Olasılığın Temel Kuralları ve Bağımsızlık
Şimdiye kadar elimizdeki veriyi özetledik. Bu derste yön değiştiriyoruz: henüz görmediğimiz veri hakkında konuşmayı öğreniyoruz. Bunun dili olasılıktır.
Bir modelin “bu müşteri %78 ihtimalle ayrılacak” demesi, bir A/B testinin p-değeri, bir güven aralığı… Hepsi olasılığın üzerine kurulu. Temelleri sağlam atarsak ilerisi çok daha kolay.
Temel Tanımlar
- Deney: Sonucu önceden kesin bilinmeyen süreç. Zar atmak, bir kullanıcının reklama tıklayıp tıklamaması.
- Örnek uzay (S): Tüm olası sonuçların kümesi. Zar için {1, 2, 3, 4, 5, 6}.
- Olay (A): Örnek uzayın bir alt kümesi. “Çift sayı gelmesi” = {2, 4, 6}.
Eşit olasılıklı sonuçlarda olasılık, kabaca şudur:
P(A) = A olayının gerçekleştiği sonuç sayısı / toplam sonuç sayısı
Zarda çift gelme olasılığı 3/6 = 0,5. Ama gerçek hayatta sonuçlar çoğu zaman eşit olasılıklı değildir. Bir müşterinin satın alma olasılığı 0,5 değildir, sadece iki sonuç var diye. O zaman olasılığı geçmiş veriden (göreli frekans) tahmin ederiz.
Üç Temel Aksiyom
Her olasılık hesabı şu üç kurala uyar:
- Her olayın olasılığı 0 ile 1 arasındadır. 0 ≤ P(A) ≤ 1
- Örnek uzayın tamamının olasılığı 1’dir. P(S) = 1
- Birbirini dışlayan olayların birleşiminin olasılığı, olasılıkların toplamıdır.
Bir modelin çıktısı 1,3 ya da -0,2 olasılık veriyorsa bu aksiyomlardan birini ihlal ediyordur. Doğrusal regresyonu sınıflandırma için kullandığında bunu görürsün ve lojistik regresyona geçme sebebin de budur.
Tümleyen Kuralı
Bir olayın gerçekleşmeme olasılığı:
P(A’) = 1 − P(A)
Bu kural sıradan görünür ama pratikte çok güçlüdür. Çoğu zaman “en az bir kez” olasılığını doğrudan hesaplamak zordur. “Hiç olmama” olasılığını hesaplayıp 1’den çıkarmak ise kolaydır.
Toplama Kuralı
“A ya da B” olasılığı için:
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
Kesişimi çıkarmamızın nedeni, hem A hem B olan durumları iki kez saymış olmamızdır. Örneğin bir müşterinin mobil kullanıcı olma olasılığı 0,6, indirim kuponu kullanma olasılığı 0,3, ikisini birden yapma olasılığı 0,2 ise “mobil kullanıcı ya da kupon kullanıcısı” olma olasılığı 0,6 + 0,3 − 0,2 = 0,7 olur.
Olaylar ayrıksa (aynı anda olamıyorsa) kesişim sıfırdır ve toplama basitleşir.
Çarpma Kuralı ve Bağımsızlık
İki olayın ikisinin birden gerçekleşme olasılığı için:
P(A ∩ B) = P(A) × P(B | A)
Burada P(B | A), A olduğunu bildiğimizde B’nin olasılığıdır. Bunu bir sonraki derste işleyeceğiz.
Bağımsız olaylarda A’nın gerçekleşmesi B’nin olasılığını değiştirmez. Bu durumda kural sadeleşir:
P(A ∩ B) = P(A) × P(B)
Bir madeni parayı iki kez atarken ilk atış ikinciyi etkilemez. İkisinin de tura gelme olasılığı 0,5 × 0,5 = 0,25.
En Sık Karıştırılan Konu: Ayrık mı, Bağımsız mı?
Öğrencilerin ve hatta deneyimli analistlerin bile en çok karıştırdığı ikili bu.
- Ayrık (mutually exclusive): İki olay aynı anda olamaz. Zarın hem 2 hem 5 gelmesi gibi.
- Bağımsız (independent): Biri diğerinin olasılığını değiştirmez.
Dikkat: Ayrık iki olay bağımlıdır. A olduysa B’nin olamayacağını biliyorsun, yani A bir bilgi taşıyor. Olasılığı sıfıra düşüyor. İki kavram birbirinin tersine yakındır.
