מידול מחזורים בייסיאני בפשטות: למה אנחנו מציגים סיגמא, לא תאריך

רוב אפליקציות המחזור מציגות לך תאריך נחרץ. "מחזור: 14 במרץ." זה נראה כמו עובדה. אבל זו בחירה עיצובית שמסתירה התפלגות הסתברותית מאחורי מספר בודד. מידול מחזורים בייסיאני עושה בדיוק את אותם החישובים, אבל מציג לך את הפיזור.

הפוסט הזה מסביר איך החישובים באמת עובדים, למה Soulwise חושפת את הסיגמא במקום להעמיד פני ודאות, ואיך כל זה נראה בממשק היומיומי.

מה ש"בייסיאני" באמת אומר כאן

הסקה בייסיאנית משלבת שני דברים:

• פריור: אמונת הפתיחה שלך לגבי אורך המחזור עוד לפני שיש לך נתונים מהמשתמשת הספציפית הזו.
• סבירות (likelihood): מה שכל מחזור חדש שנרשם מספר לך.

הכפלה, נרמול — ואתה מקבל פוסטריור: האמונה המעודכנת שלך. הפוסטריור הזה הופך לפריור של המחזור הבא. המודל מתחדד ככל שמגיעים יותר מחזורים.

Soulwise מתחילה עם פריור גאוסיאני ממורכז ב-mu = 28 ימים עם סטיית תקן של sigma = 5 ימים. זו הצורה הגסה של אורך המחזור באוכלוסייה הרחבה. ככל שהמחזורים שלך נרשמים, המודל מסיט את המרכז לעבר הממוצע האישי שלך, ומהדק (או מרפה) את ה-sigma בהתאם לשונות שלך.

עדכון הצמידות, בפסקה אחת

עבור מאחר גאוסי וסבירות גאוסית, המתמטיקה מתקפלת יפה. אם המאחר שלך אומר cycle ~ N(mu_0, sigma_0) ואת מתעדת מחזורים x_1, x_2, ..., x_n, גם הפוסטריור הוא גאוסי:

posterior_mean = (mu_0 / sigma_0^2 + sum(x_i) / sigma_observed^2) / (1 / sigma_0^2 + n / sigma_observed^2)
posterior_sigma = sqrt(1 / (1 / sigma_0^2 + n / sigma_observed^2))

תרגום: ככל שאת מתעדת יותר מחזורים, כך המאחר משפיע פחות והנתונים האישיים שלך שולטים יותר. אחרי 3~ מחזורים מתועדים, המאחר האוכלוסייתי תורם מעט; אחרי 10,~ הוא רעש.

מה המשתמש רואה

הפוסטריור הוא עקומה. הממשק לא יכול להציג עקומה בהתראה. לכן Soulwise דוחס אותו לשני דברים:

• טווח סביר. החלון שבו הפוסטריור ממקם את רוב המסה שלו (למשל, מרווח מרכזי של 68%, בערך +/- 1 סיגמא).
• תווית ביטחון. אחת משלוש תוויות בשפה פשוטה:
  • "מתאם סביר" כשהסיגמא צרה והנתונים עדכניים.
  • "אות חלש" כשהסיגמא רחבה או שהנתונים דלילים.
  • "אין מספיק נתונים" כשזמינים פחות מהמחזורים המינימליים שהמודל דורש.

כך שבמקום "מחזור: 14, במרץ" המשתמש רואה "ככל הנראה 12–16, במרץ, אות חלש". זה הפלט האמיתי של המודל, לא קישוט עיצובי.

למה לא להסתיר שום דבר

שלוש סיבות.

כנות. עוקב דפוסים אינו יכול להבטיח תאריך שאינו ידוע לו. חשיפת הסיגמא היא הדרך היחידה שבה המשתמשת יכולה לכייל את האמון שלה.

בטיחות. תאריך שנראה בטוח מעודד אנשים לתכנן סביבו דברים שהאפליקציה אינה יכולה לתמוך בהם, כולל הריון, מניעה והחלטות קליניות. תווית ביטחון אומרת "זוהי הערכה", וזה בדיוק מה שזה.

עמידות מול מחזורים לא סדירים. שחלות פוליציסטיות, טרום-גיל המעבר, מחזורים לאחר הפסקת גלולות וטיפול הורמונלי — כולם מרחיבים את הסיגמא. עוקב מסורתי או שטועה בגדול או שנוטש את המשתמשת בשקט. עוקב בייסיאני פשוט מתייג את ההערכה כ"אות חלש" וממשיך לעבוד.

מה המודל אינו

כמה גבולות ברורים, כתובים כך שלא יזוזו:

• הוא אינו מעריך אירועי מחזור ספציפיים מעבר לטווח התאריכים של המחזור הבא.
• הוא אינו מספק חלון לתכנון משפחה.
• הוא אינו מתוכנן למקרי שימוש של כניסה להריון או מניעת הריון.
• הוא אינו מאומת קלינית ואינו מחליף ייעוץ רפואי במקרים של איחור במחזור, דימום לא סדיר או תסמינים מתמשכים.

הגבולות האלה אינם ביטוי לשמרנות של המודל. הם ביטוי לכך שהמודל ממוקד נכון. הערכת מחזור והערכה לתכנון משפחה הן בעיות שונות, עם צרכי נתונים שונים ורף רגולטורי שונה.

איפה המתמטיקה פוגשת את הריטואל היומי

ב-Soulwise, הפלט הבייסיאני מזין את הקשר שלב-המחזור המשמש בצ'ק-אין היומי. הריטואל בן 20 השניות שואל איך את מרגישה; התשובה משתמשת בשלב המחזור כאחד מתוך חמישה קלטים. כששיגמא רחב, כרטיס התשובה משקלל את שלב המחזור פחות. כששיגמא צר, הוא משקלל אותו יותר. המתמטיקה מצדיקה את מקומה דווקא בכך שהיא כנה לגבי מידת הביטחון שלה.

בקיצור: מעקב בייסיאני אמיתי חושף את שיגמא. אם האפליקציה שלך מציגה תאריך בודד ובטוח, ייתכן שהמודל מתחת למכסה זהה, אבל המסגור מסתיר את מה שהוא באמת יודע.