Kvantitativ Modellering av förmögenhetsrättsliga dispositiva tvistemål

Detta är en Kandidat-uppsats från Uppsala universitet/Statistiska institutionen

Författare: Martinsson Egil; [2014]

Nyckelord: Statistics; legal prediction; civil procedures; quantitative legal prediction; jurimetrics; quantitative law; data driven law; empirical; jurisprudence; classification; machine learning; data mining; ai; mauc; auc; hosmer-lemeshew; confusion matrix; statistik; jurimetrik; juridik; tvistemål; maskininlärning; empirisk; automatisering; Hosmer Lemeshew; AI; Klassificering; confusion matrix; AUC; MAUC; multilogit; logit;

Sammanfattning: I den här uppsatsen beskrivs en ansats till att med hjälp av statistiska metoder förutse utfallet i förmögenhetsrättsliga dispositiva tvistemål. Logistiska- och multilogistiska regressionsmodeller skattades på data för 13299 tvistemål från 5 tingsrätter och användes  till att förutse utfallet för 1522 tvistemål från 3 andra tingsrätter.   Modellerna presterade bättre än slumpen vilket ger stöd för slutsatsen att man kan använda statistiska metoder för att förutse utfallet i denna typ av tvistemål.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)