\u0130statistikte en rahats\u0131z edici anlardan biri, verinin her par\u00e7as\u0131 do\u011fru oldu\u011fu h\u00e2lde b\u00fct\u00fcn\u00fcn yanl\u0131\u015f bir hikaye anlatmas\u0131d\u0131r. Bir hastane tedavisinde her ya\u015f grubunda bir ila\u00e7 daha etkili \u00e7\u0131kabilir, ama t\u00fcm hastalar bir araya topland\u0131\u011f\u0131nda sonu\u00e7 tam tersine d\u00f6nebilir. Bu tuhaf ama ger\u00e7ek fenomene istatistikte Simpson Paradoksu deniyor ve veriyle u\u011fra\u015fan herkesin er ya da ge\u00e7 kar\u015f\u0131la\u015ft\u0131\u011f\u0131 bir tuzak.<\/p>\n\n\n\n
\u0130ki doktor d\u00fc\u015f\u00fcn\u00fcn: Doktor A ve Doktor B. K\u00fc\u00e7\u00fck ta\u015f vakalar\u0131nda da b\u00fcy\u00fck ta\u015f vakalar\u0131nda da Doktor A’n\u0131n ba\u015far\u0131 oran\u0131 Doktor B’den y\u00fcksek. Mant\u0131ken “Doktor A daha ba\u015far\u0131l\u0131” demek gerekir, de\u011fil mi? Ama t\u00fcm vakalar birle\u015ftirildi\u011finde tablo tersine d\u00f6nebiliyor: genel ba\u015far\u0131 oran\u0131nda Doktor B \u00f6ne \u00e7\u0131kabiliyor. Sebep basit: doktorlar hastalar\u0131n\u0131 rastgele alm\u0131yor. Biri daha \u00e7ok zor (b\u00fcy\u00fck ta\u015f) vakay\u0131 \u00fcstleniyor, di\u011feri daha \u00e7ok kolay (k\u00fc\u00e7\u00fck ta\u015f) vakay\u0131. Gruplar\u0131n b\u00fcy\u00fckl\u00fc\u011f\u00fc, ortalamay\u0131 sessizce yeniden \u015fekillendiriyor.<\/p>\n\n\n\n
Bu, asl\u0131nda “ortalama” kavram\u0131n\u0131n ne kadar yan\u0131lt\u0131c\u0131 olabilece\u011finin bir ba\u015fka y\u00fcz\u00fc. Ortalaman\u0131n tek ba\u015f\u0131na neden g\u00fcvenilmez bir \u00f6zet oldu\u011funu daha detayl\u0131 g\u00f6rmek istersen ortalama, medyan ve standart sapma konulu yaz\u0131m\u0131za<\/a> g\u00f6z atabilirsin.<\/p>\n\n\n\n Simpson Paradoksu’nun arkas\u0131nda genelde gizli, fark edilmemi\u015f bir \u00fc\u00e7\u00fcnc\u00fc de\u011fi\u015fken var \u2014 istatistikte buna “kar\u0131\u015ft\u0131r\u0131c\u0131 de\u011fi\u015fken” (confounding variable) deniyor. Yukar\u0131daki \u00f6rnekte bu de\u011fi\u015fken, ta\u015f\u0131n b\u00fcy\u00fckl\u00fc\u011f\u00fc. Gruplar\u0131 ayr\u0131 ayr\u0131 inceledi\u011finizde her \u015fey net g\u00f6r\u00fcn\u00fcyor, ama gruplar\u0131 birle\u015ftirdi\u011finizde bu gizli de\u011fi\u015fkenin etkisi sonucu tamamen tersine \u00e7evirebiliyor.<\/p>\n\n\n\n Bu da bizi istatisti\u011fin en temel derslerinden birine g\u00f6t\u00fcr\u00fcyor: iki de\u011fi\u015fken aras\u0131nda bir ili\u015fki g\u00f6rd\u00fc\u011f\u00fcn\u00fczde, bu ili\u015fkinin ger\u00e7ek bir neden-sonu\u00e7 ba\u011flant\u0131s\u0131 m\u0131 yoksa \u00fc\u00e7\u00fcnc\u00fc bir fakt\u00f6r\u00fcn eseri mi oldu\u011funu sorgulamak \u015fart. Bu ayr\u0131m\u0131 daha derinlemesine ele ald\u0131\u011f\u0131m\u0131z korelasyon nedensellik de\u011fildir yaz\u0131m\u0131za<\/a> buradan ula\u015fabilirsin \u2014 Simpson Paradoksu, o yaz\u0131da bahsetti\u011fimiz tuza\u011f\u0131n daha sinsi bir versiyonu say\u0131labilir.<\/p>\n\n\n\n Simpson Paradoksu’nun en \u00fcnl\u00fc ger\u00e7ek d\u00fcnya \u00f6rneklerinden biri, 1973 y\u0131l\u0131nda Berkeley \u00dcniversitesi’nin lisans\u00fcst\u00fc programlar\u0131na yap\u0131lan ba\u015fvurularda ya\u015fand\u0131. Genel verilere bak\u0131ld\u0131\u011f\u0131nda erkek ba\u015fvuranlar\u0131n kad\u0131n ba\u015fvuranlara g\u00f6re daha y\u00fcksek oranda kabul edildi\u011fi g\u00f6r\u00fcl\u00fcyordu \u2014 bu da ilk bak\u0131\u015fta bir cinsiyet ayr\u0131mc\u0131l\u0131\u011f\u0131 izlenimi veriyordu. Ama b\u00f6l\u00fcm baz\u0131nda incelendi\u011finde tablo tam tersine d\u00f6n\u00fcyordu: kad\u0131nlar bir\u00e7ok b\u00f6l\u00fcmde erkeklerden daha y\u00fcksek oranda kabul ediliyordu. Ger\u00e7ek sebep, kad\u0131nlar\u0131n ortalamada daha rekabet\u00e7i (ve dolay\u0131s\u0131yla kabul oran\u0131 d\u00fc\u015f\u00fck) b\u00f6l\u00fcmlere ba\u015fvurma e\u011filiminde olmas\u0131yd\u0131.