Klassieke, frequentistische en Bayesiaanse kansinterpretaties
Kans is in de Nederlandse wiskundecanon (zoals vastgelegd in de syllabi van het CvTE voor havo en vwo Wiskunde A) een getal tussen 0 en 1 dat de waarschijnlijkheid van een gebeurtenis uitdrukt. Er bestaan drie hoofdinterpretaties die in het onderwijs en de praktijk naast elkaar worden gebruikt: de klassieke interpretatie van Laplace, de frequentistische interpretatie en de Bayesiaanse interpretatie.
Bij de klassieke kans, die in de bovenbouw van het Nederlandse voortgezet onderwijs als eerste wordt behandeld, geldt P(A) = aantal gunstige uitkomsten gedeeld door het totaal aantal gelijk waarschijnlijke uitkomsten. Deze definitie werkt goed bij eerlijke dobbelstenen, kaartspellen en Staatsloterij-trekkingen, maar veronderstelt symmetrie die in de werkelijkheid lang niet altijd aanwezig is.
De frequentistische kans, gebruikt door het CBS en het RIVM bij epidemiologisch en demografisch onderzoek, definieert P(A) als de limiet van de relatieve frequentie van A bij een groot aantal herhalingen. De Wet van de grote aantallen (een centraal resultaat dat in Wiskunde A en in inleidende statistiekvakken aan Nederlandse universiteiten wordt behandeld) garandeert dat de waargenomen frequentie convergeert naar de theoretische kans.
De Bayesiaanse interpretatie ziet kans als een mate van geloof die wordt bijgewerkt naarmate nieuwe gegevens beschikbaar komen. Deze benadering wordt steeds belangrijker in machine learning en in toepassingen zoals de coronamodellen die het RIVM tijdens de pandemie publiceerde.
Vereniging, doorsnede en complement
Voor twee gebeurtenissen A en B in een eindige uitkomstenruimte gelden de drie basisformules die in de havo- en vwo-wiskunde worden gehanteerd:
| Bewerking | Notatie | Formule | Wanneer gebruiken |
|---|
| Vereniging (OF) | P(A ∪ B) | P(A) + P(B) − P(A ∩ B) | Minstens een van beide gebeurtenissen treedt op |
| Doorsnede (EN) | P(A ∩ B) | P(A) × P(B) bij onafhankelijkheid | Beide gebeurtenissen treden samen op |
| Complement (NIET) | P(Aᶜ) | 1 − P(A) | Gebeurtenis A treedt niet op |
| Voorwaardelijke kans | P(A|B) | P(A ∩ B) / P(B) | Kans op A gegeven dat B is opgetreden |
Onafhankelijke versus afhankelijke gebeurtenissen
🔄 Onafhankelijk
Twee gebeurtenissen zijn onafhankelijk wanneer P(A ∩ B) = P(A) × P(B). Het opnieuw werpen van een eerlijke munt of het apart trekken van een nieuwe Lotto-bal voldoet hieraan: eerdere uitkomsten beinvloeden volgende worpen niet.
🔗 Afhankelijk
Bij trekken zonder teruglegging, bijvoorbeeld bij EuroJackpot of bij het uitdelen van bridgekaarten, verandert de uitkomstenruimte na elke trekking. Dan geldt P(A ∩ B) = P(A) × P(B|A), met de productregel uit de Wiskunde A-syllabus.
🎲 Praktijkvoorbeeld
Twee opeenvolgende worpen met dezelfde dobbelsteen zijn onafhankelijk. Het achter elkaar trekken van twee azen uit een kaartdek zonder teruglegging is afhankelijk: P(twee azen) = (4/52) × (3/51) ≈ 0,0045.
⚖️ Wet van grote aantallen
Bij veel onafhankelijke herhalingen nadert de relatieve frequentie de theoretische kans. Casino's en kansspelen (gecontroleerd door de Kansspelautoriteit) draaien hierop: op de lange termijn wint het huis.
