replika telefon ve psikoloji bilsileri332

replika telefon ve psikoloji bilsileri332 evet arkadaslar sizin bugün replika telefon  elinden gelen gayreti gösterdi ve sizlere replika telefonlar  diyorki
Bu denkleme göre, “hipotezin gerçekleşmeme olasılığı % 95’tır”.Gerçek durumlar böyle olasılık ifadelerine indırgenebılseydı hayat basit ve sıkıcı olurdu. Partiye gitme isteğimize karşı istenmeyen bir durumla karşı-
Thomas Bayes (1701 - 1761) varlıklı bir ailede doğdu. Bayes, Edinburgh'ta mantık ve ılâhı-yat okudu. Ölümünden sonra yayımlanan sadece iki bilimsel makale yazdı. Teorisi I763’te yayımlandı ve inanılmaz bir şekilde popüler oldu; psikoloji ve sosyolojiye uyarlandı.
laşma olasılığını zihninizde tarttıktan sonra kararınızı verebilirdiniz.^ nımda partiye ^^ıtmeye karar verdiğinizi düşünelim. Eve vardığınız^ ^ yoluna park edilmiş sarı bir volkswagen fark ettiniz. Birkaç saniye ıçın^^ banın sahibinin eski sevgiliniz (kı bu da onun da partide olduğuna ısarp*^
hanın sahibinin eski sevgiliniz (kı bu da onun da partide olduğuna ışajç^ bilir) olması olasılığını düşünürsünüz ve ev sahibinin aynı partiye ikini:,^ den davet etmiş olma olasılığını önceki ve yeni bilgiyle zihninizde nız. Bu durum koşula bağlı olasılık olarak isimlendirilir. Yani koşula 1]|^ olasılık, eğer belirli bir hipotez doğruysa, yeni bilginin doğru olduğu tır. Bu olayda arabanın eski sevgilinize ait olma olasılığının % 90olduj^ varsayalım (arabanın binlerine satıldığı, ödünç verildiği veya sadece hır araba olduğu olasılıklarını geriye kalan %10’luk kısım için düşünebilir,., Bayes’in teorisine göre, bileşik olasılıklar (1/20 kişinin davet edilmesi ol^ lığı, artı 9/10 sarı arabadan ötürü kişinin orada olma olasılığı) aşağıdaki fof. mulle ifade edilebilir.
P (H/E)’de, (E) gösterilen kanıtları, (H)’de hipotezin olasılığını ifade eder Yanı bizim örneğimizde, düşük bir olasılık olarak verilen eski sevgilinizin par tide olma olasılığı ve son yeni kanıt (san araba). P (E|H), verilen hipotezle (H) kanıtların (E) doğru olma olasılığını temsil eder (örneğin, arabanın eski sevgilinize ait olması olasılığının % 90’a eşit olması). P(H), ilk hipotezin ola-siliğidir (P=%5) ve P(E|H) ve P(H) ifadeleri, olayın gerçekleşmeyeceği ola-siliğini temsil eder (sırasıyla %10 ve %95). Değerleri formüle yerleştirerek P(H/E)’yı bulabiliriz:
Böylece bu mcxJele göre partide hoş olmayan bir rastlantı olasılığı, yakla^ şık üçte birdir. Bu olasılıkların verilmesiyle, şimdi partinin zevkli bir parti ol' ması yerine böyle bir karşılaşmanın ne kadar nahoş olacağına karar verebilir' siniz. Belki de en yakın telefon kulübesine gidip, ev sahibini aramalısınız.
