Büyük Sayılar Yasası: Belirsizliği Anlamanın Anahtarı

Tek bir sonuç tek başına size pek bir şey söylemez. Diyelim ki bir kez yazı tura attınız ve yazı geldi. Bu hiçbir şeyi kanıtlamaz — tesadüfen öyle gelmiş olabilir. Ama parayı 100 kez atarsanız, yazı ve tura sayılarının kabaca eşitlendiğini görürsünüz. İşte ortalamanın anlam kazanmaya başladığı an budur.

Büyük sayılar yasasının özü de budur. Ne kadar çok veri toplarsanız ortalamanız o kadar doğru hale gelir. Büyük resmi görmenize yardımcı olur.

Bu rehberde, büyük sayılar yasasının ne anlama geldiğini, gerçek hayatta nasıl işlediğini ve zaman içinde kalıpları anlamaya ya da daha iyi kararlar vermeye çalışırken neden bu kadar faydalı olduğunu ele alacağız.

Büyük Sayılar Yasası Nedir?

Büyük sayılar yasası, olasılık ve istatistikte daha fazla veri toplandıkça artesel davranışları açıklayan bir ilkedir. Örneklem büyüklüğünüz arttıkça, bu örneklemin ortalaması (örneklem ortalaması olarak adlandırılır) tüm grubun gerçek ortalamasına (ana kitle ortalaması olarak adlandırılır) yaklaşır.

Gerçek dünyada genellikle tüm ana kitlenin verilerine erişemeyiz. Bunun yerine, 300 milyon kişi yerine 1.000 seçmeni anket yapmak gibi bir örneklem alırız. Büyük sayılar yasası, yeterince veriyle örneklem ortalamasının gerçeğe yakın olacağı konusunda bize güven verir.

Örneklem büyüdükçe, rastgele dalgalanmalar birbirini götürmeye başlar. Aykırı değerlerin etkisi azalır ve ortalama daha istikrarlı ve öngörülebilir hale gelir.

Yasanın iki ana versiyonu vardır ve bu etkinin güvencesini ne kadar güçlü sunduklarına göre farklılaşırlar:

Zayıf yasa (olasılıkta yakınsama)

Zayıf büyük sayılar yasası, örneklem ortalamasının örneklem büyüklüğü arttıkça muhtemelen ana kitle ortalamasına yaklaştığını söyler. Ne kadar çok veri toplarsanız, ortalamanızın hedeften uzak kalma olasılığı o kadar düşer.

Örneğin, adil bir para atıyorsunuz. Daha fazla attıkça yazı-tura oranı %50/%50’ye yaklaşır. Tam denk gelmeyebilir, ama oldukça yaklaşır; zayıf yasanın anlattığı da budur.

Güçlü yasa (neredeyse kesin yakınsama)

Güçlü büyük sayılar yasası bir adım daha ileri gider. Örneklem ortalamasının ana kitle ortalamasına yaklaşacağını ve neredeyse kesin olarak orada kalacağını söyler; sadece muhtemelen değil.

Basitçe: O adil parayı sonsuza dek atmaya devam ederseniz, yazı-tura oranı 50/50’ye sadece yaklaşmaz; orada yerleşir. Bu yasa, uzun dönem ortalamalarının gerçeği yansıttığına neredeyse tam bir kesinlik verir; yalnızca nadir istisnalarla.

Gerçek Hayattan Örnekler

Bu yasanın nasıl çalıştığını anlamak için birkaç gerçek hayat örneğine bakalım:

Yazı tura ya da zar atışları

Diyelim ki normal altı yüzlü bir zarı üç kez attınız. 6, 2 ve 5 gibi sonuçlar gelebilir. Ortalama 4,3 olur; bu da beklenen değer olan 3,5’ten yüksektir. Ama şimdi zarı 100, sonra 1.000 kez atın. Atış sayısı arttıkça ortalamanız 3,5’e yaklaşır. Büyük sayılar yasası zaman içinde rastgeleliği düzleştirir.

