Che cos'è? - pagina 19
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Avete calcolato le probabilità per l'evento 1200/800 cioè P(A1 && A2)
Ma tu stavi parlando dell'evento A2|A1 (probabilità condizionata dell'evento A2 se l'evento A1 si è già verificato)
Dove ho parlato di probabilità condizionali?
Non sto curiosando. Penso solo che se vengo frainteso, allora sono in parte responsabile anche di questo.
Grazie.
Sekei, nel suo Paradoxes in Probability Theory and Mathematical Statistics, descrive il paradosso di de Moivre. Avatara deve avertelo accennato...
E discutere con Candide è inutile, non ha capito i suggerimenti ed è passato direttamente al flaming.
Mi sono misurato.
Penso che possiamo essere soddisfatti di questa definizione per la nostra discussione: MO è la media di tutte le possibili realizzazioni di una variabile casuale.
Sono troppo pigro per trovare i riferimenti ai libri dove è scritto che l'integrazione significa fare la media (in generale con precisione al moltiplicatore normalizzante), ma molte persone su questo forum possono confermartelo. Le stesse persone vi diranno che per le quantità discrete l'integrazione è sostituita dalla somma.
MO è il valore atteso. In altre parole è ciò che ci aspettiamo, quale valore di frequenza di occorrenza ci aspettiamo da una variabile casuale nel suo comportamento ideale (distribuzione).
Non hai calcolato la Matematica attesa, ma una qualche miscela di Mat.Happened (600) + MO da una seconda serie di 1000 eventi (500)Hai perso un indizio importante, quando si parla di MO si dovrebbe sempre specificare di quale quantità si sta parlando. Bene, nel tuo problema stiamo parlando esattamente di quello che ho scritto: il MO del numero di cascate rosse nella serie di 2000 rotoli, supponendo che dopo i primi mille saranno 600. Stai cercando di sostituirlo con il solo MO del numero di cascate rosse in una serie di 2000 rotoli. Sono valori diversi, per Bayes :)
Cos'altro posso dirvi? A MO=1100, le varianti A1 && B2 e A1 && A2 sono disposte simmetricamente intorno a MO, eliminando così la questione del perché le loro probabilità sono uguali. Questo è tutto, sono stanco, se non è abbastanza per voi, dovrò escludervi dal mio gruppo di riferimento :) .
P.S. Ho dimenticato di dire che c'è un altro trucco utile per capire: rileggere tutto con attenzione.
Colleghi, silenzio. >> silenzio. Facciamola finita. Solo, per favore, difendiamo i nostri punti con argomenti, con calcoli, senza coinvolgere "michuriniani" e "junatisti".
La citazione di cui sopra non è la definizione di ME. La definizione stessa di aspettativa di mate è proprio qui sotto.
ME è il valore atteso . In altre parole, è ciò che ci aspettiamo, quale grandezza di frequenza di occorrenza ci aspettiamo da una variabile casuale nel suo comportamento ideale (distribuzione).
E non dipende dai risultati di specifiche serie di eventi (locali).
MO è assunto: a) in base alle proprietà fisiche dell'oggetto, ad esempio un cubo regolare p=1/6 MO=n*p
Oppure è determinato: b) dall'esperienza. Per esempio, abbiamo fatto 50 serie di 1000 test in ogni serie. E dai valori ottenuti in ogni serie troviamo la media
questo non è il caso. Quello che tu chiami MO è la probabilità, e MO per una distribuzione discreta è uguale alla somma del prodotto dei valori possibili per la loro probabilità. Se la probabilità di testa/coda = 0,5/0,5 e per testa=+1, croce=-1, allora MO=1*0,5-1*0,5=0.
Ma se non abbiamo probabilità (e in pratica non le abbiamo mai), dobbiamo stimare P(teste)=Numero totale di gettoni/numero totale di lanci. Cioè, la probabilità stimata è uguale alla frequenza dell'evento
MO=(1*Numero di aquile - 1*Numero di code)/Numero di lanci. Questo per due valori di NE.
A valori più alti la formula sarà: MO=(x1*N1+x2*N2+...+xi*Ni)/N, dove x1...xi - NE, N1...Ni - numero di cadute, N=N1+...+Ni - numero totale di lanci
Perché alla caduta di 600/400 la probabilità torna a 0,5/0,5? Quindi, non è perché la serie ricorda qualcosa e compensa. È la legge dei grandi numeri. Questa deviazione sarà compensata dal fatto che la deviazione crescerà più lentamente all'aumentare di N rispetto a N stesso. Se la prima volta era 600/400 allora la stima della probabilità è 0,6/0,4 Se facciamo altre 1000 prove e otteniamo per esempio 500/500, la stima della probabilità sarà 0,55/0,45. Approssimativamente, questa deviazione si annulla all'aumentare del numero di prove. La stima della probabilità (frequenza dell'evento) si ridurrà a probabilità solo nel limite dell'infinito (e tra l'altro più prove ci sono meno possibilità che sia uguale).
