《DNA证据的解释:法庭科学中的统计遗传学》重点介绍DNA检测结果的分析所涉及的统计学基础知识。从概率论的概念入手，结合实际案件的分型结果，分析共显性DNA标记的特征、等位基因频率、有关群体以及群体遗传特征；结合案件实际介绍匹配概率计算理论的思路和方法，亲权指数概念及其计算原则；以似然率为重点，阐述DNA证据的量化以及证据结论强度的分析；鉴定人对DNA鉴定结果的规范陈述，以及出庭举证的准备和注意事项。DNA分型是目前法医学个体识别和亲子鉴定的常规手段，DNA分析不同于其他任何物证鉴定，数据结论是其显著特征。数据结论建立在经典统计学理论基础上，经过严格的逻辑推理和数学模式计算，对证据强度作出客观、公正的评估。
　　《DNA证据的解释:法庭科学中的统计遗传学》可作为法医DNA分析专业人员、警官、法官、检察官和律师的参考书，同时对想深入了解法医DNA分型的各学科专家及学生也会有所帮助。

　　为了阐述本书后面章节的观点，再来看一个棋类游戏的例子，在游戏中每一个参与者依次掷一个骰子并由点数决定他移动的步数。怎样掷骰子呢？可以让每个人拿着骰子放到桌上，但不能这样做，因为可能会有不守规则的游戏者，如某人可能会偷看骰子点数，并将骰子放到他需要的那一面。为了防止这种情况发生，我们要求游戏参与者将骰子放到杯子中然后倒在桌面上。但是仍然可能有作弊者，他可能会很仔细地在杯底将骰子摆放在有利于他的那一面，虽然不能保证一定能得到他需要的点数，但摆好骰子后再倒出来显然对这个参与者有利，而对其他人有失公平。最后，让游戏参与者一致认同一种投掷方法，要求是达到结果公平，不偏向任何一个人。讨论的结果是把骰子先放进一个杯子里，经过无序的摇动后再倒在桌面上，使结果尽可能不可预测或不确定。前面讨论鸡蛋重量时我们尽量想减少对鸡蛋重量估计的不确定性，但在掷骰子例子中却尽量使骰子点数的不确定性最大化。如果问游戏者什么是公平，他们会说：必须是所有六种结果出现的概率相同。概率这个词过于专业，游戏者可能使用其他的词，如“机会”或“可能性”，其中的含义应该十分清楚。所谓公平，就是事件发生的每一种结果都具有相同的机会。
　　摇动和投掷骰子的过程被统计学家称为随机性。唯一目的是使不确定性最大化，显然这是实现公平的最好方法。运用数学方法是可以验证“使不确定性最大化”等同于“使每种结果有相同出现的机会”的，但在这里，不必深入地作数学论证，因为从经验判断或由读者的直觉，就会理解上述表达有一定道理。

中文版序
译者序
前言
第一章  概率论
第一节  前  言
第二节  概率
第三节  概率法则
第四节  Bayes定理
小  结
第二章  转换证据
第一节  单一现场物证斑痕
第二节  Bayes模式
第三节  证据分析的三个原则
第四节  常见错误
第五节  混合斑痕
第六节  从现场带离的物证分析
第七节  孤岛问题
小  结
第三章  统计学基础
第一节  前  言
第二节  二项分布
第三节  泊松分布
第四节  多项分布
第五节  正态分布
第六节  统计学中的两种观点
第七节  最大似然法评估
第八节  可信区间
第九节  Bayes理论评估
第十节  假设检验
小  结
第四章  群体遗传学
第一节  前  言
第二节  理想群体
第三节  常用符号
第四节  随机婚配
第五节  遗传平衡的几个影响因素
第六节  近亲繁殖
第七节  四等位基因血缘关系指标
第八节  匹配概率
第九节  任意等位基因组合
第十节  成对的基因座
小  结
第五章  统计遗传学
第一节  前  言
第二节  频率的评估
第三节  乘法原则
第四节  亚群体资料的影响
第五节  可信区间
第六节  独立性检验
第七节  近交系数的评估
小  结
第六章  亲权鉴定
第一节  前  言
第二节  证据评估
第三节  亲权的排除
第四节  失踪人员
小  结
第七章  混合斑
第一节  前  言
第二节  受害人和犯罪嫌疑人的混合斑
第三节  犯罪嫌疑人和未知个体的混合斑
第四节  两个犯罪嫌疑人
第五节  受害人和／或犯罪嫌疑人的混合斑
第六节  通用方法
第七节  供者的数目
小  结
第八章  匹配概率计算
第一节  前  言
第二节  DNA图谱概率
第三节  匹配概率
小  结
第九章  举证
第一节  前言
第二节  似然率的计算
第三节  DNA数据库搜寻结果
第四节  鉴定报告书写
第五节  法庭上的DNA证据
第六节  个人识别鉴定
第七节  DNA证据展望
小  结
附录：统计用表
参考文献