아무데도 이동할 필요가 없습니다. 이것은 고유 법칙과 함께 베르누이 방식에 따른 일련의 테스트일 뿐입니다. 예, p=0.5의 확률로 600 x 400의 결과는 실제로 있을 법하지 않지만 일련의 불가능한 것에서 나온 결과는 전혀 아닙니다. 자, 일련의 10,000번의 테스트에서 6,000 x 4,000을 얻는다면 진지하게 생각해야 합니다. 왜냐하면 이것은 이미 예상에서 거의 100% 비무작위 편차입니다(성공률은 동일하지만 60%).
아무데도 이동할 필요가 없습니다. 이것은 고유 법칙과 함께 베르누이 방식에 따른 일련의 테스트일 뿐입니다. 예, p=0.5의 확률로 600 x 400의 결과는 실제로 있을 법하지 않지만 일련의 불가능한 것에서 나온 결과는 전혀 아닙니다. 자, 일련의 10,000번의 테스트에서 6,000 x 4,000을 얻는다면 진지하게 생각해야 합니다. 왜냐하면 이것은 이미 예상에서 거의 100% 비무작위 편차입니다(성공률은 동일하지만 60%).
10000에서 6000 대 4000은 이해할 수 있습니다. 우리는 정상을 넘어서지 않을 것입니다.
다시 한 번 같은 질문이지만 다르게 표현하겠습니다.
이벤트 시스템(예: 룰렛 휠)인 새 개체를 만듭니다. 제로가 아닙니다. 레드/블랙 - 50/50. 우리는 1000번의 테스트를 했습니다. 레드가 600번, 블랙이 400번 빠지는 이벤트 A1(1개의 이벤트)이 발생했습니다. 따라서 매우 작지만 허용 가능한 P(A1)(예: = 0.0001)
모든 것이 이 천 번의 시도를 잊어버렸습니다. 우리는 처음부터 시작합니다.
질문: 다음 1000번의 시도에서(같은 시스템에서) A3={빨간색 600번, 검은색 400번} 또는 A4={빨간색 400번, 검은색 600번} 중 어느 이벤트가 더 가능성이 높습니까?
확률은 동일하기 때문에 기본 결과(빨간색/검정색)의 확률은 0.5입니다. 공식을 찾아볼게요. 여기:
좋은. P(A4)=P(A3). 그리고 정리가 필요한 것입니다. 그리고 때때로 테이블이 필요합니다. 하지만...
나를 이해하려고 노력하고 내 자리를 차지하십시오. 그렇지 않으면 아무것도 설명할 수 없습니다. 한 번에 완벽하게(또는 전혀) 공부하지 않은(모두에게 호소력 있는) TheorVer를 잊어버리십시오.
그래서, 다시. 이벤트 시스템(예: 룰렛 휠)인 새 개체를 만듭니다. 제로가 아닙니다. 레드/블랙 - 50/50. 우리는 1000번의 테스트를 했습니다. 레드가 600번, 블랙이 400번 빠지는 이벤트 A1(1개의 이벤트)이 발생했습니다. 따라서 매우 작지만 허용 가능한 P(A1)(예: = 0.0001, 즉 세 번째 시그마 영역에 위치합니다(우리의 경우에는 이미 그 이상).
이제 (당신이 원하는 것이 무엇이든) 확률을 계산하고 P(A3) ={다음 1000번의 시행에서 최소 600번은 빨간색에 해당} 은 P(A4) ={다음 1000번의 시행에서 최소 600은 검정에 떨어질 것입니다 }
저것들. 우리 는 다른 정리가 작동하거나 작동하지 않을 동일한 확률을 얻습니다.
II) 시행 횟수가 n인 경우 사건 A의 수는 n * P가 되는 경향이 있습니다. (A) - 이해하고 수용합니다.
이벤트 A4에서 Reds의 수는 Blacks의 수(편차 0 RMS)이고 이벤트 A3에서 Reds의 수 = 1200, Blacks의 수는 800이고 n = 2000이기 때문입니다. 즉, SW는 9만큼 편차가 있습니다. RMS .
