Sietske H., Tristan, en de wet van de kleine getallen

Vorige week vond de zitting plaats in de zaak van Sietske H, de vrouw uit Nij Beets die tot 4 maal toe haar pasgeboren babies doodde. Het speelde niet lang na de Schietpartij in Alphen aan de Rijn. Beide zaken riepen afschuw en ongeloof op. Maar ze hebben nog iets gemeen: Het gaat in beide gevallen om een type gebeurtenis dat weinig voorkomt. En een gebeurtenis die zelden voorkomt, laat zich moeilijk voorspellen.

In beide zaken kwam al snel het profiel van de dader ter sprake. De gedachte hierachter is als volgt. Er hebben zich een handjevol gelijkwaardige zaken voorgedaan. Deze zaken hebben een aantal kenmerken gemeen. Zo zijn daders van kinderdoding bijvoorbeeld bovengemiddeld vaak jonge vrouwen die nog bij hun ouders inwonen. En aanslagen zoals die in Alphen aan de Rijn worden vaak gepleegd door jonge, sociaal geïsoleerde mannen met een psychiatrische achtergrond, die fanatiek gewelddadige videogames spelen. Zou je alert zijn op deze combinaties van kenmerken, dan zou je de calamiteiten kunnen voorkomen, menen velen, experts incluis.

Toch ligt de kwestie van het voorspellen iets genuanceerder. Om zeldzaam gedrag te kunnen voorspellen is het niet voldoende om te weten wat er voor gemeenschappelijke kenmerken zijn. Relevant is de vraag welke van deze gemeenschappelijke kenmerken specifiek zijn, en dus niet voorkomen bij mensen die dit type delict niet plegen. Om een statistisch significante voorspelling te kunnen doen, is dus niet alleen een selectie van zaken nodig, maar ook een goede controleconditie. Vuistregel hierbij is dat per voorspeller minimaal 10 waarnemingen nodig zijn. Wil je laten zien dat een combinatie van leeftijd, sociale isolatie, psychiatrische problematiek en het spelen van gewelddadige videogames statistisch voorspellend is, dan zul je dus minimaal 40 gevallen – en 40 relevante controles – in je analyse mee moeten nemen.

En dan nog laat de vraag zich stellen of 40 gevallen genoeg is. Zwakke statistische relaties vereisen namelijk veel waarnemingen om tot een betrouwbare conclusie te komen. Dat bij de aangehaalde voorbeelden de relaties zwak zijn, moge duidelijk zijn. De meeste moeders – ook al zijn ze jong – doden hun kind niet. De meeste patiënten met een psychose doen geen vlieg kwaad. Uit een in 2009 gepubliceerde meta-analyse blijkt weliswaar dat er een relatie bestaat tussen psychose en geweld, maar met een correlatie tussen de .12 en .16 is dit effect ronduit zwak. Psychose verklaart slechts tussen de 1% en 3% van het geweld. Je kunt overigens net zo goed iedereen zonder vaste relatie in de gaten houden. Alleenstaande mensen leggen eenzelfde risico op gewelddadig gedrag aan de dag.

Zwakke statistische relaties zijn niet per definitie oninteressant. Ze kunnen relevant zijn als een fenomeen veel voorkomt. Als je het aantal sterfgevallen door hart- en vaatziekten in Nederland met één procent omlaag kunt brengen, scheelt dit meer dan 300 doden per jaar. Maar als een fenomeen zeldzaam is, zijn zwakke statistische relaties betekenisloos. Niemand zit immers te wachten op een 1% reductie van het aantal aanslagen zoals in Alphen aan de Rijn. Sterker nog: als het gaat om zeldzame fenomenen, kunnen zwakke statistische relaties misleidend zijn. Helemaal als ze worden uitgedrukt als relatief risico. Zo meldt bovengenoemde meta-analyse dat psychose samenhangt met een toegenomen kans op geweld van 49%-68%. Dat klinkt angstaanjagend, en lijkt op het eerste gezicht de eerder genoemde zwakke correlaties tegen te spreken. Maar bedenk dat de a priori kans op geweld klein is. Zelfs met een toename van 60% blijft deze kans klein. Het is alsof je twee staatsloten koopt in plaats van één. Relatief heb je 100% meer kans om de jackpot te winnen. Maar absoluut blijft de kans minimaal. De Duitse psycholoog Gerd Gigerenzer schreef prachtige artikelen over hoe om te gaan met dit soort getallen.

Het is een illusie om te denken dat er een wetenschappelijk onderbouwde combinatie van kenmerken bestaat, die als je haar vroegtijdig signaleert, een drama zoals aangericht in Alphen aan de Rijn kan helpen voorkomen. Voordat er voorspellende waarde aan een combinatie van kenmerken kan worden toegedicht, zal dit uit onderzoek moeten blijken. En dit onderzoek vraagt een grondige analyse van vele gevallen. Laten we hopen dat die er nooit zullen komen.

Dit bericht werd geplaatst in Veiligheid & terrorisme, Wetenschap & Maatschappij. Bookmark de permalink .

Geef een reactie

Gelieve met een van deze methodes in te loggen om je reactie te plaatsen:

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit / Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit / Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit / Bijwerken )

Google+ photo

Je reageert onder je Google+ account. Log uit / Bijwerken )

Verbinden met %s