Student: Bira Fabrikasında Doğan İstatistik Devrimi

1899 yılında, Dublin’deki Guinness Bira Fabrikası’nın patronu genç Lord Guinness bir karar aldı: İşine bilimi sokacaktı. Oxford ve Cambridge’den en iyi kimya mezunlarını işe almaya başladı. O yıl kapıdan giren isimlerden biri, Oxford’dan yeni mezun, 23 yaşında bir delikanlıydı — kimya ve matematik çift anadal mezunu William Sealy Gosset.

Kimsenin sormadığı soruyu sormak gerekiyor: Bir bira fabrikasının bir matematikçiye ne işi olabilir ki?

Maya Hücrelerini Saymak — ve Ötesi

Gosset işe başladıktan birkaç yıl sonra, üretim sürecindeki somut bir problemle yüzleşti. Bira mayalanmadan önce hazırlanan hamura belirli miktarda maya eklenmesi gerekiyordu. Maya canlı bir organizma; sürekli çoğalıyor, bölünüyor, değişiyordu. Miktarını ölçmek için bir numune alıp mikroskop altında hücreleri sayıyorlardı.

Ama bu sayım ne kadar doğruydu?

Maya az olursa fermentasyon tamamlanmıyordu. Fazla olursa bira acı çıkıyordu. Üretimin kalitesi, bu ölçümün hassasiyetine bağlıydı.

Gosset verilere baktı ve maya hücresi sayılarının Poisson dağılımına uyduğunu gösterdi. Bu, daha önce teoride bilinen ama gerçek hayatta nadiren somut olarak karşılık bulan bir dağılımdı. Gosset bu bulguyla hem üretim sürecini düzeltti hem de istatistik bilimine katkıda bulundu.

Bunun üzerine bir makale yazmak istedi. Ama karşısında bir engel vardı: Guinness çalışanlarının yayın yapması yasaktı. Yıllar önce bir üretim ustası, sırrını dışarıya sızdırmıştı ve şirket bu deneyimi bir daha yaşamak istemiyordu.

“Student” Doğuyor

Gosset bu noktada bir çıkış yolu buldu. Karl Pearson — dönemin en önemli istatistikçilerinden, Biometrika dergisinin editörü — Gosset’in matematiksel yeteneğini takdir ediyordu. İkisi birlikte bir karar aldılar: Makale yayımlanacaktı, ama bir takma adla: “Student.”

Sonraki otuz yıl boyunca “Student” imzasıyla Biometrika’da birbirinden önemli makaleler yayımlandı. Gosset, mesai saatleri dışında evinde çalışıyor, hesaplamalarını gece gece kâğıt üzerinde yapıyor, ardından fabrikada sorumlu pozisyonlara yükselmeye devam ediyordu. Guinness ailesi bir noktada “Sevgili Mr. Gosset”lerinin ne yaptığını öğrendi — ama işin enteresan tarafı, Gosset’in şirketteki yüksek performansı devam ettiği için kimse ciddi bir adım atmadı.

Küçük Örneklemin Büyük Sorunu

Gosset’in en kalıcı katkısı, 1908’de yayımladığı kısa bir makaleyle geldi: “The Probable Error of the Mean” (Ortalamadaki Olası Hata).

Pearson ve dönemin diğer istatistikçileri büyük örneklemlerle çalışıyordu. Binlerce ölçüm, parametreler, dağılım eğrileri… Bu yaklaşımda örneklem büyüdükçe hata küçülür ve hesaplamalar güvenilir hale gelirdi.

Ama Gosset bunu karşılayabilecek lükse sahip değildi. Gerçek hayatta — bira fabrikasında, tarla denemelerinde, klinik çalışmalarda — çoğunlukla on, on beş, belki yirmi gözlem vardı elinizde. Gosset şunu sordu: Örneklem küçük olduğunda ne olur? Rastgele hata hesaplamalarımıza nasıl sızar?

Cevabı bulmak için gece gece mutfak masasına oturdu. Küçük sayı grupları aldı, ortalamayı hesapladı, standart sapmayı hesapladı, ikisini birbirine böldü, sonuçları milimetrik kâğıda çizdi. Bunu yüzlerce kez tekrarladı — hiçbir bilgisayar olmadan, tamamen elle.

Sonunda gördü ki bu oranın dağılımı belirli bir örüntüye oturuyordu ve bu örüntü, orijinal verilerin tam dağılımını bilmeksizin de kullanılabilirdi. Araştırmacının elde ettiği verilerden hesaplanan bu oran, tek başına bilgi veriyordu.

