Bugün 2 test hakkın kaldı ve sonuçların kaydedilmez. Giriş yaparsan günde 5 test çözer, sonuçlarını saklarsın. Sınırsız çalışmak için Plus.
Bayes Teoremi Konu Anlatımı
Bir sonuç gözlendiğinde, bu sonuca yol açmış olabilecek nedenlerin olasılıkları nasıl güncellenir? Bayes teoremi, bu soruya koşullu olasılıklarla yanıt verir; tıbbi testler, kalite kontrol ve karar verme problemlerinde kullanılır.
Toplam olasılık
Örnek uzay $A_1$ ve $A_2$ gibi birbirini dışlayan ve birleşimi tüm örnek uzay olan olaylara bölünmüşse, bir $B$ olayının olasılığı
$P(B)=P(A_1)\,P(B\mid A_1)+P(A_2)\,P(B\mid A_2)$
dir. Ağaç diyagramında $B$ ye giden bütün yolların olasılıkları toplanır.
Bayes teoremi
$B$ olayı gerçekleştiği bilindiğinde $A_1$ in olasılığı
$P(A_1\mid B)=\dfrac{P(A_1)\,P(B\mid A_1)}{P(B)}$
ile bulunur. Pay, $B$ ye $A_1$ yolundan ulaşma olasılığı; payda, $B$ ye tüm yollardan ulaşma olasılığıdır. Bu hesap, ağaç diyagramı yerine büyük bir grup (örneğin $10\,000$ kişi) düşünülerek frekanslarla da yapılabilir: önce her koşuldaki kişi sayısı bulunur, sonra $B$ olan kişiler içinde $A_1$ olanların oranı alınır.
Yorum: koşulların yönü
$P(B\mid A)$ ile $P(A\mid B)$ farklı sorulardır. “Hasta olan birinde testin pozitif çıkma olasılığı” ile “testi pozitif çıkan birinin hasta olma olasılığı” aynı değildir; ikincisi, hastalığın ne kadar yaygın olduğuna da bağlıdır. Bayes teoremi bu iki olasılığı birbirine bağlar.
Çözümlü örnekler
Örnek 1. Bir fabrikada $A$ makinesi üretimin %60 ını, $B$ makinesi %40 ını yapıyor. $A$ nın ürünlerinin %5 i, $B$ nin ürünlerinin %10 u kusurludur. Rastgele seçilen ürün kusurluysa $A$ dan gelmiş olma olasılığı kaçtır?
$P(K)=0{,}6\cdot0{,}05+0{,}4\cdot0{,}10=0{,}03+0{,}04=0{,}07$ dir. $P(A\mid K)=\dfrac{0{,}03}{0{,}07}=\dfrac37$ bulunur.
Örnek 2. Bir hastalık nüfusun %1 inde görülüyor. Test hastaların %90 ında pozitif, sağlıklıların %5 inde (yanlış) pozitif çıkıyor. Testi pozitif çıkan kişinin hasta olma olasılığı kaçtır? ($10\,000$ kişilik grupla düşününüz.)
$10\,000$ kişiden $100$ ü hastadır; bunların $90$ ı pozitif çıkar. Sağlıklı $9\,900$ kişinin %5 i, yani $495$ i yanlış pozitif çıkar. Pozitif çıkanlar $90+495=585$ kişidir. Olasılık $\dfrac{90}{585}=\dfrac2{13}$, yani yaklaşık $0{,}15$ tir.
Örnek 3. $I$ torbasında $3$ kırmızı $1$ mavi, $II$ torbasında $1$ kırmızı $3$ mavi top vardır. Yazı-tura ile bir torba seçilip bir top çekiliyor. Top kırmızı ise $I$ torbasından olma olasılığı kaçtır?
$P(K)=\dfrac12\cdot\dfrac34+\dfrac12\cdot\dfrac14=\dfrac12$ dir. $P(I\mid K)=\dfrac{\frac12\cdot\frac34}{\frac12}=\dfrac34$ bulunur.
Örnek 4. Yukarıdaki hastalık testi örneğinde $P(\text{pozitif}\mid\text{hasta})=0{,}9$ iken $P(\text{hasta}\mid\text{pozitif})$ yaklaşık $0{,}15$ tir. Bu iki olasılık neden farklıdır?
Koşullar farklıdır: birincisinde hastalar arasından pozitif çıkanlar, ikincisinde pozitif çıkanlar arasından hastalar sayılır. Hastalık nadir olduğundan sağlıklı kişilerin çok sayıdaki yanlış pozitifi, pozitif çıkanlar arasında hastaların oranını düşürür. Bu, $P(A\mid B)=P(B\mid A)$ olmadığının bir karşı örneğidir.
Özetle
Toplam olasılık: $P(B)=\sum P(A_i)\,P(B\mid A_i)$.
