تعریف
بیز کا نظریہ ایک ریاضیاتی فارمولا ہے جو بیان کرتا ہے کہ نیا ثبوت دستیاب ہونے پر کسی مفروضے کے امکان کو کیسے اپ ڈیٹ کیا جائے۔ یہ سابقہ علم کو مشاہدہ شدہ ڈیٹا کے ساتھ جوڑ کر ایک نظرثانی شدہ امکان پیدا کرتا ہے۔
یہ کیسے کام کرتا ہے
آپ ابتدائی یقین (سابقہ امکان) سے شروع کرتے ہیں، نیا ثبوت مشاہدہ کرتے ہیں، اور پھر اپ ڈیٹ شدہ یقین (بعد کا امکان) کا حساب لگاتے ہیں۔
ایک بیماری آبادی کے 1% کو متاثر کرتی ہے۔ بیماری کا ٹیسٹ 90% درست ہے (یہ 90% بیمار لوگوں اور 90% صحتمند لوگوں کو صحیح طور پر شناخت کرتا ہے)۔
آپ کا ٹیسٹ مثبت آتا ہے۔ آپ کے واقعی بیمار ہونے کا امکان کیا ہے؟
بیز کے نظریے کا استعمال کرتے ہوئے: P(بیمار|مثبت) = (0.90 x 0.01) / ((0.90 x 0.01) + (0.10 x 0.99)) = 0.009 / 0.108 = تقریبا 8.3%
"90% درست" ٹیسٹ کے باوجود، آپ کے واقعی بیمار ہونے کا صرف 8.3% امکان ہے۔ کم بنیادی شرح (1%) کا مطلب ہے کہ زیادہ تر مثبت نتائج غلط مثبت ہیں۔
یہ کیوں اہم ہے
بیز کا نظریہ بیزین شماریات کی بنیاد ہے، شماریاتی سوچ کی ایک مکمل شاخ۔ یہ ای میل سپیم فلٹرز، طبی تشخیصی ٹولز، سفارشی نظام، اور مشین لرننگ الگورتھم کو چلاتا ہے۔
یہ نظریہ ایک اہم بصیرت بھی ظاہر کرتا ہے: ٹیسٹ کی درستگی نتائج کی تشریح کے لیے کافی نہیں ہے۔ آپ کو یہ بھی غور کرنا ہوگا کہ حالت کتنی عام ہے (بنیادی شرح)۔ بنیادی شرح کو نظرانداز کرنا لوگوں کی سب سے عام استدلالی غلطیوں میں سے ایک ہے۔
بیز کا نظریہ آپ کو بتاتا ہے کہ نئے ثبوت کے ساتھ امکانات کو کیسے اپ ڈیٹ کریں۔ ہمیشہ بنیادی شرح پر غور کریں - "انتہائی درست" ٹیسٹ بھی نایاب حالات کے لیے زیادہ تر غلط مثبت نتائج دے سکتا ہے۔