Bugün bu yönteme Student’s t-testi diyoruz.

Neden Hâlâ Bu Kadar Önemli?

Bu keşif olmadan istatistiksel analiz neredeyse imkânsız bir döngüye girerdi: Verinizin parametrelerini tahmin etmek için önce o parametrelerin dağılımını bilmeniz, sonra o dağılımın parametrelerini tahmin etmeniz… ve bu böyle sonsuza giderdi.

Gosset, analizin ilk adımda durabildiğini gösterdi. Hesaplanan oran, bilinen bir dağılıma oturuyordu ve tablolanabilirdi.

Üstelik başlangıçta yapılan en kritik varsayım — verilerin normal dağılıma uyması — zamanla sorgulandı ve 1967’de Bradley Efron bu varsayımın pek çok koşulda gerekmediğini kanıtladı.

Bugün tıbbi araştırmaların büyük çoğunluğunda t-testi kullanılıyor. İki tedaviyi karşılaştırıyorsunuz, iki grubun ortalamaları arasında fark var mı diye bakıyorsunuz, istatistiksel anlamlılığı yorumluyorsunuz. Bunu mümkün kılan şeyin arkasında gece gece Guinness fabrikasının çalışanı, takma adıyla “Student” var.

Sahnenin Kenarında Bir Adam

Gosset, tüm bu katkılarına rağmen mütevazı biri olarak kalmaya devam etti. Mektuplarında sık sık şöyle yazıyordu: “Benim katkım kabataslak bir fikir vermekten öteye geçmedi… Fisher asıl matematiği kendisi çözdü.”

Bu mütevazılık bizi hikâyenin en ilginç kısmına götürüyor.

1912’de Gosset, Fisher adında 22 yaşında bir Cambridge öğrencisiyle tanıştı. Genç Fisher, Gosset’in 1908 tarihli sonuçlarını — büyük olasılıkla haberi olmadan — yeniden keşfetmişti. Gosset makaleyi okudu, küçük bir hata buldu. Fisher’ı uyardı. Birkaç gün sonra Gosset’e iki sayfalık yoğun matematik geldi: Fisher, problemi yeniden türetmiş, genişletmiş ve üstelik Gosset’in kendi hesaplamalarındaki bir hatayı da yakalamıştı.

Gosset Pearson’a yazdı: “Bu Fisher denen çocuk bana çok boyutlu geometriyle bir şeyler ispat ediyor… Üçten fazla boyutu kavrayamıyorum ki, matematik olsa bile anlayamıyorum…”

Tüm karmaşık matematiksel kanıtı alıp gölde tatile çıktı ve kayıp etti.

Fisher ona yeniden gönderdi.

İki Dahi, Bir Arabulucu

Bu noktadan itibaren Gosset kendini tuhaf ama önemli bir konumda buldu: Bir yanda Karl Pearson, diğer yanda Ronald Fisher — ikisi de döneminin en büyük istatistikçileri, ikisi de birbirinden nefret eden rakipler.

Gosset her ikisiyle de dostluğunu korudu. Fisher’ın yazdıklarını anlamadığını Pearson’a itiraf ediyor, Fisher’ın hatalarını kibarca düzeltiyor, Pearson’ın kibrine katlanıyor ve bu iki büyük egonun arasında bir arabulucu gibi var olmaya çalışıyordu.

Bu tablo bize bilim dünyası hakkında önemli bir şey söylüyor: Büyük keşifler çoğunlukla kendi içinde kapanmış dehalardan değil, o dehalar arasında köprü kuran, iletişimi canlı tutan, gerçek uygulama sorularını masada tutan insanlardan besleniyor.

Gosset 1937’de, 61 yaşında ani bir kalp krizi geçirerek hayatını kaybetti. Yasak yayınları nedeniyle gerçek kimliği yıllarca saklandı. Amerikalı istatistikçi Harold Hotelling’in 1930’ların sonunda “Student” ile konuşmak istediğinde, buluşma neredeyse bir casusluk filmi atmosferinde, gizlice gerçekleştirildi.

Bira fabrikasında maya hücrelerini sayan, gece mutfağında sayılar çizen, kimseye anlatamadığı makaleler yazan o adam — bugün her tıp araştırmacısının günlük hayatında kullandığı bir araç bıraktı geriye.

“The Lady Tasting Tea: How Statistics Revolutionized Science in the Twentieth Century” – David Salsburg (2001), Bölüm 3 uyarlaması