Daha fazla atış, ortalamayı 3,5’e yaklaştırır. Görsel: Yazar.

Spor istatistikleri

Sporcuların iyi ve kötü günleri olabilir. Bir oyun kurucu bir maçta 10 pasın 9’unu tamamlayabilir; etkileyici bir %90. Ama bu her zaman o seviyede oynadığı anlamına gelmez.

Tüm sezona bakıldığında, yüzlerce pasla tamamlama yüzdesi dengelenmeye başlar. Sezon geneli istatistiği oyuncunun gerçek becerisine çok daha iyi bir bakış sunar.

Ortalama. Görsel: Yazar.

Sigorta sektöründe risk havuzu 

Sigorta şirketleri tek bir kişinin onlara ne kadara mal olacağını tam olarak bilemez. Bazı insanlar hiç sağlık hizmeti kullanmazken, bazıları kullanabilir.

Ancak büyük bir insan grubuna baktığınızda, bu iniş çıkışlar dengelenir. Binlerce sigortalı arasında riski havuzlayarak, sigortacılar ortalama maliyeti daha doğru tahmin edebilir.

Bu da adil fiyatlar (primler) belirlemelerini sağlarken finansal istikrarlarını korumalarına imkân tanır.

Birçok kişi üzerinden alınan ortalama gerçek maliyeti gösterir. Görsel: Yazar.

Kumarhane oyunları ve kasa avantajı

Kumarhaneler her oyuna küçük bir avantaj gömer. Blackjack oynuyorsanız, peş peşe beş el kazanabilir veya on el kaybedebilirsiniz. Ama binlerce oyunda ortalama sonuç kumarhane lehine olur.

Örneğin, kasa avantajı %0,5 ise, zaman içinde kumarhane ortalama olarak yatırılan her 100 $ için 50 sent kazanmayı bekler. Bu kısa bir seansta gerçekleşmeyebilir; ancak milyonlarca elde tam da beklendiği gibi birikir.

Daha fazla bahisle kumarhanenin avantajı galip gelir. Görsel: Yazar.

Teknoloji şirketlerinde A/B testleri

Diyelim ki bir şirket bir web sitesi düğmesinin iki sürümünü test etmek istiyor: Düğme A ve Düğme B. Her birini 20 kişi denedikten sonra, Düğme A daha iyi görünüyor. Ama bu sonuca güvenmek için yeterli veri değildir.

Şimdi 20.000 kullanıcının her ikisini de görmesine izin verin. Örneklem büyüklüğü arttıkça, ortalama tıklama oranları daha güvenilir hale gelir ve daha iyi performans gösteren düğme netleşir.

İşte bu yüzden şirketler A/B testlerinde büyük örneklemlere güvenir. Büyük sayılar yasası, yanlış pozitifleri önlemelerine ve daha akıllı seçimler yapmalarına yardımcı olur.

Daha çok kişiyle test, daha güvenilir sonuçlar demektir. Görsel: Yazar.

Büyük Sayılar Yasası Neden Önemlidir?

Veri biliminde, modelleri eğitmek için sık sık veriyi kullanırız. Ancak veri kümesi çok küçükse, birkaç sıra dışı değer sonuçları çarpıtabilir.

Örneğin, yalnızca 10 kullanıcıyla yeni bir öneri algoritmasını test ediyorsunuz. Bir kullanıcı her şeye tıklarken diğeri hiç tıklamazsa, ortalama performansınız harika ya da berbat görünebilir. Bu, modelin iyi ya da kötü olduğu anlamına gelmez; örnekleminize güvenmek için çok küçük olduğu anlamına gelir.

Büyük sayılar yasası, daha fazla veri topladıkça rastgele dalgalanmaların dengelendiğini ve ortalama sonucun daha güvenilir hale geldiğini söyler. Bu nedenle büyük veri kümeleri daha iyi tahminler ve içgörüler sunar.

Bunu benzetimlerde de görürsünüz. Örneğin Monte Carlo yöntemleri. Bunlar, aynı senaryoyu rastgele girdilerle binlerce kez çalıştırmayı içerir. Büyük sayılar yasası, daha fazla deneme yaptıkça ortalama sonucun gerçek beklenen değere daha çok yaklaşacağını garanti eder.

