Olasılık matematiği, istatistiksel düşünme ve veri analizinin temelleri — sayılarla doğru karar vermeyi öğreten dersler.
Bir hastalık testi yapıldı: sonuç pozitif. Ama hasta değilsiniz. Ya da tam tersi: test negatif çıktı, ama aslında hastasınız. Her iki senaryo da gerçek ve her ikisi de farklı riskler taşıyor. İstatistikte bu iki hata türü, Tip I ve Tip II hata olarak adlandırılıyor. Kulağa teknik geliyor ama pratikte son derece hayati kararları etkileyen, sıklıkla … Read more
Bir araştırma sonucunu okuyorsunuz: “Yeni ilacın etkinliği yüzde 68 (%95 güven aralığı: %61–%75).” Ya da bir seçim anketi: “Aday yüzde 52 desteğe sahip, hata payı ±3 puan.” Bu sayılar ne anlama geliyor? “Yüzde 95 güven” tam olarak neyi ifade ediyor? Ve bu kavramın neden bu kadar sık yanlış anlaşıldığını bilmek, istatistik okuryazarlığının en kritik adımlarından … Read more
Bir madeni parayı 10 kez attığınızda 7 kez tura gelebilir — bu, hiç de şaşırtıcı değil. Ama aynı parayı 10 milyon kez attığınızda, tura gelme oranının neredeyse tam olarak yüzde 50’ye yaklaşacağından emin olabilirsiniz. Bu basit ama derin gözlem, istatistiğin en temel prensiplerinden birinin özeti: Büyük Sayılar Yasası. Ne var ki bu yasa, kumarbazın yanılgısı … Read more
Bir öğrenci bir sınavda beklenmedik şekilde çok yüksek bir not alır. Öğretmen onu tebrik eder, öğrenci kendine güvenir. Ama bir sonraki sınavda not, o kadar yüksek çıkmaz — genelde ortalamaya daha yakın bir yere düşer. Öğretmen bunu “başarı gevşekliği” olarak yorumlayabilir, öğrenci “şansım tükendi” diyebilir. Ama istatistik farklı bir açıklama sunuyor: bu iki yorum da … Read more
Bilimsel bir haberde ya da araştırma özetinde muhtemelen şu cümleyi görmüşsünüzdür: “sonuç istatistiksel olarak anlamlı bulundu (p < 0.05)”. Bu cümle kulağa çok kesin ve güvenilir geliyor, sanki bilim insanları bir gerçeği kanıtlamış gibi. Ama gerçek şu ki, p-değeri kavramı istatistikte en sık yanlış anlaşılan, en sık kötüye kullanılan ve giderek daha fazla bilim insanının … Read more
İstatistikte en rahatsız edici anlardan biri, verinin her parçası doğru olduğu hâlde bütünün yanlış bir hikaye anlatmasıdır. Bir hastane tedavisinde her yaş grubunda bir ilaç daha etkili çıkabilir, ama tüm hastalar bir araya toplandığında sonuç tam tersine dönebilir. Bu tuhaf ama gerçek fenomene istatistikte Simpson Paradoksu deniyor ve veriyle uğraşan herkesin er ya da geç … Read more
Bayes teoremi, kulağa karmaşık gelen ama aslında son derece sezgisel bir fikri anlatır: yeni bir kanıt geldiğinde, bir şeye olan inancımızı ne kadar güncellememiz gerektiği. Hava kararınca şemsiye almak ya da bir doktorun test sonucuna göre teşhisini değiştirmesi hep bu mantığın günlük halidir. Bu yazıda Bayesçi düşünmeyi formule boğulmadan ele alıyoruz. Temel sezgi Bayes’in özü … Read more
Bir arkadaşınız size “testim pozitif çıktı, o hastalığa yakalanmış olabilirim” dediğinde, çoğumuzun ilk tepkisi paniklemek olur. Ama gerçek şu ki, testin doğruluk oranı ne kadar yüksek olursa olsun, “pozitif çıktı” cümlesi tek başına neredeyse hiçbir şey ifade etmez. Gerçek olasılığı hesaplamak için başka bir şeye ihtiyacınız var: Bayes teoremi. Önce Basit Bir Senaryo Diyelim ki … Read more
Aynı veriyle, birbirine taban tabana zıt iki hikaye anlatabilirsiniz. Şart, sadece grafiği doğru “tasarlamak”. Yanıltıcı grafikler yalan söylemez; söyledikleri doğrudur ama gözünüzü yanıltacak şekilde sunulur. Bu yazıda, en sık karşılaşılan grafik tuzaklarını ve onlara karşı nasıl uyanık kalacağınızı ele alıyoruz. Kesik y-ekseni En yaygın hile budur. Bir sütun grafiğinin dikey ekseni sıfırdan başlamaz; örneğin 90 … Read more
Yaz aylarında dondurma satışları artar. Aynı dönemde denizde boğulma vakaları da artar. Veriye bakarsanız ikisi mükemmel bir uyum içindedir. Peki dondurma boğulmaya mı yol açıyor? Elbette hayır. Bu klasik örnek, istatistiğin en tehlikeli tuzağını özetler: iki şey birlikte hareket ediyor olabilir ama bu, birinin diğerine sebep olduğu anlamına gelmez. Korelasyon nedir? Korelasyon, iki değişkenin birlikte … Read more