#define total 10000000voidOnStart() {
int sum[total];
MathSrand(GetTickCount());
for (int j=0; j<total; j++) {
sum[j]=0;
int b[10];
for (int i=0; i<10; i++) {
int r=35000;
while (r>=30000) r=rand();
b[i]=r%5000;
if (b[i]<50) sum[j]++;
}
ArraySort(b);
for (int i=0; i<9; i++) if (b[i]==b[i+1]) {
j--;
break;
}
}
int s0=0,s1=0,s2=0;
for (int j=0; j<total; j++) {
if (sum[j]==0) s0++;
if (sum[j]==1) s1++;
if (sum[j]==2) s2++;
}
Print("Вероятность без банкротства - "+string(double(s0)/total)+"; Вероятность 1 банкротства - "+string(double(s1)/total)+"; Вероятность 2 банкротств - "+string(double(s2)/total));
}
Rに強くない。
以下の点について説明してください。
k<- 0:n は分位数のベクトルである.このコンセプトの読み解きをお願いします。
2番目の値は倒産した会社の数(50のはず)ですが、なぜベクトルkを50に足すのでしょうか?
3つ目の値は、非破産企業数(4950社であるべき)です。4950-n+kをお持ちですか?
4番目の値は、株式数=10です。こちらは何も問題ないようです。
Rオンライン
kは2年目の倒産件数の取りうる値のベクトル:0, 1, ...., 9, 10.
n-k は 10, 9, ..., 1, 0 のベクトル(特徴量R)。
ボール総数5010=5000+10
倒産件数は50件ではなく、4950-n+kではなく、50+kである(ここでkはもはやベクトルではなく、0から10までの未知数である)。
2年目には5000社になり、そのうち50社も倒産すると仮定していますね。これは正しくありません。わかっているのは、昨年と同じ確率で倒産しているということだけだ。5000件あたり49件か52件の倒産があるかもしれない(2年続けて5000件あたりちょうど50件になる確率は非常に小さい)。
Rオンライン
kは2年目の倒産件数の取りうる値のベクトル:0, 1, ...., 9, 10.
n-k は 10, 9, ..., 1, 0 のベクトル(特徴量R)
ボール総数5010=5000+10
倒産件数は50件ではなく、4950-n+kではなく、50+kである(ここでkはもはやベクトルではなく、0から10までの未知数である)。
2年目には5000社になり、そのうち50社も倒産すると仮定していますね。これは正しくありません。わかっているのは、昨年と同じ確率で倒産しているということだけだ。5000件あたり49件か52件の倒産があるかもしれない(2年続けて5000件あたりちょうど50件になる確率は非常に小さい)。
もう一度、繰り返します。問題の条件は、実用とは程遠いものです。問題に沿って用語を追加していく必要はない。私も、最初は話題の著者にいろいろと誘導尋問をすることを考えていましたが、物事を複雑にする必要はないことに気づかされました。実践とは程遠いものの、かなり具体的な質問です。
リンクありがとうございます。Rを理解した。もっとシンプルなものです。結果は、私と同じです。
その結果
上記の私の計算では
P1 = (50!*4950!*10!*4990!)/(49!*9!*4941!*5000!) = (50*4950*4949*4948*4947*4946*4945*4944*4943*4942*10)/(5000*4999*4998*4997*4996*4995*4994*4993*4992*4991) = 0.09150979127569519373319974384113
倒産する確率は、10社中ちょうど2社です。
P2 = (50!*4950!*10!*4990!)/(2*48!*8!*4942!*5000!) = (49*50*4950*4949*4948*4947*4946*4945*4944*4943*9*10)/(2*5000*4999*4998*4997*4996*4995*4994*4993*4992*4991) =0.00408294394502039462124049848583
この場合、確率は1に等しくなることはなく、1より小さくなければならないからだ。
そして、この状況をモデル化することで、その数字を確認することができました。
これはまさに、ハイパーヒオメトリック分布が二項分布に近い ことを利用できるケースである。その結果得られる不正確さは、モデルの近似に伴う不正確さ(企業ごとの倒産確率の不等式、倒産間の関係等)よりもはるかに小さい。
二項分布は、確率が独立であることが必要です。この場合、確率は依存関係にある。
二項分布は、確率が独立であることが必要です。この場合、確率は依存関係にある。
理論派に「独立した確率」なんてものはなく、独立した事象があるのです。
使用したモデルは適合しない(というか、おおよそしか適合しない)。理解できないなら、それはあなたの問題です。理論派に「独立した確率」なんてものはなく、独立した事象があるのです。
私もそう思います。その方が音がいいんです。
そう、私は用語に弱いのです。そして、「確率論」については、正直言って素人同然の知識しかありません。
私もそう思います。その方が音がいいんです。
そう、私は用語に弱いのです。また、一般的に確率論については、正直言って素人同然の知識しかありません。
あなたの」アマチュアの話はやめましょう、「私たち」の頭に灰を振りかけるのはうんざりですからね。
そして、アレクセイはほとんどすべてのことに宇宙的な知識を持っている......。驚きのあまり手を挙げるしかありません。
あなたの」アマチュアの話はやめましょう。「私たち」の頭に灰を振りかけるのはうんざりですから。
そして、アレクセイはほとんどすべてのことに宇宙的な知識を持っている......。驚きのあまり手を挙げるしかない...。
:)
ええ、いえ、本気です。どちらかというと、直感的で外出先でも使えるようなもの。
あなたの」アマチュアの話はやめましょう。「私たち」の頭に灰を振りかけるのはうんざりですから。
そして、アレクセイはほとんどすべてのことに宇宙的な知識を持っている......。両手を挙げて不思議に思うしかない。
同じようなケースでマトロスキンが言っていたように。"刺繍 "もできるんです...。しかもタイプライターで...」))
:)
ええ、いえ、本気です。私はどちらかというと、直感的に、その場で判断するタイプなんです。
MITの理論家コースはyoutubeに良いのがあります。
昨年、米国市場では 5,000社中50社が倒産した。つまり、ある会社が倒産する確率は1/100です。
私は10銘柄のポートフォリオを持っています。
私の会社10社のうち1社が1年以内に倒産 する確率は?簡単に計算できます。
1つの会社が倒産する確率は1/100です。そして、10社取るので、事象の発生確率を10倍にするのです。
そこで、確率を求めると、1/100 * 10 = 1/10となる。
私の会社10社のうち、1年間に2社が倒産 する確率はどのくらいでしょうか?どのように計算するのでしょうか?
は、トピックを完全に引用しただけでした。 何が条件なのかに下線を引き、対象分野に関連することを記して いる
条件付き確率はどこにある?昨年の統計があります。
投資時の総社数も不明であり、どうでもいいことです。
追記/トラクターが海を耕し、GAがランダムを倒しても驚かない :-)