Jurimetría

Aplicación de métricas cuantitativas al derecho

La jurimetría es la aplicación de métodos cuantitativos, especialmente probabilidad y estadística , al derecho . [1] En Estados Unidos, la revista Jurimetrics es publicada por la American Bar Association y la Arizona State University . [2] El Journal of Empirical Legal Studies es otra publicación que enfatiza el análisis estadístico del derecho.

El término fue acuñado en 1949 por Lee Loevinger en su artículo "Jurimetría: el siguiente paso adelante". [1] [3] Mostrando la influencia de Oliver Wendell Holmes Jr. , Loevinger citó [4] la célebre frase de Holmes que decía:

"Para el estudio racional del derecho, el hombre de letras góticas puede ser el hombre del presente, pero el hombre del futuro es el hombre de estadística y el maestro de la economía ". [5]

El primer trabajo sobre este tema se atribuye a Nicolás I Bernoulli en su tesis doctoral De Usu Artis Conjectandi in Jure , escrita en 1709.

Relación con el derecho y la economía

La diferencia entre la jurimetría y el derecho y la economía es que la jurimetría investiga cuestiones jurídicas desde un punto de vista probabilístico/estadístico, mientras que el derecho y la economía abordan cuestiones jurídicas utilizando el análisis microeconómico estándar . Una síntesis de estos campos es posible mediante el uso de la econometría (estadística para el análisis económico) y otros métodos cuantitativos para responder a cuestiones jurídicas relevantes. Como ejemplo, el académico de la Universidad de Columbia Edgardo Buscaglia publicó varios artículos revisados ​​por pares utilizando un enfoque conjunto de jurimetría y derecho y economía . [6] [7]

Lista de aplicaciones

Aplicaciones

Cuotas de género en los consejos de administración de las empresas

En 2018, la legislatura de California aprobó el Proyecto de Ley Senatorial 826, que requiere que todas las corporaciones públicas con sede en el estado tengan un número mínimo de mujeres en su junta directiva . [37] [38] Las juntas con cinco o menos miembros deben tener al menos dos mujeres, mientras que las juntas con seis o más miembros deben tener al menos tres mujeres.

Utilizando la distribución binomial , podemos calcular cuál es la probabilidad de violar la regla establecida en el Proyecto de Ley Senatorial 826 por el número de miembros de la junta. La función de masa de probabilidad para la distribución binomial es: donde es la probabilidad de obtener éxitos en los ensayos, y es el coeficiente binomial . Para este cálculo, es la probabilidad de que una persona calificada para el servicio de la junta sea mujer, es el número de mujeres miembros de la junta, y es el número de asientos en la junta. Supondremos que . PAG ( incógnita = a ) = ( norte a ) pag a ( 1 pag ) norte a {\displaystyle \mathbb {P} (X=k)={n \choose {k}}p^{k}(1-p)^{nk}} pag {\estilo de visualización p} a {\estilo de visualización k} norte {\estilo de visualización n} ( norte a ) {\textstyle {n \elegir {k}}} pag {\estilo de visualización p} a {\estilo de visualización k} norte {\estilo de visualización n} pag = 0,5 {\displaystyle p=0,5}

Dependiendo del número de miembros de la junta, estamos tratando de calcular la función de distribución acumulativa : Con estas fórmulas, podemos calcular la probabilidad de violar el Proyecto de Ley del Senado 826 por casualidad: { PAG ( incógnita 1 ) = ( 1 pag ) norte + norte pag ( 1 pag ) norte 1 , norte 5 PAG ( incógnita 2 ) = PAG ( incógnita 1 ) + norte ( norte 1 ) 2 pag 2 ( 1 pag ) norte 2 , norte > 5 {\displaystyle {\begin{cases}\mathbb {P}(X\leq 1)=(1-p)^{n}+np(1-p)^{n-1},\quad &n\leq 5\\\mathbb {P}(X\leq 2)=\mathbb {P}(X\leq 1)+{n(n-1) \over {2}}p^{2}(1-p)^{n-2},\quad &n>5\end{cases}}}

Probabilidad de violación por casualidad (número de miembros de la junta directiva)
3456789101112
0,500,310,190,340,230,140,090,050,030,02

Como señala Ilya Somin , [37] un porcentaje significativo de empresas, sin antecedentes de discriminación sexual , podrían estar violando la ley.

