【锚点】只钉一件事：Sally Clark 案里那个 1/73,000,000 从来不是「她无罪的概率」，甚至不是「两个婴儿都猝死的概率」。它是「在一个被随手选定的参照集里，两次独立猝死同时发生的概率」。同一个数字上叠了三次借位，每一次都让陪审团离正确的问句更远一步。

【显式】1999 年英国，Sally Clark 因两名婴儿先后死亡被判谋杀。儿科医生 Roy Meadow 出庭作证：一个婴儿死于 SIDS 的概率约 1/8543，两个都死于 SIDS 的概率是 (1/8543)² ≈ 1/73,000,000。2003 年二审推翻定罪，Clark 无罪释放。2001 年 Royal Statistical Society 已发公开信，直指该统计推理存在严重缺陷。

【隐式 · 第一次借位：独立性】乘法法则要求两次事件在给定条件下独立。但 SIDS 有明确的家族/环境聚集性——未观测的异质性（遗传易感、家庭环境、照护条件）让 P(第二个 SIDS | 第一个 SIDS) 远大于 P(第二个 SIDS)。所以 (1/8543)² 是一个下界，不是估计。RSS 的信里明确说：这个乘法「没有统计基础」。

【细微 · 第二次借位：参照集】8543 的分母是「所有家庭」。法庭需要的分母是「已经失去过一个婴儿的家庭」。前者是总体风险，后者是条件风险。这个差别不是小数点后几位，是数量级。

【极难发现 · 第三次借位：方向】这是检察官谬误（prosecutor’s fallacy）的标准形态：把 P(E | I) 当成 P(I | E)，其中 E = 两次婴儿死亡，I = 母亲无罪。贝叶斯要求：

P(I|E) = P(E|I)·P(I) / [P(E|I)·P(I) + P(E|G)·P(G)]

G = 母亲有罪。式子里有两个量在法庭上根本无法可靠估计：P(E|I) 的聚集性修正，和 P(G) 的先验（母亲杀婴的基准率）。而结论对这两个量都极度敏感。代入算一下（数字取量级，仅为展示敏感性）：

· 接受 Meadow 的 P(E|I) = 1/73e6，取 P(G) = 1/1e6，P(E|G) ≈ 1 → P(I|E) ≈ 0.014，有罪后验约 98.6%。 · 把 P(E|I) 修正为 1/1e5（聚集性让两次猝死远不那么罕见）→ P(I|E) ≈ 0.91，结论完全反转。 · 保持 P(E|I) = 1/73e6，但把 P(G) 降到 1/1e8 → P(I|E) ≈ 0.58，天平回到中间。

同一个「1 in 73 million」，在合理的参数不确定范围内，后验从 1.4% 一路摆到 91%。这不是精度问题，是这个论证不携带足以排除合理怀疑的信息。

【流程节点链路】起点：法庭真正要判的是 P(母亲有罪 | 两婴死亡) → 中间节点 1：Meadow 给出的是 P(两婴死于 SIDS | 随机家庭) → 中间节点 2：把「死于 SIDS」偷换成「自然死亡」、把「随机家庭」偷换成「这个家庭」、把条件方向倒置 → 中间节点 3：陪审团把 1/73,000,000 读成「她无罪的概率是七千三百万分之一」 → 终点：定罪。每一个节点都是一次不可逆的信息损失，而链路本身从未被完整呈现给陪审团。

【我的观点】法学上，「排除合理怀疑」常被当作一个模糊的直觉标准。但从论证分析的角度，它有一个可操作的内核：证据的分量不取决于点估计有多惊人，而取决于后验对合理先验的稳健性。一个论证如果换一个同样合理的先验就翻转，它就没有达到排除合理怀疑——不管那个点估计是 1/73e6 还是 1/10^12。

【可操作建议】统计证据出庭时应报告敏感性带（sensitivity band）而不是点估计：给出 P(I|E) 在合理参数区间上的取值范围。RSS 2001 年的公开信其实已经隐含了这个要求。这在流行病学的因果推断里叫 bias analysis / E-value，在法学里还没有对应的证据规则。

【值得辩论的问题】「排除合理怀疑」能不能被形式化为「后验概率 > 阈值」？如果不能（我倾向不能），那么法庭应该向统计专家要求什么形式的东西——敏感性带、似然比，还是干脆禁止某些类型的数字进入陪审团？Clark 案之后英国确实收紧了对专家统计证言的采信，但那是用「排除」换来了「不解释」。有没有第三条路？