亲子鉴定中的统计学：99.99%是怎么算出来的？
几乎每一份亲子鉴定报告的结论部分都会写：“累积亲权指数为XXXXX，亲权概率为99.99%以上。”很多人看到这个数字，觉得“哦，很准”，但同时也有人困惑：99.99%是不是意味着还有万分之一的可能性不是亲生的？这个数字到底是怎么计算出来的？为什么是99.99%而不是100%？今天，我们就抛开复杂的数学公式，用最通俗的方式，讲一讲亲子鉴定背后的统计学原理。
一、从“似然比”说起——亲权指数的本质
1.两个对立假设
法医物证学在做亲子鉴定时，会建立两个对立的假设。
假设一（H1）：被检测的男子是孩子的生物学父亲。
假设二（H2）：被检测的男子不是孩子的生物学父亲，孩子的父亲是人群中某个随机的男性。
2.每个位点都能算出一个比值
在每一个STR位点上，我们可以计算：在假设H1下出现孩子这个基因型的概率，除以在假设H2下出现孩子这个基因型的概率。
比如某个位点，如果被检测男子是父亲，孩子得到他某个数字的概率是1/2；如果男子不是父亲，孩子得到这个数字的概率等于该数字在人群中的频率，比如1/10。
那么这个位点的亲权指数就是(1/2)÷(1/10)=5。意思是“在这个位点上，支持亲生的可能性是反对亲生的可能性的5倍”。
3.为什么要把所有位点乘起来？
不同位点之间是独立遗传的，互不干扰。
统计学上，多个独立证据联合起来，总的支持力度就是每个证据支持力度的乘积。
如果21个位点中，每个位点的亲权指数都大于1，乘在一起就会变成一个巨大的数字。
二、实例演示：一份报告中的数字是怎么来的？
1.一个简单的位点举例
假设某个STR位点有三种常见的重复次数：12、13、14。
孩子在这个位点的数字是12和14。
母亲的数字是12和12（纯合子）。
那么孩子必须从父亲那里得到14这个数字。父亲如果有14，就能提供；如果没有14，就不能提供。
2.计算过程
假设父亲提供的样本显示他有13和14。
在H1（亲生）下，父亲把14传给孩子的概率是1/2。
在H2（非亲生）下，随机一个男性带有14的概率，等于14这个数字在人群中的频率，假设是0.1。
那么这个位点的亲权指数=0.5÷0.1=5。
如果第二个位点算出来也是5，第三个位点算出来是8，那么三个位点乘起来就是5×5×8=200。
3.21个位点乘起来的结果
实际检测中，21个位点的亲权指数从几到几百不等，大多数位点都在10以上。
把它们全部乘起来，常见的累积亲权指数可以达到几百万、几千万甚至几十亿。
比如21个位点平均每个为10，乘起来就是10的21次方，那是一个天文数字。
三、从累积亲权指数到亲权概率
1.简单的转换公式
亲权概率=累积亲权指数÷(累积亲权指数+1)。
如果CPI=9999，代入公式：9999÷10000=0.9999，即99.99%。
如果CPI=999999，代入公式：999999÷1000000=0.999999，即99.9999%。
2.为什么不是100%？
注意分母是“CPI+1”，永远比CPI大一点点，所以亲权概率永远小于100%。
这个数学上的“小于1”是因为我们永远无法完全排除“极巧合事件”的可能性——比如孩子碰巧和这个陌生男子在所有位点上都相同。
但当CPI足够大时，亲权概率就是小数点后面无数个9，和100%在实际意义上没有区别。
3.为什么报告只写99.99%？
很多鉴定机构为了保守，统一将结论表述为“99.99%以上”，即使实际算出来是99.9999%。
这是行业惯例，避免委托人误解为“绝对100%”，因为理论上存在基因突变的极微小可能。
理解这一点很重要：99.99%不是不准确，而是科学家严谨的表达方式。
四、排除报告为什么是100%？
1.排除原则
如果孩子有一个数字，被检测男子没有，且这个数字显然不能来自母亲（母亲也没有），那么该位点就是“排除位点”。
鉴定标准规定：至少三个或以上独立位点出现排除，才能下排除结论。
2.排除概率是确定的
在排除位点上，不需要计算概率。因为生物学上，父亲必须提供孩子一半的DNA，如果某个位点父亲连对应的数字都没有，那他绝对不可能是父亲。
所以排除报告的准确率是100%，没有任何理论上的例外（除非实验室错误）。
排除结论不会写“99.99%”，而是直接写“排除亲子关系”。
五、常见的统计学误区澄清
1.“99.99%就是一万个人里错一个”
错。99.99%是指在这个案例中亲生的可能性是99.99%，不是指鉴定方法本身的错误率。
方法本身的错误率极低，主要来自样本污染或操作失误，而不是统计学上的“万分之一”。
2.“位点越多，准确率越高”
正确。检测位点越多，累积亲权指数越大，亲权概率越接近100%。
但15个位点以上的准确率已经极高，加到21个、30个更多是为了应对突变或近亲等复杂情况。
3.“人群频率数据从哪里来？”
每个STR位点的不同数字（等位基因）在人群中的出现频率，是通过大量健康无关个体的调查统计得到的。
中国人群有中国人群的频率数据库，欧洲人群有欧洲人群的数据库。
正规鉴定机构使用中国人群的频率数据，如果误用其他人群的数据，计算结果会有偏差。
亲子鉴定报告上那个醒目的“99.99%”不是噱头，也不是魔术，而是一套严密的统计学推理。它告诉我们：在现有证据下，支持亲生的可能性是对立可能性的数万甚至数亿倍。这个数字不会说谎，但前提是样本真实、位点足够、数据库匹配。理解了这个数字的来历，你就能读懂报告里每一个数字的含义，也能更有底气地和鉴定机构沟通——毕竟，数学才是这个世界上最诚实的语言。