En sectores con mayor predominio masculino, como el tecnológico , podría haber un desequilibrio aún mayor. Supongamos que en lugar de la paridad en general, la probabilidad de que una persona calificada para ocupar un puesto en un directorio sea mujer es del 40%; es probable que se trate de una estimación alta, dado el predominio de los hombres en el sector tecnológico. En ese caso, la probabilidad de violar por casualidad el Proyecto de Ley Senatorial 826 puede recalcularse de la siguiente manera:

Probabilidad de violación por casualidad (número de miembros de la junta directiva)
3456789101112
0,650,480,340,540,420,320,230,170,120,08

Detección de consumidores de drogas, tiradores masivos y terroristas

En los últimos años, ha habido un creciente interés en el uso de pruebas de detección para identificar a usuarios de drogas que reciben asistencia social , potenciales tiradores masivos , [39] y terroristas . [40] La eficacia de las pruebas de detección se puede analizar utilizando el teorema de Bayes.

Supongamos que existe un procedimiento de detección binaria para una acción que identifica a una persona como positiva o negativa a la acción. El teorema de Bayes nos dice que la probabilidad condicional de realizar una acción , dado un resultado positivo en la prueba, es: Para cualquier prueba de detección, debemos conocer su sensibilidad y especificidad . La prueba de detección tiene sensibilidad y especificidad . La sensibilidad y la especificidad se pueden analizar utilizando conceptos de la teoría estándar de pruebas de hipótesis estadísticas : V {\estilo de visualización V} + {\estilo de visualización +} {\estilo de visualización -} V {\estilo de visualización V} PAG ( V | + ) = PAG ( + | V ) PAG ( V ) PAG ( + | V ) PAG ( V ) + PAG ( + | V ) [ 1 PAG ( V ) ] {\displaystyle \mathbb {P}(V|+)={\mathbb {P}(V)+\mathbb {P}(V)+\mathbb {P}(V)+[1-\mathbb {P}(V)]}}} PAG ( + | V ) {\displaystyle \mathbb {P} (+|V)} PAG ( | V ) = 1 PAG ( + | V ) {\textstyle \mathbb {P} (-|\sim V)=1-\mathbb {P} (+|\sim V)}

  • La sensibilidad es igual a la potencia estadística , donde es la tasa de error tipo II 1 β {\estilo de visualización 1-\beta} β {\estilo de visualización \beta}
  • La especificidad es igual a , donde es la tasa de error tipo I 1 alfa {\estilo de visualización 1-\alfa} alfa {\estilo de visualización \alpha}

Por lo tanto, la forma del teorema de Bayes que nos resulta pertinente es: Supongamos que hemos desarrollado una prueba con una sensibilidad y especificidad del 99 %, que probablemente sea superior a la de la mayoría de las pruebas del mundo real. Podemos examinar varios escenarios para ver qué tan bien funciona esta prueba hipotética: PAG ( V | + ) = ( 1 β ) PAG ( V ) ( 1 β ) PAG ( V ) + alfa [ 1 PAG ( V ) ] {\displaystyle \mathbb {P} (V|+)={(1-\beta )\mathbb {P} (V) \sobre {(1-\beta )\mathbb {P} (V)+\alpha \left[1-\mathbb {P} (V)\right]}}}

  • Analizamos a los beneficiarios de la asistencia social para detectar el consumo de cocaína. La tasa de referencia en la población es de aproximadamente el 1,5% [41], suponiendo que no hay diferencias en el consumo entre los beneficiarios de la asistencia social y la población general.
  • Examinamos a los hombres para determinar si son responsables de tiroteos masivos o ataques terroristas. Se supone que la tasa base es del 0,01%.

Con estas tasas base y los valores hipotéticos de sensibilidad y especificidad, podemos calcular la probabilidad posterior de que un resultado positivo indique que el individuo realmente realizará cada una de las acciones:

Probabilidades posteriores
Uso de drogasTiroteo masivo
0,60120,0098

Incluso con una sensibilidad y especificidad muy altas, las pruebas de detección solo arrojan probabilidades posteriores del 60,1% y el 0,98% respectivamente para cada acción. En circunstancias más realistas, es probable que la detección resulte incluso menos útil que en estas condiciones hipotéticas. El problema con cualquier procedimiento de detección de eventos raros es que es muy probable que sea demasiado impreciso, lo que identificará a demasiadas personas en riesgo de participar en alguna acción indeseable.


