সংজ্ঞা
বেইজের উপপাদ্য একটি গাণিতিক সূত্র যা বর্ণনা করে নতুন প্রমাণ পাওয়া গেলে একটি প্রকল্পের সম্ভাবনা কীভাবে হালনাগাদ করতে হয়। এটি পূর্ববর্তী জ্ঞান এবং পর্যবেক্ষিত তথ্য সংযুক্ত করে একটি সংশোধিত সম্ভাবনা তৈরি করে।
এটি কীভাবে কাজ করে
আপনি একটি প্রাথমিক বিশ্বাস (পূর্ববর্তী সম্ভাবনা) দিয়ে শুরু করেন, নতুন প্রমাণ পর্যবেক্ষণ করেন এবং তারপর হালনাগাদ বিশ্বাস (পরবর্তী সম্ভাবনা) গণনা করেন।
একটি রোগ জনসংখ্যার 1% কে প্রভাবিত করে। রোগের জন্য একটি পরীক্ষার নির্ভুলতা 90% (এটি 90% অসুস্থ এবং 90% সুস্থ ব্যক্তিকে সঠিকভাবে শনাক্ত করে)।
আপনার পরীক্ষা ধনাত্মক। আপনার আসলেই রোগ হওয়ার সম্ভাবনা কত?
বেইজের উপপাদ্য ব্যবহার করে: P(অসুস্থ|ধনাত্মক) = (0.90 x 0.01) / ((0.90 x 0.01) + (0.10 x 0.99)) = 0.009 / 0.108 = প্রায় 8.3%
"90% নির্ভুল" পরীক্ষা সত্ত্বেও, আপনার আসলেই অসুস্থ হওয়ার সম্ভাবনা মাত্র 8.3%। নিম্ন ভিত্তি হার (1%) মানে বেশিরভাগ ধনাত্মক ফলাফল মিথ্যা ধনাত্মক।
এটি কেন গুরুত্বপূর্ণ
বেইজের উপপাদ্য বেইজীয় পরিসংখ্যানের ভিত্তি - পরিসংখ্যানগত চিন্তাধারার একটি সম্পূর্ণ শাখা। এটি ইমেইল স্প্যাম ফিল্টার, চিকিৎসা নির্ণয় সরঞ্জাম, সুপারিশ ব্যবস্থা এবং মেশিন লার্নিং অ্যালগরিদম চালায়।
উপপাদ্যটি একটি গুরুত্বপূর্ণ অন্তর্দৃষ্টিও প্রকাশ করে: পরীক্ষার নির্ভুলতা ফলাফল ব্যাখ্যা করার জন্য যথেষ্ট নয়। অবস্থাটি কতটা সাধারণ (ভিত্তি হার) তাও বিবেচনা করতে হবে। ভিত্তি হার উপেক্ষা করা মানুষের সবচেয়ে সাধারণ যুক্তির ত্রুটিগুলির একটি।
বেইজের উপপাদ্য আপনাকে বলে কীভাবে নতুন প্রমাণ দিয়ে সম্ভাবনা হালনাগাদ করতে হয়। সর্বদা ভিত্তি হার বিবেচনা করুন - একটি "উচ্চ নির্ভুলতার" পরীক্ষা এখনও বিরল অবস্থার জন্য বেশিরভাগ মিথ্যা ধনাত্মক ফলাফল দিতে পারে।