논란이 되기도 하지만.....
............
ps. 직장에서 쓰는거라 정확하지 않은 부분이 있을 수 있지만 요지는 정확하게 기재했습니다.
두 번째 일련의 테스트 후에 A3에 대한 RMS 단위 편차(더 정확하게는 RMS 기대치)가 감소했다는 사실(A1과 관련하여)이 동일한 "욕구"를 의미합니다. 두 번째 시리즈의 매우 희박하고 좋지 않은 결과에도 불구하고 감소했습니다. 두 번째 시리즈에서 MO와의 상대 편차를 늘리거나 줄일 확률의 비율을 더 잘 계산합니다.
Terver에는 많은 역설이 있습니다. 당신의 역설은 꽤 그럴듯해 보입니다. 사실, 편차는 여전히 9가 아니라 4.5 속도이지만 요점이 아닙니다.
사실 본질이 아니라 명확히 하지 않기로 했다. 하지만 내 계산이 틀리지 않았다는 두 번째 발언이 나왔으니 차임벨을 확인해보자.
나는 그렇게 생각했다. ( Mathemat 'y에 의한 마킹 이벤트)
.......
첫 번째 시리즈 이후 n = 1000 A1 = {600K, 400H in series 1} MO=500 Dsp= 1000*0.5*0.5 RMS=15.8 3*RMS = 47.43 Deviation(A1)=( 600-500) /15.28=
두 번째 시리즈 이후 n = 2000 A3 = A1 && A2 = {(600K, 시리즈 1의 400H) AND (600K, 시리즈 2의 400H)} .... .................................................................. ...........................
아무데도 이동할 필요가 없습니다. 이것은 고유 법칙과 함께 베르누이 방식에 따른 일련의 테스트일 뿐입니다. 예, p=0.5의 확률로 600 x 400의 결과는 실제로 있을 법하지 않지만 일련의 불가능한 것에서 나온 결과는 전혀 아닙니다. 자, 일련의 10,000번의 테스트에서 6,000 x 4,000을 얻는다면 진지하게 생각해야 합니다. 왜냐하면 이것은 이미 예상에서 거의 100% 비무작위 편차입니다(성공률은 동일하지만 60%).
아무데도 이동할 필요가 없습니다. 이것은 고유 법칙과 함께 베르누이 방식에 따른 일련의 테스트일 뿐입니다. 예, p=0.5의 확률로 600 x 400의 결과는 실제로 있을 법하지 않지만 일련의 불가능한 것에서 나온 결과는 전혀 아닙니다. 자, 일련의 10,000번의 테스트에서 6,000 x 4,000을 얻는다면 진지하게 생각해야 합니다. 왜냐하면 이것은 이미 예상에서 거의 100% 비무작위 편차입니다(성공률은 동일하지만 60%).
10000에서 6000 대 4000은 이해할 수 있습니다. 우리는 정상을 넘어서지 않을 것입니다.
다시 한 번 같은 질문이지만 다르게 표현하겠습니다.
이벤트 시스템(예: 룰렛 휠)인 새 개체를 만듭니다. 제로가 아닙니다. 레드/블랙 - 50/50. 우리는 1000번의 테스트를 했습니다. 레드가 600번, 블랙이 400번 빠지는 이벤트 A1(1개의 이벤트)이 발생했습니다. 따라서 매우 작지만 허용 가능한 P(A1)(예: = 0.0001)
모든 것이 이 천 번의 시도를 잊어버렸습니다. 우리는 처음부터 시작합니다.
질문: 다음 1000번의 시도에서(같은 시스템에서) A3={빨간색 600번, 검은색 400번} 또는 A4={빨간색 400번, 검은색 600번} 중 어느 이벤트가 더 가능성이 높습니까?
또는 P(A4)=P(A3) ? 동지의 계획에 따라 이것을 계산하는 방법. 베르누이?
확률은 동일하기 때문에 기본 결과(빨간색/검정색)의 확률은 0.5입니다. 공식을 찾아볼게요. 여기:
베르누이 방식에서 일련의 n 번 시행에서 k 번 성공할 확률 에 대한 고전적 공식은 다음과 같습니다(성공 확률은 p임 ).