Stelling van Bayes en voorwaardelijke kans
De stelling van Bayes draait een voorwaardelijke kans om en is onmisbaar bij de interpretatie van medische tests en bevolkingsonderzoek. De formule luidt P(A|B) = P(B|A) × P(A) / P(B). In de Nederlandse statistiekliteratuur worden de termen prior (P(A), de kans vooraf), likelihood (P(B|A), de kans op de waarneming gegeven de hypothese) en posterior (P(A|B), de bijgewerkte kans) gebruikt.
Een klassiek voorbeeld komt uit het bevolkingsonderzoek borstkanker dat het RIVM coordineert. Stel: de prevalentie in een leeftijdsgroep is 1%, de gevoeligheid van de screeningstest is 90% en de specificiteit 95%. Iemand met een positieve test heeft dan posteriorkans P = (0,90 × 0,01) / (0,90 × 0,01 + 0,05 × 0,99) ≈ 0,154, oftewel ongeveer 15%. Veel patiënten en zelfs artsen overschatten deze kans (de zogenoemde basisratiofout), wat een belangrijke reden is waarom het RIVM voorlichtingsmateriaal toevoegt aan de uitnodigingen.
Bayesiaanse redenering is ook leidend in modelopdrachten bij Wiskunde D en in vakken als statistische inferentie en machine learning aan Nederlandse universiteiten zoals de Universiteit Leiden, de UvA en de TU Delft.
Nederlandse loterijwiskunde: Staatsloterij, Lotto en EuroJackpot
De Nederlandse Staatsloterij, Lotto en EuroJackpot lenen zich uitstekend voor concrete kansoefeningen. Voor de Lotto trekt men 6 nummers uit 45 (plus een kleurenbal); het aantal mogelijke combinaties is C(45, 6) = 8.145.060, dus de kans op de jackpot is ongeveer 1 op 8 miljoen. Vermenigvuldigd met de 6 kleuren wordt dit ongeveer 1 op 48 miljoen.
Bij EuroJackpot kiezen spelers 5 hoofdgetallen uit 50 en 2 eurogetallen uit 12. Het aantal combinaties is C(50, 5) × C(12, 2) = 2.118.760 × 66 = 139.838.160, waardoor de jackpotkans circa 1 op 140 miljoen bedraagt. De Kansspelautoriteit verplicht aanbieders deze informatie transparant te tonen.
Voor de Staatsloterij geldt dat elk lot een uniek nummer heeft. De kans op de jaarprijs hangt af van het aantal uitgegeven loten; de officiele kansen worden gepubliceerd in de spelregels op staatsloterij.nl. Dit type berekening is een standaardonderdeel van het examenprogramma Wiskunde A onder de noemer 'combinatoriek en kansrekening'.
Toepassingen in CBS- en RIVM-statistiek
Het Centraal Bureau voor de Statistiek (CBS) en het Rijksinstituut voor Volksgezondheid en Milieu (RIVM) gebruiken kansrekening dagelijks: bij steekproeftrekkingen voor de Gezondheidsenquête, bij prognoses van bevolkingsgroei en bij surveillance van infectieziekten. Bij de coronapandemie werden Bayesiaanse modellen ingezet om het reproductiegetal R en de bezetting van ic-bedden te schatten, met expliciete onzekerheidsmarges op basis van betrouwbaarheidsintervallen.
Bij screeningsprogramma's zoals bevolkingsonderzoek darmkanker en borstkanker hanteert het RIVM de gevoeligheid (sensitivity) en specificiteit van de test in combinatie met de prevalentie om de positief voorspellende waarde te berekenen. Dit is een directe toepassing van de stelling van Bayes en is standaardlesstof in de masteropleidingen epidemiologie aan Nederlandse universiteiten (zoals het LUMC in Leiden en het Erasmus MC in Rotterdam).