Bayes’in teorisi gerçek hayata ne kadar uymaktadır.^ Kendinizi yukarıdaki (Jurum içinde bulduğunuzda, cebinizden hesap makinesi çıkartıp hipotezin olasılığını [P(H/E)J belirlemeniz oldukça düşük bir olasılıktır. Edwards’ın (1968) topladığı bazı kanıtlar, koşula bağlı olasılık durumlarında, Bayes’in tC' Ofisinin öngördüğünden daha tutucu hüküm verme eğilimimiz olduğunu göS' temııştır. Yeni bilgilerin, katılımcıların olasılıkları tahmin etmeleri üzenndc'
Düfunme / Kavf«m Oluşturma, Mantık ve Karar Verme
la etkilerinin incelendiği hır çalışmada, Edwards üniversite öğrencilerine içinde ICX) poker çipının bulunduğu ıkı çanta verdi. Bir çantada 70 kırmızı 30 mavi çıp vardı, diğerinde 30 kırmızı 70 mavi çıp vardı, Scçkısız hır şekilde hır çanta seçildi ve katılımcılar çantanın hangi çanta olduğunu belirlemek için çantadan hır defada hır çip çekip onu incelediler ve tekrar çantaya koydular ve işlem böyle devam etti. Öncelikle kırmızı çıpın fazla olduğu çantadan kırmızı hır çip çekme olasılığı %70 olacaktır veya mavi çıpın fazla olduğu çantada kırmızı çekme olası^gı %30 olacaktır. Ancak çantalardan birinden sadece hır çip çekersek ve hu kırmızıysa bu teoreme göre çantanın çoğunluğunun kırmızı olma olasılığı %70’dir. İnsanlar yaptıkları gözlemin gerçek (matematiksel) anlamının altında tahmin yürütme ve çantanın %60 değerinde kırmızı olduğunu tahmin etme eğilimindedir. İkinci çıp de kırmızıysa, çantanın çoğunluğunun kırmızı olma olasılığı matematiksel olarak %84’tür. Katılımcıların kararları bu durumda da daha geniş örneklemdeki gibi tutucu olma eğilimindedir.
Bayes’ın teoremi gerçek hayat görevlerine uyarlandığında hır çok problem çıkar. Çünkü olayların olasılıklarını tam olarak tahmin etmek zordur. Uluslararası p<^)lıtık bir olayı gözden geçirelim. Yıllar önce, Sovyetler Birliği ılc Amerika arasında açık bir saldırganlık olasılığının artması, bazılarına göre belki de savaşa yol açabilecek büyük bir gerilimdi. Eğer tum güçler doğru şekilde değerlendirılebilseydi ve savaş olasılığı belirlenebılseydı, savaş olasılığını artıran diğer olayların etkileri (örn., eski başkanlar Yeltsın ve Clınton’un buluşması) Bayes’in formülüyle ifade edilebilirdi ve olasılığa dayalı bir istatistik çıkarılabilirdi. Psikoloji, sosyoloji ve politika bilimleriyle uğraşan bazı istekli bilim adamları böyle global şemalar hazırlamayı üstlendiler.
Bayes’ın yöntemlerine ilgi, geçen birkaç yıl içinde artmıştır (Malakoff, 1999). Makalelerin artmasının bir sebebi, her yerde bilgisayarların olması ve yeni algoritmanın (algorıthms) gelişimidir. Bazıları Markov Chain Monte Carlo (MCMC) olarak bilinen simulasyon tekniklerini kullanmışlardır. Ba-yes’m matematiğini kullanan bu teknik var olan bilgiyi kullanarak, bir suç yerinde olası şüpheliyi bulmaktan MRl sonuçlarına kadar her şeyi tahmin etmek için kullanılmıştır. Yalnız bu tekniklerin kullanımı suç işleyen kışının ırkından kaynaklanabilecek taraflılığa yol açabileceğinden dolayı sorgulanmıştır.
Bu bolümde bazılarınıza yaratıkların en akıllısı olarak insanlar gösterilmiş gibi gelebilir. Her şeyden önce, kavram oluşturmayla ilgili tartışmamız tüm normal insanların kavramları akıl kurallarını kullanarak oluşturduğunu gösterdi. Kıyas yoluyla akıl yürütmeyle ilgili tartışmamızda, sağlam temellere da replika telefon sundu.