如果我们细想更为合理的情境，布莱克斯通比率的问题并不在于该比率导致的不可接受的结果，而是它根本没有导出结果。假设，作为一个一般规则，在审判中75%的被告人被判有罪，而这其中有5%是误判有罪。在这种情况下，在每100起审判中粗算将有4个无辜被告人被定罪。布莱克斯通比率要求这个比例以抵掉40%的错判无罪。但在这种情境下，仅有25个无罪开释，即使我们难以置信地假设每一个无罪开释的被告人都是有罪的。简而言之，考虑到美国庭审的运行方式，要求10：1的错判无罪与错判有罪的比率，这个貌似有理的假设在美国法院基本上是不能实现的。这一点可以由一个一般公式的简单证明来概括：
BRmax=［1/F（CF）］×［（1/CR）-1］
在该公式中，BRmax是布莱克斯通比率在任何刑事司法制度中的上限，由已知定罪率（CR）和错判有罪的已知部分[F（CF）]组成。由这个法则可以看到，任何司法制度——这可能包括实际上大多数司法制度，都具有5%的错误定罪率，而≥67%的定罪率大概不能达到10：1的比率。
解决错误的传统方法的一个衍生品，是错误定罪率（可以理解为无辜人被定罪的比率）必须尽可能最小化。一般理念是，通过分析无辜者被定罪的频度，我们就能判断一个司法制度是否公正。
像布莱克斯通法则一样，这个错误定罪率最小化的论点并未受到非常仔细的检验。要探究其原因，我们通过考察两个假设的审判制度，看看为什么是这样。假定，在司法辖区A，每100起审判中有75起被判有罪，错误定罪率为5%。相比之下，在司法辖区B，每100起审判中有25起被判有罪，但错误定罪率是令人惊恐的10%。很清楚，如果我们关注的是错误定罪率的最小化，相比于B我们应该更喜欢A。但麻烦的问题是，A是每100起审判中有3.75个无辜者被错误定罪，而B是每100起审判中只有2.5个无辜者被错误定罪。假设两个辖区有大致相等的审判数量，理智健全的人似乎不会希望生活在一个错误定罪风险高出50%的法律制度中。他们将选择错误定罪风险较低的司法辖区，即使该辖区被证明有更高的错误定罪率。我们另外再提出第三个司法辖区C，该司法辖区每100起审判中有25起被判有罪（和B区一样），错误定罪率20%，但仅有我们在A区和B区审判数量的20%。尽管C辖区错误定罪率显然过高了，但相比于A区和B区，一个无辜公民反而更不可能在C辖区被定罪。更抽象地说，一般观点是，错误定罪率没有考虑整体定罪率或审判频度，这两个因素恰恰都可能极大地影响究竟有多少无辜者将被错误定罪。
由此我们发现，证据法、诉讼法与实体法之间的关系是极其复杂的。在很大程度上，当代法律学术界由于将这些领域中的每一个都看作彼此封闭隔绝的而被误导了，这导致了我已证成的那些问题。人们未能正确地分析这三个领域之间的关系，还有另一个原因。[8]当今大多数法律论述，都把法律规则分析为一系列可以直接适用于其领域的必要和充分的条件，以致可以得出推演性结论。[9]这就是常常在带孩子时以及主要讨论“法治”时所使用的游戏规则概念。位于该概念中心的概括和适用概括的过程，可能已在人们头脑中根深蒂固了，因为对于那些以有限智力资源与几乎无限的威胁进行较量的生物来说，它显然具有生存意义。如果某人的孩子在河边玩耍时不幸被鳄鱼吃了，除非这个人吸取某些关于鳄鱼与河流的一般教训，否则他的基因可能会很快消亡。然而，还有一些其他种类的规则和其他种类的推理。另一种规则的概念是一套可废止的条件。[10]如果这条河是人们蛋白质的唯一来源，禁止孩子去河边同样会导致其基因消亡，因此，生存取决于某种并不依赖从关于孩子、河流和鳄鱼的规则所做的直接推演。