귀하의 경우 모든 것이 더 간단합니다. p=q=0.5.
그러나 일반적으로 사람들은 결과 {600, 400}의 확률에 관심이 없지만, 예를 들어 다음 시행에서 적어도 600이 빨간색으로 떨어질 확률에 관심이 있습니다. 적절한 양을 가져옵니다.
적절한 양을 가져옵니다.
... 그건 그렇고, 가우스 분포 테이블을 사용하여 대략적으로 계산하는 것이 편리합니다. 이는 큰 n에 대해 베르누이에 매우 잘 근사합니다.
더 정확하게는 베르누이가 아니라 이항
확률은 동일하기 때문에 기본 결과(빨간색/검정색)의 확률은 0.5입니다. 공식을 찾아볼게요. 여기:
좋은. P(A4)=P(A3). 그리고 정리가 필요한 것입니다. 그리고 때때로 테이블이 필요합니다. 하지만...
나를 이해하려고 노력하고 내 자리를 차지하십시오. 그렇지 않으면 아무것도 설명할 수 없습니다. 한 번에 완벽하게(또는 전혀) 공부하지 않은(모두에게 호소력 있는) TheorVer를 잊어버리십시오.
그래서, 다시. 이벤트 시스템(예: 룰렛 휠)인 새 개체를 만듭니다. 제로가 아닙니다. 레드/블랙 - 50/50. 우리는 1000번의 테스트를 했습니다. 레드가 600번, 블랙이 400번 빠지는 이벤트 A1(1개의 이벤트)이 발생했습니다. 따라서 매우 작지만 허용 가능한 P(A1)(예: = 0.0001, 즉 세 번째 시그마 영역에 위치합니다(우리의 경우에는 이미 그 이상).
이제 (당신이 원하는 것이 무엇이든) 확률을 계산하고 P(A3) ={다음 1000번의 시행에서 최소 600번은 빨간색에 해당} 은 P(A4) ={다음 1000번의 시행에서 최소 600은 검정에 떨어질 것입니다 }
저것들. 우리 는 다른 정리가 작동하거나 작동하지 않을 동일한 확률을 얻습니다.
이벤트 A4에서 Reds의 수는 Blacks의 수(편차 0 RMS)이고 이벤트 A3에서 Reds의 수 = 1200, Blacks의 수는 800이고 n = 2000이기 때문입니다. 즉, SW는 9만큼 편차가 있습니다. RMS .
논란이 되기도 하지만.....
............
ps. 직장에서 쓰는거라 정확하지 않은 부분이 있을 수 있지만 요지는 정확하게 기재했습니다.
Terver에는 많은 역설이 있습니다. 당신의 역설은 꽤 그럴듯해 보입니다. 사실, 편차는 여전히 9가 아니라 4.5 속도이지만 요점이 아닙니다.
사건 표기의 혼란을 없애자.
A1 = {600K, 시리즈 1의 400H}
A2 = {600K, 시리즈 2의 400H}
B2 = {400K, 시리즈 2의 600H}
A3 = A1 && A2 = {(시리즈 1의 600K, 400H) AND (시리즈 2의 600K, 400H)}
A4 = A1 && B2 = {(600K, 시리즈 1의 400H) AND (400K, 시리즈 2의 600H)}
예, A2와 B2의 확률은 동일합니다. 그러나 A3와 A4의 확률이 같다는 것은 어디서 얻었습니까?
요컨대, 나는 아직도 당신을 진정시키는 방법을 모릅니다. 이것이 너무 어렵다면 고전을 읽어보십시오. Feller. terver paradoxes에 대한 고전 책도 있지만 저자는 기억나지 않습니다.
저것들. 우리 는 다른 정리가 작동하거나 작동하지 않을 동일한 확률을 얻습니다.
이벤트 A4에서 Reds의 수는 Blacks의 수(편차 0 RMS)이고 이벤트 A3에서 Reds의 수는 1200이고 Blacks의 수는 800이고 n = 2000이기 때문입니다. 즉 , SW는 9만큼 편차가 있습니다 . RMS .