Lista de métodos

Análisis bayesiano de la evidencia

El teorema de Bayes establece que, para los eventos y , la probabilidad condicional de ocurrencia, dado que ha ocurrido, es: Usando la ley de probabilidad total , podemos expandir el denominador como: Entonces el teorema de Bayes puede reescribirse como: Esto puede simplificarse aún más definiendo las probabilidades previas de ocurrencia del evento y la razón de probabilidad como: Entonces la forma compacta del teorema de Bayes es: Diferentes valores de la probabilidad posterior , basados ​​en las probabilidades previas y la razón de probabilidad, se calculan en la siguiente tabla: A {\estilo de visualización A} B {\estilo de visualización B} A {\estilo de visualización A} B {\estilo de visualización B} PAG ( A | B ) = PAG ( B | A ) PAG ( A ) PAG ( B ) {\displaystyle \mathbb {P}(A|B)={\mathbb {P}(B|A)\mathbb {P}(A) \sobre {\mathbb {P}(B)}}} PAG ( B ) = PAG ( B | A ) PAG ( A ) + PAG ( B | A ) [ 1 PAG ( A ) ] {\displaystyle \mathbb {P} (B)=\mathbb {P} (B|A)\mathbb {P} (A)+\mathbb {P} (B|\sim A)[1-\mathbb {P} (A)]} PAG ( A | B ) = PAG ( B | A ) PAG ( A ) PAG ( B | A ) PAG ( A ) + PAG ( B | A ) [ 1 PAG ( A ) ] = 1 1 + 1 PAG ( A ) PAG ( A ) PAG ( B | A ) PAG ( B | A ) {\displaystyle {\begin{aligned}\mathbb {P} (A|B)&={\mathbb {P} (B|A)\mathbb {P} (A) \over {\mathbb {P} (B|A)\mathbb {P} (A)+\mathbb {P} (B|\sim A)[1-\mathbb {P} (A)]}}\\&={1 \over {1+{1-\mathbb {P} (A) \over {\mathbb {P} (A)}}{\mathbb {P} (B|\sim A) \over {\mathbb {P} (B|A)}}}}\end{aligned}}} A {\displaystyle A} η {\displaystyle \eta } L {\displaystyle {\mathcal {L}}} η = P ( A ) 1 P ( A ) , L = P ( B | A ) P ( B | A ) {\displaystyle \eta ={\mathbb {P} (A) \over {1-\mathbb {P} (A)}},\quad {\mathcal {L}}={\mathbb {P} (B|A) \over {\mathbb {P} (B|\sim A)}}} P ( A | B ) = 1 1 + ( η L ) 1 {\displaystyle \mathbb {P} (A|B)={1 \over {1+(\eta {\mathcal {L}})^{-1}}}}

P ( A | B ) {\displaystyle \mathbb {P} (A|B)} con probabilidades previas y razón de verosimilitud
Razón de verosimilitud
Cuotas previas123451015202550
0,010,010,020,030,040,050,090,130,170,200,33
0,020,020,040,060,070,090,170,230,290,330,50
0,030,030,060,080,110,130,230,310,380,430,60
0,040,040,070,110,140,170,290,380,440,500,67
0,050,050,090,130,170,200,330,430,500,560,71
0,100,090,170,230,290,330,500,600,670,710,83
0,150,130,230,310,380,430,600,690,750,790,88
0,200,170,290,380,440,500,670,750,800,830,91
0,250,200,330,430,500,560,710,790,830,860,93
0,300,230,380,470,550,600,750,820,860,880,94

Si consideramos que existe una conducta delictiva y una denuncia o acusación penal, el teorema de Bayes nos permite determinar la probabilidad condicional de que se cometa un delito. Se pueden realizar análisis de evidencia más sofisticados con el uso de redes bayesianas . A {\displaystyle A} B {\displaystyle B}

