trefwoord
Bayesiaanse statistiek: kansen updaten met nieuwe informatie
Bayesiaanse statistiek is een manier van redeneren waarbij je bestaande kennis (de zogeheten prior) combineert met nieuwe informatie om tot een bijgestelde inschatting van waarschijnlijkheid te komen. Waar klassieke statistiek uitgaat van vaste kansen, stelt de bayesiaanse benadering die voortdurend bij op basis van wat er nieuw wordt waargenomen. Dit denkraam wordt inmiddels breed toegepast: in het strafrecht bij bewijswaardering, in softwaretesten bij risicoanalyse en in het bedrijfsleven bij besluitvorming onder onzekerheid. Op deze pagina belichten we boeken en artikelen die laten zien hoe bayesiaans denken in de praktijk werkt en waarom het zo waardevol is.
Bewijswaardering in het strafrecht
Nergens wordt de kracht van bayesiaanse statistiek zo duidelijk als in de rechtszaal. De vraag hoe zwaar bewijs meetelt, en hoe verschillende stukken bewijs elkaar versterken of afzwakken, is in essentie een bayesiaans vraagstuk. Diverse Nederlandse auteurs hebben dit thema uitgewerkt voor juristen, rechters en forensisch deskundigen.
Eric Rassin
Peter van Koppen
Wie bewijs wil wegen, ontkomt niet aan de vraag hoe waarschijnlijkheden elkaar beïnvloeden - en dat is precies waar de bayesiaanse redenering haar waarde bewijst.
Uit: De som van alle bewijs
DNA-bewijs en waarschijnlijkheid
Een specifiek domein waarin bayesiaanse statistiek onmisbaar is geworden, is de interpretatie van DNA-bewijs. Mengprofielen en kleine sporen vragen om een zorgvuldige kansberekening, waarbij het bayesiaanse model helpt om verwarring tussen 'kans op bewijs gegeven schuld' en 'kans op schuld gegeven bewijs' te voorkomen - een onderscheid dat in rechtszaken grote gevolgen kan hebben.
Van klassieke naar bayesiaanse statistiek: de juridische en zakelijke praktijk
Buiten het strafrecht wint bayesiaans denken ook terrein in economie, recht en bedrijfsvoering. Het verschil tussen klassieke en bayesiaanse statistiek is niet alleen technisch, maar raakt ook aan hoe je met onzekerheid omgaat wanneer beslissingen ertoe doen.
Douglas Hubbard laat in zijn werkboek zien dat je met bayesiaanse update-technieken al met beperkte data betere schattingen kunt maken - je hoeft niet te wachten op perfecte informatie om verstandige besluiten te nemen.
Uit: How to Measure Anything WorkbookOnzekerheid, ruis en rationeel denken
Bayesiaanse statistiek is bij uitstek een instrument om helder te blijven denken in een wereld vol ruis, bias en misleidende informatie. Verschillende artikelen op Managementboek.nl verkennen dit thema vanuit de bredere psychologie van besluitvorming.
-
Ruis - Fenomeen met grote impactVerder lezen in het magazineDit artikel over het boek Ruis van Kahneman, Sibony en Sunstein laat zien dat naast bekende denkfouten (bias) ook 'ruis' een onderschatte bron van slechte besluiten is - een inzicht dat nauw aansluit bij bayesiaans denken over onzekerheid.
-
Olivier Sibony: ‘We moeten statistischer leren denken’Verder lezen in het magazineOlivier Sibony pleit in dit interview voor statistischer denken: 'We moeten leren dat onze intuïtie vaak faalt waar een kansberekening juist uitkomst biedt.' Een pleidooi dat de kern van bayesiaans redeneren raakt.
-
Rationaliteit - ‘Boeiend en relevant’Verder lezen in het magazineDit artikel over rationaliteit bespreekt hoe Steven Pinker aantoont dat mensen, ondanks nepnieuws en cognitieve valkuilen, wel degelijk in staat zijn tot rationeel en statistisch onderbouwd denken.
-
Longread - Uit onbetrouwbare bronVerder lezen in het magazineIn deze longread wordt beschreven hoe pseudowetenschap en contrakennis ons denken kunnen verstoren - precies het soort denkfouten waar een bayesiaanse, op bewijs gebaseerde aanpak tegenwicht aan biedt.
Conclusie
Bayesiaanse statistiek is meer dan een wiskundige formule: het is een manier om verstandig om te gaan met onzekerheid, of het nu gaat om een rechtszaak, een softwaretest of een zakelijke beslissing. De boeken en artikelen op deze pagina laten zien dat wie leert kansen bij te stellen op basis van nieuw bewijs, betere en eerlijkere afwegingen maakt. Van forensische bewijswaardering tot risicoanalyse in de techniek: het bayesiaanse denkraam bewijst overal opnieuw zijn waarde.