Dove ho parlato di probabilità condizionali?
Non sto curiosando. Penso solo che se vengo frainteso, la colpa è in parte mia.
Quindi, se non l'hai fatto apposta, il tuo compito è semplice: eseguire 2.000 prove - 1.200 rosse, 800 nere. Senza il fastidio di dividerlo in serie di 1000 e ottenere risultati intermedi
(1) Vedete, quando cercate di valutare il livello del vostro avversario, state valutando o il suo livello o il vostro livello.
(2) E non confondere l'uno con l'altro.
(1) Questo è vero.
(2) E non è fattibile. Tuttavia, forse è solo il mio soffitto... ;) Condividere la tecnologia? Se ne avete uno voi stessi.
Per favore, non esitate a fornire le fonti di tali interessanti informazioni. Dove danno queste conoscenze?
Membri del Forum! Per favore, non tacete, ma fate i vostri argomenti. Cosa c'è di sbagliato nel mio primo post su questa pagina?
Stanco di scriverne, ma lo dirò di nuovo: ........ Mi sto basando su secoli e migliaia di anni di osservazioni di misure a nastro, e sul presupposto che la tavola del timone e la ruota siano perfettamente costruite ed equilibrate. Non ci sono zeri sul mio metro (per non perderci ancora di più). 36 buche. 18 rosso. 18 nero, cioè 0,5 per 0,5.
Quindi, il tuo problema riguarda esattamente quello che ho scritto: il numero MO di rossi in una serie di 2000 colpi, supponendo che ce ne siano 600 dopo i primi mille. State cercando di sostituirlo con il solo MO del numero di cascate rosse in una serie di 2000 rotoli. Sono valori diversi, per Bayes :)
Beh, non ci sono condizioni nella definizione di MO (... ammesso che ce ne siano 600 dopo i primi mille... ) NO!!! Altrimenti - il riferimento alla fonte è obbligatorio!
Questo è tutto, sono stanco, se non è abbastanza per te, dovrò escluderti dal mio gruppo di riferimento :) .
No. No. Non pensarci nemmeno.... Nel mezzo di un round, ci si può sdraiare solo se si è molto stanchi... )) E non si può smettere. Nessuno capirà.
Se hai fatto boxe, ovviamente. ))
Avals, grazie. Le nostre opinioni sono quasi identiche. Stavo per metterti nel campo dei "nemici" )))) Ma comunque....
Se la prima volta era 600/400 allora la stima della probabilità è 0,6/0,4 Se si eseguono altre 1000 prove e si ottiene per esempio 500/500 allora la stima della probabilità è già 0,55/0,45.
Ancora una volta, Noi NON fare una stima della probabilità di caduta di Rosso alla Fionda da qualche serie discreta di eventi, è già stata prodotta PRIMA di LUI dai nostri predecessori (Laplace, Bernoulli, Bayes), la nostra storia, la storia della caduta di Rosso-Nero. Questo è tutto!!! p=q=0,5 o così #define p 0,5 QUESTO È IL PUNTO.
Quindi, se non intendevi farlo, allora il tuo problema è formulato semplicemente: hai fatto 2000 prove - 1200 rosse, 800 nere. Senza tutta la fatica di scomporlo in serie di 1000 e ottenere risultati intermedi.
No, non lo è. Sono perplesso. Come faccio a far capire il mio punto di vista? Si prega di rileggere il problema originale https://www.mql5.com/ru/forum/122871/page14#254008
e la sua interpretazione della fionda https://www.mql5.com/ru/forum/122871/page16#255508
Само определение мат.ожидания чуть ниже.
МО это ожидаемое значение. Другими словами это то, что мы ждем, какую величину частоты появления ожидаем от случайной величины в идеале её поведения (распределения).
Questa è un'interpretazione in termini di senso mondano, ma non una definizione. Conoscete la definizione: è una media di realizzazioni ideali; non c'è nulla in essa di aspettative o di futuro. Allo stesso modo si definisce la previsione di un processo casuale in un certo punto del futuro: è m.o. e nient'altro.
Si può discutere molto sulla natura e il significato della probabilità, ma ha comunque qualcosa che è assente nella frequenza: la probabilità contiene implicitamente il modello di comportamento del fenomeno che supponiamo sia applicabile ad esso nel passato, nel presente e nel futuro. La frequenza, invece, ha solo il passato.