Ağaç diyagramında $B$ ye giden yolların olasılıkları toplanır; $A_1$ yolunun payı toplama oranlanır.
Büyük bir grupla (frekans yöntemi) düşünmek hesabı kolaylaştırır.
$P(B\mid A)$ ile $P(A\mid B)$ farklıdır ve nadir olaylarda çok farklı olabilir.
Bayes Teoremi — örnek sorular
Bu konudaki soru bankasından seçilmiş örneklerdir. Cevabı ve çözümü görmek için “Çözümü göster”e tıklayın.
1Kolay
1000 kişilik bir grupta 100 kişi belirli bir duruma sahiptir. Tarama testi bu 100 kişinin 90'ında pozitif sonuç verir. Duruma sahip olmayan 900 kişinin ise 90'ında test pozitif sonuç verir. Test sonucu pozitif çıkan rastgele bir kişinin gerçekten bu duruma sahip olma olasılığı kaçtır?
A1/10
B9/10
C9/20
D1/2
Çözümü göster
Doğru cevap: D Pozitif sonuç verenler iki gruptan gelir: duruma sahip olup pozitif çıkan 90 kişi ve duruma sahip olmayıp pozitif çıkan 90 kişi. Toplam pozitif sayısı 180'dir. Bunların 90'ı gerçekten duruma sahip olduğundan istenen olasılık 90/180 = 1/2'dir.
2Kolay
Bir test için "Belirli duruma sahip kişilerin %90'ında test pozitiftir." bilgisi veriliyor. Yalnız bu bilgiye dayanarak aşağıdakilerden hangisi kesin olarak söylenebilir?
APozitif çıkanların %90'ı duruma sahiptir.
BNegatif çıkanların %10'u duruma sahiptir.
CToplumun %90'ı duruma sahiptir.
DDuruma sahip bir kişinin pozitif sonuç alma olasılığı %90'dır.
Çözümü göster
Doğru cevap: D Verilen bilgi P(Pozitif|Durum) = %90 anlamındadır. Bu, duruma sahip olduğu bilinen bir kişinin testinin pozitif çıkma olasılığıdır. P(Durum|Pozitif) ise farklı bir koşullu olasılıktır ve başlangıç oranı ile yanlış pozitif oranı bilinmeden bulunamaz.
3Orta
1000 kişiden 50'sinde belirli bir durum bulunmaktadır. Bir test, duruma sahip kişilerin 40'ında pozitif sonuç verir. Duruma sahip olmayan 950 kişinin 95'inde de pozitif sonuç verir. Testi pozitif çıkan bir kişinin gerçekten bu duruma sahip olma olasılığı kaçtır?
A8/27
B2/5
C19/27
D4/5
Çözümü göster
Doğru cevap: A Gerçek pozitif sayısı 40, yanlış pozitif sayısı 95'tir. Toplam pozitif sonuç 40 + 95 = 135 kişidir. Pozitif sonuç verenler arasından gerçekten duruma sahip olma olasılığı 40/135 = 8/27'dir.
4Orta
1000 kişilik bir grupta 200 kişi belirli bir duruma sahiptir. Test, duruma sahip kişilerin 160'ında pozitif; duruma sahip olmayan 800 kişinin 80'inde pozitif sonuç vermektedir. Test sonucu negatif çıkan bir kişinin duruma sahip olmama olasılığı kaçtır?
A1/20
B4/5
C18/19
D19/20
Çözümü göster
Doğru cevap: C Duruma sahip 200 kişinin 160'ı pozitif olduğundan 40'ı negatiftir. Duruma sahip olmayan 800 kişinin 80'i pozitif olduğundan 720'si negatiftir. Toplam negatif sonuç sayısı 40 + 720 = 760'tır. Negatif sonuç verenlerin 720'si duruma sahip değildir. İstenen olasılık 720/760 = 18/19'dur.
5Zor
Bir gruptaki kişilerin 1/4'ü X özelliğine sahiptir. X özelliğine sahip olanların 3/4'ünde bir test pozitif, özelliğe sahip olmayanların 1/4'ünde pozitif sonuç vermektedir. Testi negatif çıkan bir kişinin X özelliğine sahip olma olasılığı kaçtır?
A1/10
B1/4
C3/10
D3/4
Çözümü göster
Doğru cevap: A X ve negatif yolunun olasılığı (1/4)(1/4) = 1/16'dır. X değil ve negatif yolunun olasılığı (3/4)(3/4) = 9/16'dır. Toplam negatif olasılığı 10/16'dır. Negatif olduğu bilinen kişinin X özelliğine sahip olma olasılığı (1/16)/(10/16) = 1/10'dur.
Bu konuda hangi kazanımlar çalışılır?
MAT.10.7.2 Bir olayın gerçekleşmesinin diğer bir olayın meydana gelmesine bağlı olduğu durumların olasılığını mevcut bilgiye/veriye dayalı tahmin edebilme