Véase también

Referencias

  1. ^ ab Garner, Bryan A. (2001). "jurimetría". Diccionario de usos jurídicos modernos. Oxford University Press. pág. 488. ISBN 0-19-514236-5.
  2. ^ "Jurimetría". Asociación Estadounidense de Abogados . Consultado el 6 de febrero de 2015 .
  3. ^ Loevinger, Lee (1949). "Jurimetría: el siguiente paso adelante". Minnesota Law Review . 33 : 455.
  4. ^ Loevinger, L. "Jurimetría: ciencia y predicción en el campo del derecho". Minnesota Law Review , vol. 46, HeinOnline, 1961.
  5. ^ Holmes, El camino de la ley , 10 Harvard Law Review (1897) 457.
  6. ^ Buscaglia, Edgardo (2001). "Los factores económicos detrás de la integración legal: un análisis jurimétrico de la experiencia latinoamericana" (PDF) . Documentos alemanes sobre derecho y economía . 1 : 1.
  7. ^ Buscaglia, Edgardo (2001). "Un análisis jurimétrico de la corrupción judicial basado en la gobernanza: indicadores subjetivos versus objetivos" (PDF) . Revista Internacional de Derecho y Economía . 21 : 231. doi :10.1016/S0144-8188(01)00058-8.
  8. ^ Nigrini, Mark J. (30 de abril de 1999). "Tengo tu número: cómo un fenómeno matemático puede ayudar a los contadores públicos a descubrir fraudes y otras irregularidades". Journal of Accountancy .
  9. ^ Durtschi, Cindy; Hillison, William; Pacini, Carl (2004). "El uso eficaz de la Ley de Benford para ayudar a detectar fraudes en datos contables". Revista de contabilidad forense . 5 : 17–34.
  10. ^ Moore, Thomas Gale (1986). "La desregulación de las aerolíneas estadounidenses: sus efectos sobre los pasajeros, el capital y el trabajo". Revista de Derecho y Economía . 29 (1): 1–28. doi :10.1086/467107. ISSN  0022-2186. JSTOR  725400. S2CID  153646501.
  11. ^ Gelman, Andrew; Fagan, Jeffrey; Kiss, Alex (2007). "Análisis de la política de "detención y registro" del Departamento de Policía de la Ciudad de Nueva York en el contexto de las denuncias de sesgo racial". Revista de la Asociación Estadounidense de Estadística . 102 (479): 813–823. doi : 10.1198/016214506000001040 . ISSN  0162-1459. JSTOR  27639927. S2CID  8505752.
  12. ^ Agan, Amanda; Starr, Sonja (1 de febrero de 2018). "Ban the Box, Criminal Records, and Racial Discrimination: A Field Experiment" (Prohibición de la casilla de verificación, antecedentes penales y discriminación racial: un experimento de campo). The Quarterly Journal of Economics . 133 (1): 191–235. doi :10.1093/qje/qjx028. ISSN  0033-5533. S2CID  18615965.
  13. ^ Kiszko, Kamila M.; Martinez, Olivia D.; Abrams, Courtney; Elbel, Brian (2014). "La influencia del etiquetado de calorías en los pedidos y el consumo de alimentos: una revisión de la literatura". Revista de salud comunitaria . 39 (6): 1248–1269. doi :10.1007/s10900-014-9876-0. ISSN  0094-5145. PMC 4209007 . PMID  24760208. 
  14. ^ Finkelstein, Michael O.; Robbins, Herbert E. (1973). "Probabilidad matemática en impugnaciones electorales". Columbia Law Review . 73 (2): 241. doi :10.2307/1121228. JSTOR  1121228.
  15. ^ Greenstone, Michael; McDowell, Richard; Nath, Ishan (21 de abril de 2019). "¿Cumplen los estándares de cartera de energía renovable?" (PDF) . Instituto de Política Energética de la Universidad de Chicago, Documento de trabajo n.º 2019-62 .
  16. ^ Angrist, Joshua D.; Krueger, Alan B. (1991). "¿La asistencia escolar obligatoria afecta la escolaridad y los ingresos?". The Quarterly Journal of Economics . 106 (4): 979–1014. doi :10.2307/2937954. ISSN  0033-5533. JSTOR  2937954. S2CID  153718259.
  17. ^ Eisenberg, Theodore; Sundgren, Stefan; Wells, Martin T. (1998). "Mayor tamaño de la junta directiva y disminución del valor de la empresa en las pequeñas empresas". Journal of Financial Economics . 48 (1): 35–54. doi : 10.1016/S0304-405X(98)00003-8 . ISSN  0304-405X.
  18. ^ Guest, Paul M. (2009). "El impacto del tamaño del consejo en el rendimiento de la empresa: evidencia del Reino Unido" (PDF) . The European Journal of Finance . 15 (4): 385–404. doi :10.1080/13518470802466121. hdl : 1826/4169 . ISSN  1351-847X. S2CID  3868815.
  19. ^ Donohue III, John J.; Ho, Daniel E. (2007). "El impacto de los topes de daños en las demandas por mala praxis: inferencia aleatoria con diferencias en diferencias". Journal of Empirical Legal Studies . 4 (1): 69–102. doi :10.1111/j.1740-1461.2007.00082.x.
  20. ^ Linnainmaa, Juhani T.; Melzer, Brian; Previtero, Alessandro (2018). "Las creencias equivocadas de los asesores financieros". SSRN . SSRN  3101426.
  21. ^ Van Doren, Peter (25 de junio de 2018). "La regla fiduciaria y el conflicto de intereses". Cato at Liberty . Cato Institute . Consultado el 14 de diciembre de 2019 .
  22. ^ Kennedy, Edward H.; Hu, Chen; O'Brien, Barbara; Gross, Samuel R. (20 de mayo de 2014). "Tasa de condenas falsas de acusados ​​penales que son sentenciados a muerte". Actas de la Academia Nacional de Ciencias . 111 (20): 7230–7235. Bibcode :2014PNAS..111.7230G. doi : 10.1073/pnas.1306417111 . ISSN  0027-8424. PMC 4034186 . PMID  24778209. 