Makine öğreniminde yasa iki önemli biçimde karşımıza çıkar:

• Model eğitimi: Küçük ve dengesiz bir veri kümesiyle eğitilen bir model, gerçek dünyayı yansıtmayan örüntüler öğrenebilir. Ancak yeterince çeşitli veriyle model gerçekten işe yarayanı öğrenir.
• Model testi: Bir modeli yalnızca 50 kullanıcı üzerinde test etmek, 5.000 kullanıcı üzerinde test etmekten çok farklı sonuçlar verebilir. Daha büyük bir test kümesi, modelin devreye alındığında nasıl performans göstereceğine dair daha net bir tablo sunar.

Kısacası, daha fazla veri daha az gürültü ve daha iyi kararlar demektir. 

Yaygın Yanılgılar

Büyük sayılar yasası, insanların hemen etkisini göstermesini beklemesiyle sıkça yanlış anlaşılır.

Sonuçların hızla "dengeye geleceğine" inanıyorsanız bu bir hatadır. Örneğin, bir parayı atıp üst üste beş kez yazı gelirse, şimdi turaların dengelemek için "sırasının geldiğini" düşünebilirsiniz. Ama olasılık böyle işlemez.

Bu düşünce, kumarbaz yanılgısı olarak bilinir: Geçmiş sonuçların, gerçekten rastgele bir süreçte gelecektekileri etkilediği yönündeki yanlış inanç. Gerçekte, her yazı tura atışı, öncesinde ne olduğundan bağımsız olarak hâlâ %50/%50 olasılıktır.

Büyük sayılar yasası, rastgeleliğin kısa vadede dengeleneceğini vaat etmez. Bunun yerine, çok sayıda deneme boyunca ortalama sonucun beklenen değere yaklaştığını söyler. Adil bir para örneğinde bu, sonunda kabaca yarısı yazı yarısı tura demektir; hemen değil.

Kısa seriler veya sıra dışı örüntüler yolda yine de görülebilir. Bu, küçük örneklemlerde rastgeleliğin doğal görünümüdür. Yasa ancak uzaklaşarak büyük resme baktığınızda anlamlı hale gelir.

Diğer Kavramlarla İlişkisi

Büyük sayılar yasası, örneklem büyüklüğü arttıkça örneklem ortalamasının gerçek ortalamaya yaklaştığını söylerken, merkezi limit teoremi (MLT) bunu bir adım öteye taşır. Bu ortalamaların dağılımının nasıl göründüğünü açıklar.

MLT’ye göre, birçok büyük örneklem alıp ortalamalarını hesaplarsanız, bu ortalamalar, orijinal verinin nasıl göründüğünden bağımsız olarak çan eğrisi (normal dağılım) oluşturur. 

Her ikisi de istatistikte önemlidir, ancak farklı şeyleri açıklar: biri doğruluğa, diğeri şekle odaklanır.

Öne Çıkan Noktalar

Büyük sayılar yasası, veri analizinin temel bir ilkesini vurgular: Daha büyük örneklem büyüklükleri, yalnızca veri temsili olduğunda, daha istikrarlı ve doğru sonuçlar verir. 

Büyük veri kümeleri rastgele değişimin etkilerini azaltsa da, daha fazla veri her zaman daha iyi değildir. Veri önyargılı veya dengesizse, çok büyük bir veri kümesi bile yanıltıcı sonuçlar üretebilir. Geçerli sonuçlara ulaşmak için hem hacme hem de kaliteye ihtiyaç vardır.

Bu kavramlarda daha sağlam bir temel oluşturmak isterseniz, Python ile İstatistiksel Düşünme kursu harika bir başlangıç noktasıdır. Oradan, büyük sayılar yasasının istatistik ve makine öğrenimindeki diğer temel araçlarla nasıl bağlantılı olduğunu anlamak için Gauss dağılımını keşfedin.