87|5 - Nederlandse Vereniging van Wiskundeleraren
87|5 - Nederlandse Vereniging van Wiskundeleraren
87|5 - Nederlandse Vereniging van Wiskundeleraren
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Bayesiaanse<br />
evenredigheid<br />
EN hEt MONty hAll pROBlEEM<br />
Interessant aan het driedeuren- of Monty Hall probleem is, dat er verschillende<br />
manieren zijn om het juiste antwoord te vinden. [1] Bovendien blijken er ook<br />
meerdere theoretische referentiekaders mogelijk te zijn op basis waar<strong>van</strong> dit<br />
probleem benaderd kan worden (kans- resp. speltheoretisch). [2] Het mag toch wel<br />
bijzonder genoemd worden dat dit vraagstuk, dat ruim 20 jaar geleden in de<br />
openbaarheid werd gebracht, de gemoederen nog steeds kan bezighouden.<br />
In dit artikel beperk ik me tot het kanstheoretische<br />
referentiekader of, in termen<br />
<strong>van</strong> prof. Richard Gill, tot het Monty Hall<br />
probleem als probability puzzle. Zoals<br />
gezegd leiden ook in het geval <strong>van</strong> het<br />
Monty Hall probleem vele wegen naar<br />
Rome en dat brengt met zich mee dat er<br />
onderscheid gemaakt wordt tussen goede<br />
en minder goede oplossingen. Zo spreekt<br />
Rosenhouse <strong>van</strong> casual treatments of the<br />
problem die hij als onvolledig kwalificeert. [3]<br />
Een voorbeeld <strong>van</strong> zo’n casual oplossing is<br />
de volgende: de kans dat de prijs zich achter<br />
de deur bevindt die de kandidaat in eerste<br />
instantie gekozen heeft, is ⅓, en dus is de<br />
kans dat de prijs zich niet achter die deur<br />
bevindt gelijk aan ⅔. Wanneer de quizmaster<br />
(Monty) vervolgens een <strong>van</strong> de andere<br />
twee deuren opent en er geen prijs te zien<br />
is, betekent dit dat de kans dat de prijs zich<br />
achter de resterende deur bevindt, gelijk is<br />
aan ⅔. Rosenhouse noemt deze oplossing<br />
onvolledig omdat je niet zo maar mag veronderstellen<br />
dat de kans <strong>van</strong> ⅔ overgaat <strong>van</strong><br />
twee deuren naar de resterende deur. [4]<br />
Tijdens het schrijven <strong>van</strong> mijn boek De<br />
Bayesiaanse Benadering. Basisprincipes en<br />
-technieken <strong>van</strong> de Bayesiaanse statistiek, dat<br />
binnenkort zal verschijnen bij Academic<br />
Service/SDU, kwam ik op het idee om<br />
het Bayesiaanse evenredigheidsprincipe te<br />
illustreren aan de hand <strong>van</strong> het driedeurenprobleem.<br />
Ik meen hiermee een ‘volledige’<br />
(in de zin <strong>van</strong> Rosenhouse) oplossingsstructuur<br />
voor dit probleem geformuleerd te<br />
hebben op basis waar<strong>van</strong> bovendien op vrij<br />
eenvoudige wijze een algemene formule is<br />
af te leiden voor de situatie met n deuren,<br />
waarbij de quizmaster k lege deuren opent.<br />
het Bayesiaanse<br />
evenredigheidsprincipe<br />
Binnen de Bayesiaanse statistiek wordt<br />
gebruik gemaakt <strong>van</strong> het evenredigheidsprincipe<br />
dat geformuleerd wordt als:<br />
posterior ∝ ( prior × likelihood )<br />
De posterior kans op een gebeurtenis is<br />
de kans die wordt bepaald nadat de data<br />
verkregen zijn, terwijl de prior kans de kans<br />
is die wordt bepaald voordat de data bekend<br />
zijn. Het begrip likelihood verwijst naar de<br />
voorwaardelijke kans op de data, gegeven<br />
een bepaalde parameterwaarde of, wat voor<br />
dit artikel <strong>van</strong> meer belang is, gegeven dat<br />
een bepaalde gebeurtenis zich heeft voorgedaan<br />
of dat iets het geval is.<br />
Volgens het evenredigheidsprincipe is de<br />
posterior kans evenredig (∝) met het product<br />
<strong>van</strong> prior kans en likelihood. Dit principe<br />
volgt uit de regel <strong>van</strong> Bayes aangezien<br />
we bij het bepalen <strong>van</strong> alternatieve posterior<br />
kansen telkens door dezelfde noemer delen:<br />
PA ( i)· PX ( | Ai)<br />
PA ( i | X)<br />
= k<br />
PA ( )· PX ( | A)<br />
∑<br />
j = 1<br />
j j<br />
Centraal staat het begrip voorwaardelijke kans.<br />
Een voorwaardelijke kans is de kans op een<br />
gebeurtenis (A), gegeven dat aan een bepaalde<br />
voorwaarde (B) is voldaan. Deze voorwaardelijke<br />
kans noteren we als P(A | B).<br />
We illustreren de regel <strong>van</strong> Bayes aan de hand<br />
<strong>van</strong> een voorbeeld uit Getal & Ruimte. [5]<br />
Om na te gaan of iemand een infectie met<br />
tuberculose heeft gehad, wordt een huidtest<br />
gebruikt, de zogenaamde Mantoux-test. Uit<br />
ervaring is bekend dat <strong>van</strong> de personen die<br />
tuberculose hebben, 98% positief reageert<br />
op de test (dat wil zeggen dat het testresul-<br />
[ Rob Flohr ]<br />
taat de aanwezigheid <strong>van</strong> tuberculose bevestigt)<br />
en dat de overige 2% negatief reageert.<br />
Van personen die geen tuberculose hebben,<br />
vertoont 1% tóch een positieve reactie bij<br />
de Mantoux-test.<br />
Van een groep <strong>van</strong> 10.000 personen, waar<strong>van</strong><br />
er 2 aan tuberculose lijden, ondergaat<br />
iedereen de huidtest.<br />
Bereken in vier decimalen nauwkeurig de<br />
kans dat iemand die positief op de test<br />
reageert, ook werkelijk tuberculose heeft.<br />
Laten we de desbetreffende kansen op een<br />
rijtje zetten. Hierbij is tbc de gebeurtenis<br />
dat de persoon in het voorbeeld de ziekte<br />
heeft, ¬tbc de gebeurtenis waarbij dat niet<br />
het geval is, en pos en neg de gebeurtenissen<br />
<strong>van</strong> een positief resp. een negatief testresultaat.<br />
De kansen zijn dan:<br />
P( tbc) = 0,0002 ; P( ¬ tbc)<br />
= 0,9998<br />
P( pos | tbc) = 0,98 ; P( neg | tbc)<br />
= 0,02<br />
P( pos | ¬ tbc) = 0,01 ; P( neg | ¬ tbc)<br />
= 0,99<br />
Deze kansen kunnen we in hun onderlinge<br />
samenhang weergeven met behulp <strong>van</strong> een<br />
boomdiagram; zie figuur 1.<br />
We zien in dat boomdiagram twee takken<br />
die betrekking hebben op een positieve<br />
testuitslag waar<strong>van</strong> er één verwijst naar het<br />
hebben <strong>van</strong> de ziekte. De kans dat iemand<br />
die positief op de test reageert ook werkelijk<br />
tuberculose heeft, P(tbc|pos), berekenen we<br />
daarom als volgt:<br />
E u c l i d E s 8 7 | 5 201