Åldersbedömning av asylsökande

Examensarbete för kandidatexamen

Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12380/257148
Download file(s):
File Description SizeFormat 
257148.pdfFulltext1.19 MBAdobe PDFView/Open
Type: Examensarbete för kandidatexamen
Bachelor Thesis
Title: Åldersbedömning av asylsökande
Authors: Erbro, Viktor
Esmaili, Henrik
Larsson, Pontus
Pålsson, James
Sörstadius, Erik
Abstract: Dethärkandidatarbetethartagitframenåldersbedömningsmetodbaseradpåbayesianskinferens. Som åldersindikatorer har mognadsstadier för vänster och höger visdomstand i underkäken och en knäled på godtycklig sida använts. I artiklar som kopplar ålder till mognadsstadium för knäled eller visdomstand finns rådata över åldrar inte presenterade. Information om åldrar är istället presenterade som beskrivande statistik. Från den beskrivande statistiken har åldersdata framställts genom stokastisk optimering. Den stokastiska optimeringsalgoritmen Basin-hopping valdes för implementeringen. Därefter har en probitmodell ställts upp med användning av den framställda datan, varefter maximum likelihood estimationanvändsföratthittademodellparametrarsombästbeskriverprobitmodellen.Deframtagna modellparametrarna beskriver logistiska avbildningar. Från avbildningarna hämtas därefter sannolikheterna att tillhöra ett visst mognadsstadium givet den framställda åldersdatan. De här sannolikheterna beskriver likelihood. Vidare har en apriorifördelning (prior) tagits fram för att motsvara åldersfördelningen på de som blir åldersbedömda av Migrationsverket. Den har utgått från antalet asylsökande, med tandstadie H på vänster eller höger visdomstand i underkäken, som åldersbedömdes år 2017. Därefter har antalet korrigerats med hänsyn till de fall då man har olika tandstadier på vänster och höger visdomstand. Framtagen prior beskrivs enligt Ålder∼Gamma(k = 2.4,θ = 2.14) + 15, trunkerad vid Ålder = 30 år. Givet åldershypoteserna H0 = {ålder över 18 år} och H1 = {ålder under 18 år} ställs därefter likelihood ratio respektive prior odds upp varefter posteriori odds tas fram med Bayes teorem. Hypoteserna H0 och H1 har vardera en sannolikhet för att vara sann. Från posteriori oddset kan varje sannolikhet för att en hypotes stämmer tas fram. Tröskelvärden,ellercut-off,försannolikheternaharansattsförattkunnatestametoden.Omen asylsökandessannolikhetattvaraöver18årärstörreändesströskelvärde,bedömsdenasylsökande till att vara över 18 år. Motsatt fall råder om sannolikheten att vara över 18 år är mindre än dess tröskelvärde. Resultatet är ett flertal tabeller, baserade på olika publikationer, som kan användas för att åldersbedöma en asylsökande efter ett ansatt tröskelvärde. Slutsatsen är att metoden kan tillämpas. Metoden ger ett explicit resultat i form av sannolikheter vilket kan utvidgas om ny forskning publiceras. Beslutstabellerna som har tagits fram kan användas som underlag för bedömning.
Keywords: Matematik;Mathematics
Issue Date: 2019
Publisher: Chalmers tekniska högskola / Institutionen för matematiska vetenskaper
Chalmers University of Technology / Department of Mathematical Sciences
URI: https://hdl.handle.net/20.500.12380/257148
Collection:Examensarbeten för kandidatexamen // Bachelor Theses



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.