Het bepalen van de Bayesiaanse ‘prior odds’ in strafzaken

In dit deel van ons tweeluik over de toepasbaarheid van het Bayesiaans denken in het strafrecht willen we laten zien hoe we in strafzaken de zogenoemde prior probability (c.q. prior odds) kunnen inschatten op een manier die zowel praktisch bruikbaar is, alsook logisch en wiskundig goed onderbouwd. Daarmee maken we het Bayesiaanse ketenmodel dat we in deel 1 hebben uitgelegd compleet en in principe toepasbaar in het strafrecht. We zullen dit met voorbeelden illustreren. Daarbij zullen we niet zozeer optimale kansinschattingen maken, maar redelijke boven- of ondergrenzen zoeken.¹

We hadden in deel 1 de likelihood ratio’s (LR’s) geïntroduceerd, en gezien dat ze de update factors vormen waarmee de waarschijnlijkheidsverhouding van de scenario’s van bijvoorbeeld daderschap en onschuld (oftewel: de odds op daderschap) onder bepaalde voorwaarden steeds mogen worden vermenigvuldigd. Maar een updatefactor heeft natuurlijk pas betekenis als er eerst iets is om te updaten. Voor een complete analyse moeten we dus nog een beginwaarschijnlijkheid hebben die als startpunt dient. Dit is de prior probability, vaak uitgedrukt in de vorm van prior odds, en meestal kortweg prior genoemd.²

De rekenregel van Bayes leert ons dat het product van de prior odds met alle relevante likelihood ratio’s voor de onafhankelijke bevindingen de zogenoemde posterior odds oplevert. Dit is de uiteindelijke waarschijnlijkheidsverhouding tussen de scenario’s op grond van de specifieke set bevindingen en de specifieke kansinschattingen. Na herhaaldelijk toepassen krijgt de rekenregel dan deze vorm:

Maar hoe komen we nu aan die prior? Door…