<\/p>\n\n\n\n Simpson Paradoksu’nun sinsi taraf\u0131, do\u011fru sunulmad\u0131\u011f\u0131nda bir grafi\u011fin bu gizli de\u011fi\u015fkeni tamamen saklayabilmesi. Toplanm\u0131\u015f (aggregate) veriyle \u00e7izilen bir grafik, alt gruplar\u0131 ayr\u0131 ayr\u0131 g\u00f6steren bir grafikten tamamen farkl\u0131 bir hikaye anlatabiliyor \u2014 ve bu, kas\u0131tl\u0131 olmasa bile okuyucuyu yan\u0131ltabiliyor. Grafiklerin veriyi nas\u0131l yan\u0131lt\u0131c\u0131 \u015fekilde sunabilece\u011fini daha geni\u015f bir \u00e7er\u00e7evede g\u00f6rmek istersen yan\u0131lt\u0131c\u0131 grafikleri tan\u0131ma yaz\u0131m\u0131za<\/a> g\u00f6z atabilirsin.<\/p>\n\n\n\n Bir veri setinde beklenmedik ya da “\u00e7ok net” g\u00f6r\u00fcnen bir sonu\u00e7la kar\u015f\u0131la\u015ft\u0131\u011f\u0131n\u0131zda, kendinize \u015fu soruyu sormak faydal\u0131: Bu veri hangi alt gruplardan olu\u015fuyor, ve o alt gruplar e\u015fit b\u00fcy\u00fckl\u00fckte mi?<\/em> E\u011fer b\u00fcy\u00fck bir farkla kar\u015f\u0131la\u015ft\u0131r\u0131lan gruplar aras\u0131nda ciddi b\u00fcy\u00fckl\u00fck dengesizli\u011fi varsa, Simpson Paradoksu’nun sahnede olma ihtimali y\u00fcksek.<\/p>\n\n\n\n Konunun daha akademik ve g\u00f6rsel anlat\u0131m\u0131na ula\u015fmak istersen, g\u00fcvenilir bir ansiklopedik kaynak olan Britannica’n\u0131n Simpson Paradoksu maddesine<\/a> g\u00f6z atabilirsin.<\/p>\n\n\n\n Simpson Paradoksu, “veriler yalan s\u00f6ylemez ama yanl\u0131\u015f sorulan sorulara do\u011fru cevap verir” ilkesinin belki de en \u00e7arp\u0131c\u0131 \u00f6rne\u011fi. Bir sonraki sefer kar\u015f\u0131n\u0131za \u00e7\u0131kan bir istatisti\u011fe “kesin b\u00f6yle” diye bakmadan \u00f6nce, o sonucun hangi gruplardan olu\u015ftu\u011funu bir de o g\u00f6zle incelemeye ne dersin?<\/p>\n","protected":false},"excerpt":{"rendered":" \u0130statistikte en rahats\u0131z edici anlardan biri, verinin her par\u00e7as\u0131 do\u011fru oldu\u011fu h\u00e2lde b\u00fct\u00fcn\u00fcn yanl\u0131\u015f bir hikaye anlatmas\u0131d\u0131r. Bir hastane tedavisinde her ya\u015f grubunda bir ila\u00e7 daha etkili \u00e7\u0131kabilir, ama t\u00fcm hastalar bir araya topland\u0131\u011f\u0131nda sonu\u00e7 tam tersine d\u00f6nebilir. Bu tuhaf ama ger\u00e7ek fenomene istatistikte Simpson Paradoksu deniyor ve veriyle u\u011fra\u015fan herkesin er ya da ge\u00e7 … Read more<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[],"class_list":["post-52","post","type-post","status-publish","format-standard","hentry","category-istatistik-olasilik"],"_links":{"self":[{"href":"https:\/\/hocabul.net\/index.php?rest_route=\/wp\/v2\/posts\/52","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/hocabul.net\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/hocabul.net\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/hocabul.net\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/hocabul.net\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=52"}],"version-history":[{"count":1,"href":"https:\/\/hocabul.net\/index.php?rest_route=\/wp\/v2\/posts\/52\/revisions"}],"predecessor-version":[{"id":53,"href":"https:\/\/hocabul.net\/index.php?rest_route=\/wp\/v2\/posts\/52\/revisions\/53"}],"wp:attachment":[{"href":"https:\/\/hocabul.net\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=52"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/hocabul.net\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=52"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/hocabul.net\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=52"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Neden Oluyor Bu?<\/h2>\n\n\n\n
Ger\u00e7ek Hayattan Bir Vaka: Berkeley \u00dcniversitesi<\/h2>\n\n\n\n
Grafiklerle Nas\u0131l Gizlenir?<\/h2>\n\n\n\n
Bu Tuza\u011fa D\u00fc\u015fmemek \u0130\u00e7in Ne Yapmal\u0131?<\/h2>\n\n\n\n
Son S\u00f6z<\/h2>\n\n\n\n