Beh, non ci sono condizioni nella definizione di ME (... ammesso che ce ne siano 600 dopo i primi mille...)
Va bene, così sia. Quindi, ora dobbiamo rinunciare a rendere conto degli eventi credibili che lei si rifiuta così ostinatamente di vedere? Abbiamo un evento credibile : la prima serie di test ci ha portato 600 visite sul Rosso. Dobbiamo calcolare cosa aspettarci in media dall'evento completo (2000 prove) - ma assumendo che le prime mille prove abbiano già prodotto 600 rossi.
Non sarà un grosso problema. Sappiamo che l'aspettativa del numero di rossi nella seconda serie di 1000 prove è esattamente 500. Il nostro processo è di Bernoulli, quindi sappiamo che il passato non influenza questa aspettativa: è comunque uguale a 500. Ora, sapendo che 600 sono già stati nella prima serie, aggiungiamo altri 500.
Non importa come la chiami, aspettativa, previsione o qualsiasi altro nome, in ogni caso, 500+600 sarà al centro di ciò che si ottiene come risultato di una serie di 2000 prove.
Потрудитесь, пожалуйста, источники столь интересной информации все же предоставить. Где раздают такие знания?
Beh, non ci sono condizioni nella definizione di MO (... purché dopo i primi mille ce ne siano 600...)
Ancora una volta, ora sicuramente l'ultima. Non può essere nella definizione di MO, è nella definizione del valore di cui si vuole conoscere il MO. E tu hai dato personalmente questa definizione, nessuno ti ha tirato la lingua.
Visto che hai iniziato a scrivere il post, ti suggerirò un altro modo.
Quindi, prendete la vostra roulette corretta e girate (ricordandovi di lanciare la palla) molte, molte volte. Dividi TUTTI i risultati in una serie di 2000 rotoli. Calcola la media dei risultati e, se hai fatto un buon lavoro, ottieni un risultato vicino a 1000. Questa sarà la stima MO del numero di cadute rosse nella serie di 2000 rotoli . Se si continua a girare all'infinito, si otterrà un infinitamente vicino a 1000.
Ma non rilassatevi! :) Il prossimo compito sarà più complicato. Dovrete stimare il numero di colpi rossi in serie 2000 con la condizione che dopo i primi mille ce ne saranno 600. Da tutti i 2000 scatti dovrai tenere solo le serie con 600 colpi rossi dopo i primi mille. E ce ne sono molti meno. Quindi per una buona stima del MO dovrete girare la roulette non molte, molte volte, ma molte, molte volte di più. È colpa tua. Ma qui finalmente si ottiene un numero abbastanza grande di queste serie, si calcola la media e... Scommetto che è molto più vicino a 1.100 che a 1.000. Sono disposto a lasciarti girare la ruota della roulette finché non ne avrai 1000. O finché non sarete d'accordo con me.
Puoi anche fare pratica su un compito più semplice prima. Che non siano 2000, 1000 e 600, ma 4, 2 e 2. Cioè, dividere i risultati delle estrazioni in una serie di 4 e selezionare quelli in cui c'erano 2 rossi dopo due estrazioni. Non avrai bisogno di un numero enorme di estrazioni per il tuo primo punteggio decente, quindi puoi prendere una moneta (se non hai la roulette) e iniziare subito. Puoi ancora farlo fino a quando il punteggio MO è vicino a 2, o fino a quando sei d'accordo che il MO per quel valore è 3.
D'accordo?
Una serie di 4 lanci dovrebbe tendere alla vostra (o meglio alla vostra) aspettativa dopo due cadute in rosso?
Vi state chiedendo perché la probabilità tornerà a 0,5/0,5 quando raggiungerete 600/400?
Questa domanda non mi preoccupa affatto. Quello che mi preoccupa è che non riesco a spiegare matematicamente le mie vincite alla roulette (in termini di denaro), anche se con la quantità di partite giocate e un'aspettativa così negativa ( 1/37 = zero) e un tale capitale iniziale (deposito) avremmo dovuto andare in bancarotta almeno 6-7 volte. Ma questo non è successo.
.......
Sono afflitto dalla stessa cosa dell'antipasto superiore. Solo con una piccola differenza: mostra i grafici di qualcun altro e chiede "Cosa sono questi?".
Io "mostro" i miei grafici (anche se nella roulette, non è questo il punto) e chiedo anche "Cosa c'è? Ma a differenza di Charts - posso spiegare qualcosa. Ma nessuno sembra essere interessato!
Allora perché siamo qui, signori?