Uygulama: Simülasyonla Doğrulamak
Teoriyi kodla sınayalım. İki zar atıldığında toplamın 7 gelme olasılığı 6/36 = 1/6 ≈ 0,1667’dir.
import numpy as np
rng = np.random.default_rng(1)
n = 1_000_000
zar1 = rng.integers(1, 7, n)
zar2 = rng.integers(1, 7, n)
print("P(toplam=7) simülasyon:", (zar1 + zar2 == 7).mean())
print("Teorik:", round(1/6, 4))
# Bağımsızlık: ilk zar çift olması ile ikinci zar çift olması
a = (zar1 % 2 == 0)
b = (zar2 % 2 == 0)
print("P(A)*P(B):", round(a.mean() * b.mean(), 4))
print("P(A ve B):", round((a & b).mean(), 4))Son iki sayı birbirine çok yakın çıkar çünkü zarlar bağımsızdır. Bağımlı iki olayda bu eşitlik bozulur.
R’da aynı simülasyon:
set.seed(1)
n <- 1e6
z1 <- sample(1:6, n, replace = TRUE)
z2 <- sample(1:6, n, replace = TRUE)
mean(z1 + z2 == 7)Veri Biliminde Nerede Kullanılır?
Çoklu Test Problemi
Bu dersin belki en pratik uygulaması. Her biri %5 anlamlılık düzeyinde 20 bağımsız test yapıyorsun ve gerçekte hiçbirinde fark yok. Hiç yanlış alarm alma olasılığın 0,95²⁰. Yani en az bir yanlış alarm olasılığı:
alfa = 0.05
for k in [1, 5, 20, 100]:
print(k, "test ->", round(1 - (1 - alfa) ** k, 3))20 testte bu olasılık yaklaşık %64. 100 testte ise neredeyse kesin. Bir A/B testinde 20 farklı metriğe bakıp birinde “anlamlı” fark bulduysan şansa güvenmiş olabilirsin. Bu konuya Modül 6’da döneceğiz.
Diğer Kullanımlar
- Naive Bayes sınıflandırıcısı özelliklerin bağımsız olduğunu varsayar ve çarpma kuralını kullanır.
- Sistem güvenilirliği: Bağımsız bileşenlerin hepsinin çalışma olasılığı çarpılarak bulunur.
- Veri kalitesi: İki değişkenin bağımsız olması beklenirken değilse, bu bir keşfedilecek ilişki ya da bir veri hatasıdır.
Acı Tecrübe: Kumarbaz Yanılgısı
Bir keresinde bir meslektaşım şöyle dedi: “Son beş kampanya başarısız oldu, altıncısı kesin tutar.” Yani geçmiş başarısızlıkların bir sonraki sonuca etki edeceğini düşünüyordu. Kampanyalar gerçekten bağımsızsa geçmiş hiçbir şeyi değiştirmez. Madeni para tura gelmeden önce “borcunu” ödemez.
Ters yönde de bir tuzak var: olayların bağımsız olduğunu varsaymak. Bir kullanıcının ardışık tıklamaları genellikle bağımsız değildir. Bağımsızlığı kendin kabul etmeden önce test et.
Ders 11 Kontrol Listesi
- Örnek uzay, olay ve olasılık tanımlarını biliyorum.
- Tümleyen, toplama ve çarpma kurallarını uygulayabiliyorum.
- Ayrık ve bağımsız olay arasındaki farkı açıklayabiliyorum.
- “En az bir” olasılığını tümleyenle hesaplayabiliyorum.
- Çoklu testin neden yanlış alarm olasılığını artırdığını anlıyorum.
- Bağımsızlığın bir varsayım olduğunu ve sınanması gerektiğini biliyorum.
Sıkça Sorulan Sorular
Olasılığın temel kuralları nelerdir?
Olasılık 0 ile 1 arasındadır, tüm olası sonuçların olasılığı toplamı 1’dir ve ayrık olayların birleşimi için olasılıklar toplanır. Bunlardan tümleyen, toplama ve çarpma kuralları türetilir.
Bağımsız olaylar nasıl anlaşılır?
Biri gerçekleştiğinde diğerinin olasılığı değişmiyorsa olaylar bağımsızdır. Matematiksel olarak P(A ∩ B) = P(A) × P(B) eşitliği sağlanır.
Ayrık ve bağımsız olay aynı şey mi?
Hayır. Ayrık olaylar aynı anda olamaz. Bu da onları genellikle bağımlı yapar, çünkü birinin olması diğerinin olmadığını garanti eder.
Olasılığı sıfır ya da bir olan olay var mı?
İmkânsız olayın olasılığı 0, kesin olayın olasılığı 1’dir. Sürekli dağılımlarda ise olasılığı 0 olan ama imkânsız olmayan olaylar da vardır. Bu konuya Ders 13’te değineceğiz.
Olasılık ile istatistik arasındaki fark nedir?
Olasılıkta süreç bilinir ve veri hakkında konuşulur. İstatistikte veri bilinir ve süreç hakkında çıkarım yapılır. İkisi aynı madalyonun iki yüzüdür.
Bir sonraki derste bu çarpma kuralındaki gizli parçayı çözeceğiz: koşullu olasılık ve Bayes teoremi. Bir tıbbi testin pozitif çıkması neden çoğu zaman hasta olduğun anlamına gelmez, orada göreceksin.







