Tahminini Güncelle: 10. Sınıf Bayes Teoremi

Koşullu olasılığı öğrendin: $P(A \mid B)$. Peki ya elimizde $P(B \mid A)$ varken $P(A \mid B)$’yi istiyorsak? İşte Bayes teoremi, bu “yön değiştirmeyi” yapar — ve yeni bir kanıt geldiğinde inancımızı nasıl güncellememiz gerektiğini söyler.

Teorem

Bu formül koşullu olasılık tanımından doğrudan çıkar. Anlamı şu: Bir olayın önsel olasılığını ($P(A)$), yeni bir gözlemle ($B$) çarpıp güncelleyerek sonsal olasılığı ($P(A \mid B)$) buluruz.

Sezgiye Aykırı Sonuçlar

Bayes’in en ünlü dersi, nadir olayların test sonuçlarını nasıl yanıltabileceğidir. Çok doğru bir test bile, hastalık çok nadirse, pozitif sonuçların büyük kısmını yanlış pozitif yapabilir. Sezgi burada sık sık yanılır; matematik ise doğruyu söyler.

Karavan notu: Bayes problemlerini ağaç diyagramı veya somut sayılarla (örneğin “10.000 kişi” düşünerek) çözmek, formülden çok daha sezgiseldir. Yüzdeleri kişi sayısına çevir, sonra say.

Çözümlü Örnek

Soru: Bir hastalık her $1000$ kişiden $1$’inde görülüyor (%0,1). Test, hastaları %99 doğru saptıyor; ama sağlıklıların da %5’ine yanlışlıkla “pozitif” diyor. Pozitif çıkan biri gerçekten hasta mıdır?

Çözüm (10.000 kişiyle): $10$ kişi hasta, $9990$ sağlıklı. Hastaların $\approx 10$’u pozitif. Sağlıklıların %5’i $= 499$ yanlış pozitif. Toplam pozitif $\approx 509$, gerçek hasta $10$. Yani pozitif çıkan birinin gerçekten hasta olma olasılığı $\dfrac{10}{509} \approx \%2$ — sezgiye tamamen aykırı!

Neden Önemli?

Bayes teoremi; tıbbi tanıdan spam filtrelerine, yapay zekâdan adli bilime kadar modern dünyanın karar verme motorudur. “Kanıtla inancını güncellemek”, hem bilimsel düşünmenin hem de günlük akıl yürütmenin özüdür.