논란이 되지만....
RMS를 잘못 계산했습니다. 이 프로세스의 경우 n에 비례합니다. 두 번째 일련의 테스트 후에 기대치와의 상대 편차가 감소했습니다.
Terver에는 많은 역설이 있습니다. 당신의 역설은 꽤 그럴듯해 보입니다. 사실, 편차는 여전히 9가 아니라 4.5 속도이지만 요점이 아닙니다.
이벤트 표기법의 혼란을 정리합시다.
A1 = {600K, 시리즈 1의 400H}
A2 = {600K, 시리즈 2의 400H}
B2 = {400K, 시리즈 2의 600H}
A3 = A1 && A2 = {(시리즈 1의 600K, 400H) AND (시리즈 2의 600K, 400H)}
A4 = A1 && B2 = {(600K, 시리즈 1의 400H) AND (400K, 시리즈 2의 600H)}
예, A2와 B2의 확률은 동일합니다. 그러나 A3와 A4의 확률이 같다는 것은 어디서 얻었습니까?
요컨대, 나는 아직 당신을 안심시키는 방법을 모릅니다. 이것이 너무 어렵다면 고전을 읽어보십시오. Feller. terver paradoxes에 대한 고전 책도 있지만 저자는 기억나지 않습니다.
최소한 이해해주시면 감사하겠습니다. 이것은 사실이 아니지만, 왜냐하면. 이벤트 A3 및 A4는
아프다? 모르겠어. 이전에는 TV 교수들과의 만남을 추구했습니다. 명문 대학의 부서, 그래서 무엇? 내가 아무것도 이해하지 못했다고 말하거나 (이해하려고하는 사람들) 단순히 어깨를 으쓱했습니다.
아마도 많은 사람들이 우리가 논의하고 있는 상황이 주제가 아니라고 생각합니다. 하지만 그렇지 않습니다.
상황은 기본적으로 동일합니다. 돈은 "검은색"에 있는 반면 핍(최상위 스타터) 또는 음수 Math.Expectation이 있는 플레이어의 정산 잔액(내 경우)은 "적색"입니다.
양조장은 어디에서 왔습니까? 우리는 답을 찾아야 합니다. 그렇지 않으면 왜 우리가 여기에 있습니까?
내 게시물을 눈치 채지 못했거나 이해하지 못했습니까? :)
두 번째 일련의 테스트 후에 A3에 대한 RMS 단위 편차(더 정확하게는 RMS 기대치)가 감소했다는 사실(A1과 관련하여)이 동일한 "욕구"를 의미합니다. 두 번째 시리즈의 매우 희박하고 좋지 않은 결과에도 불구하고 감소했습니다. 두 번째 시리즈에서 MO와의 상대 편차를 늘리거나 줄일 확률의 비율을 더 잘 계산합니다.
Terver에는 많은 역설이 있습니다. 당신의 역설은 꽤 그럴듯해 보입니다. 사실, 편차는 여전히 9가 아니라 4.5 속도이지만 요점이 아닙니다.
사실 본질이 아니라 명확히 하지 않기로 했다. 하지만 내 계산이 틀리지 않았다는 두 번째 발언이 나왔으니 차임벨을 확인해보자.
나는 그렇게 생각했다. ( Mathemat 'y에 의한 마킹 이벤트)
.......
첫 번째 시리즈 이후 n = 1000 A1 = {600K, 400H in series 1} MO=500 Dsp= 1000*0.5*0.5 RMS=15.8 3*RMS = 47.43 Deviation(A1)=( 600-500) /15.28=
두 번째 시리즈 이후 n = 2000 A3 = A1 && A2 = {(600K, 시리즈 1의 400H) AND (600K, 시리즈 2의 400H)} .... .................................................................. ...........................
.................................................................. . ........................... MO=1000 Disp= 2000*0.5*0.5 RMS \u003d 22.36 3 * RMS \u003d 67.08 편차 (A3) \u003d (1200-1000) / 22.36 \ u003d 8.94