  23. ^ Fenton, Norman; Neil, Martin; Lagnado, David A. (2013). "Una estructura general para argumentos legales sobre evidencia usando redes bayesianas". Ciencia cognitiva . 37 (1): 61–102. doi : 10.1111/cogs.12004 . ISSN  1551-6709. PMID  23110576.
  24. ^ Vlek, Charlotte S.; Prakken, Henry; Renooij, Silja; Verheij, Bart (1 de diciembre de 2014). "Construcción de redes bayesianas para evidencia legal con narrativas: evaluación de un estudio de caso". Inteligencia artificial y derecho . 22 (4): 375–421. doi :10.1007/s10506-014-9161-7. ISSN  1572-8382. S2CID  12449479.
  25. ^ Kwan, Michael; Chow, Kam-Pui; Law, Frank; Lai, Pierre (2008). "Razonamiento sobre evidencias usando redes bayesianas". En Ray, Indrajit; Shenoi, Sujeet (eds.). Avances en la ciencia forense digital IV . IFIP — Federación Internacional para el Procesamiento de la Información. Vol. 285. Springer US. págs. 275–289. doi : 10.1007/978-0-387-84927-0_22 . ISBN . 978-0-387-84927-0.
  26. ^ Devi, Tanaya; Fryer, Roland G. Jr. (2020). "Policing the Police: The Impact of "Pattern-or-Practice" Investigations on Crime" (PDF) . Serie de documentos de trabajo del NBER . N.º 27324.
  27. ^ Lai, TL; Levin, Bruce; Robbins, Herbert; Siegmund, David (1980-06-01). "Ensayos médicos secuenciales". Actas de la Academia Nacional de Ciencias . 77 (6): 3135–3138. Bibcode :1980PNAS...77.3135L. doi : 10.1073/pnas.77.6.3135 . ISSN  0027-8424. PMC 349568 . PMID  16592839. 
  28. ^ Levin, Bruce (2015). "El estudio de futilidad: progreso en la última década". Ensayos clínicos contemporáneos . 45 (Pt A): 69–75. doi :10.1016/j.cct.2015.06.013. ISSN  1551-7144. PMC 4639404. PMID 26123873  . 
  29. ^ Deichmann, Richard E.; Krousel-Wood, Marie; Breault, Joseph (2016). "Bioética en la práctica: consideraciones para detener un ensayo clínico de forma temprana". The Ochsner Journal . 16 (3): 197–198. ISSN  1524-5012. PMC 5024796 . PMID  27660563. 
  30. ^ "Diseños adaptativos para ensayos clínicos de fármacos y productos biológicos: orientación para la industria". Departamento de Salud y Servicios Humanos de los Estados Unidos/Administración de Alimentos y Medicamentos. 2019.
  31. ^ Finkelstein, Michael O.; Levin, Bruce (1997). "Opciones claras y conjeturas en las impugnaciones perentorias en los juicios penales federales". Revista de la Royal Statistical Society. Serie A (Estadísticas en la sociedad) . 160 (2): 275–288. doi :10.1111/1467-985X.00062. ISSN  0964-1998. JSTOR  2983220. S2CID  120315268.
  32. ^ Jones, Shayne E.; Miller, Joshua D.; Lynam, Donald R. (1 de julio de 2011). "Personalidad, comportamiento antisocial y agresión: una revisión metaanalítica". Revista de justicia penal . 39 (4): 329–337. doi :10.1016/j.jcrimjus.2011.03.004. ISSN  0047-2352.
  33. ^ Perry, Walter L.; McInnis, Brian; Price, Carter C.; Smith, Susan; Hollywood, John S. (2013). "Policía predictiva: el papel de la previsión del delito en las operaciones de aplicación de la ley". RAND Corporation . Consultado el 16 de agosto de 2019 .
  34. ^ Spivak, Andrew L.; Damphousse, Kelly R. (2006). "¿Quién vuelve a prisión? Un análisis de supervivencia de la reincidencia entre los delincuentes adultos liberados en Oklahoma, 1985-2004". Investigación y política de justicia . 8 (2): 57–88. doi :10.3818/jrp.8.2.2006.57. ISSN  1525-1071. S2CID  144566819.
  35. ^ Localio, A. Russell; Lawthers, Ann G.; Bengtson, Joan M.; Hebert, Liesi E.; Weaver, Susan L.; Brennan, Troyen A.; Landis, J. Richard (1993). "Relación entre las demandas por mala praxis y el parto por cesárea". JAMA . 269 (3): 366–373. doi :10.1001/jama.1993.03500030064034. PMID  8418343.
  36. ^ Unger, Adriana Jacoto; Neto, José Francisco dos Santos; Fantinato, Marcelo; Peres, Sarajane Marques; Trecenti, Julio; Hirota, Renata (21 de junio de 2021). Jurimetría basada en minería de procesos: análisis del desempeño judicial de un tribunal brasileño en el procesamiento de derecho comercial . ACM. pp. 240–244. doi :10.1145/3462757.3466137. ISBN 978-1-4503-8526-8.
  37. ^ ab Somin, Ilya (4 de octubre de 2018). "Cuotas de género inconstitucionales para juntas corporativas en California". Reason.com . The Volokh Conspiracy . Consultado el 13 de agosto de 2019 .
  38. ^ Stewart, Emily (3 de octubre de 2018). "California acaba de aprobar una ley que exige que haya más mujeres en los consejos directivos. Importa, aunque fracase". Vox . Consultado el 13 de agosto de 2019 .
  39. ^ Gillespie, Nick (14 de febrero de 2018). "Sí, este es un buen momento para hablar sobre la violencia con armas de fuego y cómo reducirla". Reason.com . Consultado el 17 de agosto de 2019 .
  40. ^ "Centro de detección de terroristas". Oficina Federal de Investigaciones . Consultado el 17 de agosto de 2019 .
  41. ^ "¿Cuál es el alcance del consumo de cocaína en Estados Unidos?". Instituto Nacional sobre el Abuso de Drogas . Consultado el 17 de agosto de 2019 .

