01. La incertidumbre en la ciencia forense: 1.1. Introducciâon 1.2. La estadâistica y la ley 1.3. La incertidumbre en la ciencia forense 1.4. Terminologâia 1.5. Tipos de datos 1.6. Probabilidad--02. Variaciâon: 2.1. Poblaciones 2.2. Muestras y estimaciones 2.3. Cuentas 2.4. Medidas--03. La evaluaciâon de la evidencia: 3.1. Apuestas 3.2. Teorema de Bayes 3.3. Errores de interpretaciâon 3.4. El Teorema de Bayes en forma de apuestas 3.5. El valor de la evidencia--04. Revisiâon histâorica: 4.1. Antecedentes histâoricos 4.2. Caso Dreyfus 4.3. Argumentos estadâisticos de los expertos de comienzos del siglo XX 4.4. El Pueblo contra Collins 4.5. Poder de discriminaciâon 4.6. Probabilidades de significaciâon 4.7. Probabilidades de coincidencia 4.8. Relaciâon de verosimilitudes (LR)--05. Inferencia bayesiana: 5.1. Introducciâon 5.2. Inferencia bayesiana para una probabilidad de Bernoulli 5.3. Estimaciâon con cero ocurrencias en una muestra 5.4. Estimaciâon de productos en identificaciâon forense 5.5. Inferencia bayesiana para una media normal 5.6. Estimaciâon por intervalos 5.7. Relaciones entre apuestas--06. Muestreo: 6.1. Introducciâon 6.2. Elecciâon del tamaäno de la muestra 6.3. Estimaciâon de la cantidad 6.4. Evidencia engaänosa--07. Interpretaciâon: 7.1. Conceptos y casuâistica pericial 7.2. Prevaloraciâon y proposiciones relevantes 7.3. Estimaciâon del valor de diferentes tipos de evidencia 7.4. Cuestiones previas a los datos y posteriores a los datos--08. Evidencia de transferencia: 8.1. La razâon de verosimilitud 8.2. Probabilidades de correspondencia 8.3. Direcciâon de transferencia 8.4. Agrupamiento 8.5. Poblaciones relevantes--09. Datos discretos: 9.1. Notaciâon 9.2. Una sola muestra 9.3. Dos muestras 9.4. Muchas muestras 9.5. Relevancia de la evidencia y material relevante 9.6. Resumen 9.7 .Personas desaparecidas--l0. Datos continuos: 10.1. La razâon de verosimilitud 10.2. Distribuciâon normal para datos interfuente 10.3. Estimaciâon de una funciâon de densidad de probabilidad 10.4. Estimaciâon de la densidad de nâucleo para datos interfuente 10.5. Probabilidades de transferencia 10.6. Aproximaciâon basada en una distribuciâon t 10.7. Apâendice: derivaciâon de V cuando las medidas interfuente se asumen Normalmente distribuidas--11. Anâalisis multivariante: 11.1. Introducciâon 11.2. Descripciâon del ejemplo 11.3. t -Test univariantes 11.4. T2 de Hotelling 11.5. LR para Normalidad univariante con dos fuentes de variaciâon 11.6. LR para Normalidad multivariante con dos fuentes de variaciâon 11.7. Advertencias al lector 11.8. Resumen 11.9. Apâendice--12. Fibras: 12.1. Introducciâon 12.2. Razones de verosimilitud en escenarios donde aparecen fibras 12.3. Prevaloraciâon en escenarios de fibras 12.4. Poblaciâon relevante de fibras--13. Perfiles de ADN: 13.1. Introducciâon 13.2. Equilibrio Hardy-Weinberg 13.3. Razâon de verosimilitud en ADN 13.4. Incertidumbre 13.5. Variaciâon de frecuencias alâelicas en subpoblaciones 13.6. Individuos emparentados 13.7. Mâas de dos proposiciones 13.8. Bâusqueda en bases de datos 13.9. El problema de la isla 13.10. Mezclas 13.11. Tasa de error--14. Redes Bayesianas: 14.1. Introducciâon 14.2. Redes Bayesianas 14.3. Evidencia a nivel de crimen 14.4. Evidencia desaparecida 14.5. Tasas de error 14.6. Evidencia de transferencia 14.7. Combinaciâon de evidencias 14.8. Evidencia de transferencia cruzada 14.9. Factores a tener en cuenta 14.10 Resumen--Referencias--Notaciâon