацией). Экспликация является применительно к задачам экспертно-криминалистической идентификации необходимым процессом построения математических моделей типовых идентификационных задач (см. ниже). Различают детерминированные и вероятностные математические модели. Детерминированные математические модели дают точный прогноз, вероятностные - прогноз о том, что некоторое событие произойдет в определенный срок или с определенной вероятностью. Для задач экспертно-криминалистической идентификации в принципе возможны как детерминированные, так и вероятностные модели. Значение вероятностных моделей особенно велико в процессе применения этих моделей для объективизации степени приближения к полному конкретному тождеству. Некоторые математические модели являются прескриптивными, тогда как другие - дескриптивными. Модели первого типа описывают предметную задачу применительно к некоторой идеальной ситуации, тогда как модели второго типа описывают ее применительно к реальной ситуации. Обе точки зрения часто плодотворны, и в математическом моделировании задач экспертно-криминалистической идентификации возможно использование кая того, так и другого подхода. В прикладных исследованиях используется много типов моделей. Например, мы нередко можем моделировать процесс на физической модели и подвергать ее проверке. Часто процесс моделирования заключается в графическом представлении объекта. Математическую же модель отличает от моделей другого типа то, что для ее использования, а значит, и формализации изучаемого процесса используется мощь дедуктивного подхода математики. Далее мы изложим основное содержание универсальной математической модели идентификационного исследования по количественным свойствам. § 4. Вероятностно-статистическая модель экспертного идентификационного исследования по количественным свойствам В настоящее время криминалистическая оценка информации, полученной в результате аналитического исследования количественных признаков материалов и веществ, нередко вызывает у экспертов трудности, обусловленные, как правило, стохастической природой экспериментальных данных, обработка которых требует применения математических методов. Ниже рассматриваются типовые задачи статистического анализа в процессе проведения идентификационного исследования с привлечением рентгеновских, спектральных, хроматографических и других современных методов анализа состава и структуры различных материалов или веществ. К числу упомянутых задач относятся планирование измерений (подготовительная стадия), проверка статистической гипотезы о совпадении свойств изучаемых объектов (сравнительная стадия) и криминалистическая оценка результатов проверки гипотезы (синтезирующая стадия). Последнюю из перечисленных задач сформулируем пока следующим образом. В случае, если на стадии сравнительного исследования установлено отсутствие значимых различий между измерениями свойств искомого и проверяемого объектов, необходимо вычислить вероятность случайного совпадения наблюдений. В дальнейшем это определение будет уточнено. Кроме того, будет дана его частотная интерпретация. Для решения перечисленных задач в общем случае требуется привлечение достаточно сложного математического аппарата. Поэтому ниже рассматривается несколько идеализированная ситуация. В частности, предполагается, что при производстве экспертиз исследуются только простые предметы монолитного строения (например, фарные рассеиватели); идентифицируемые объекты сравниваются только по одному признаку. Другие допущения будут вводиться по ходу изложения. Обобщение рассматриваемых в данном пособии методов проведено в работах [4; 6]. Обратим также внимание на порядок изложения. Задача планирования измерений рассматривается последней, так как метод ее решения зависит от того, какой статистический критерий используется на стадии сравнительного исследования и каким образом проводится криминалистическая интерпретация экспериментальных данных. Отметим, что ниже мы постоянно исходим из предположения о том, что результаты измерений одного и того же объекта являются выборкой из нормально распределенной совокупности. Кроме того, всюду предполагается, что случайные величины, характеризующие повторяемые измерения любого объекта изучаемой генеральной совокупности, имеют одинаковую дисперсию. Экспериментальное обоснование первого из этих допущений может быть проведено с использованием критерия или критерия Колмогорова-Смирнова 1]. Для проверки предположения о равенстве дисперсий можно воспользоваться критерием Бартлетта [1]. Для проведения соответствующих расчетов целесообразно использовать имеющиеся в РФЦСЭ программы для ЭВМ. Исключение аномальных наблюдений Введем обозначения: - число измерений исследуемого объекта; - номер измерения, ; - результат -го измерения; - нормальнее распределение с математическим ожиданием и дисперсией . Предположим, что результаты измерений исследуемого объекта можно рассматривать как реализации случайной величины, имеющей распределение Допустим, что необходимо проверить, не является ли измерение с номером и аномальным (выбросом или промахом). Для решения этой задачи проще всего воспользоваться следующим методом. Вычислим среднее значение и выборочную дисперсию первых наблюдений по формулам: Обозначим через уровень значимости, через - распределение Стьюдента с степенями свободы, а через - точку этого распределения. Далее вычислим статистику Пусть есть абсолютная величина Тогда наблюдение с номером следует признать аномальным, если выполняется условие Таблицы распределения Стьюдента имеются практически в любом пособии по математической статистике. В математическое обеспечение ЭВМ, разработанное в РФЦСЭ, входит программа, с помощью которой проверку на аномальность любого наблюдения можно выполнить, не обращаясь к упомянутым таблицам. Отметим, что кроме рассмотренного существуют и другие методы исключения выбросов [24]. Преимущество рассмотренного критерия заключается в том, что он допускает обобщение на многомерный случай [24]. Сравнение результатов измерений Введем следующие обозначения: - номер объекта, ; - число измерений -го объекта; - номер измерения, ; - результат -го измерения -го объекта. Предположим, что результаты измерений каждого из исследуемых объектов можно рассматривать как реализации случайных величин, имеющих распределение , Сформулируем статистическую гипотезу в виде и рассмотрим вопросы, связанные с ее проверкой (смысл проверяемой гипотезы - совпадение исследуемого свойства у сравниваемых объектов). Выберем уровень значимости . Обозначим через ; и оценки неизвестных параметров и

Похожие:

	Российской Федерации Российский федеральный центр судебной экспертизы... Определение рыночной стоимости амтс сравнительным подходом с применением рыночного метода оценки 24		Методические рекомендации для судебных экспертов М.: Рфцэ, 2013.... Федеральное бюджетное учреждение российский федеральный центр судебной экспертизы
	Методические рекомендации для судебных экспертов М.: Рфцэ, 2013.... Федеральное бюджетное учреждение российский федеральный центр судебной экспертизы		Исследование проводится в объеме поставленных на разрешение вопросов,... Российский федеральный центр судебной экспертизы при Министерстве юстиции Российской Федерации, именуемое в дальнейшем «Исполнитель»,...
	Пособие по программе «Основы судебной экспертизы» ...		В российской федерации Настоящий Федеральный закон определяет правовую основу, принципы организации и основные направления государственной судебно-экспертной...
	Обобщение судебной практики по применению норм Уголовно-процессуального... Обобщение судебной практики за 2009 год, проводимое Калининградским областным судом, показало, что, несмотря на ошибки, связанные...		В российской федерации Федеральный закон определяет правовую основу, принципы судебно-экспертной деятельности в Российской Федерации (далее судебно-экспертная...
	Анализ судебной практики по применению норм Арбитражного процессуального...		Производство судебно-экономической экспертизы Учебное пособие предназначено для студентов-бакалавров, изучающих дисциплину «Криминалистика» и«тко», для магистров по дисциплине...