Lectura adicional

  • Angrist, Joshua D.; Pischke, Jörn-Steffen (2009). Econometría en su mayoría inofensiva: un compañero empirista . Princeton, Nueva Jersey: Princeton University Press. ISBN 978-0-691-12035-5 . 
  • Borenstein, Michael; Hedges, Larry V.; Higgins, Julian PT; Rothstein, Hannah R. (2009). Introducción al metaanálisis . Hoboken, NJ: John Wiley & Sons. ISBN 978-0-470-05724-7 . 
  • Finkelstein, Michael O.; Levin, Bruce (2015). Estadísticas para abogados . Estadísticas para ciencias sociales y del comportamiento (3.ª ed.). Nueva York, NY: Springer. ISBN 978-1-4419-5984-3 . 
  • Hosmer, David W.; Lemeshow, Stanley; May, Susanne (2008). Análisis de supervivencia aplicado: modelado de regresión de datos de tiempo hasta el evento . Wiley-Interscience (2.ª ed.). Hoboken, Nueva Jersey: John Wiley & Sons. ISBN 978-0-471-75499-2 . 
  • McCullagh, Peter; Nelder, John A. (1989). Modelos lineales generalizados . Monografías sobre estadística y probabilidad aplicada (2.ª ed.). Boca Raton, FL: Chapman & Hall/CRC. ISBN 978-0-412-31760-6 . 
  • Bernoulli (1709). El uso del arte de conjeturar en el derecho.
  • Kadane, JB (2006). Mal uso de las estadísticas bayesianas en los tribunales, CHANCE, 19, 2, 38-40.
  • Stern y Kadane (2014). Compensación por la pérdida de una oportunidad. Departamento de Estadística, Universidad Carnegie Mellon.
  • Jurimetría, revista de derecho, ciencia y tecnología
  • Revista de estudios jurídicos empíricos
Retrieved from "https://en.wikipedia.org/w/index.php?title=Jurimetrics&oldid=1249254840"