아래를 내려다 볼 차례입니다. 3개의 소나무에서 길을 잃음) 하나의 도구에서 작동하는 3개의 시스템이 있습니다.
1i는 let 0.8의 확률로 4H 양초의 색상을 예측합니다.
2i는 0.8의 확률로 1H 양초의 색상을 예측합니다.
3rd는 0.8의 확률로 30M 양초의 색상을 예측합니다.
이 세 시스템의 신호를 결합하고 결합하여 양초의 색상을 예측할 확률이 0.8 이상인 시스템을 얻을 수 있습니까? 그리고 1 시스템 내에서 해당 신호에 대해 작업하는 경우 양초의 올바른 색상을 예측할 확률은 얼마입니까? 3개의 시스템이 모두 다음 촛불의 동일한 색상을 제공하면 열립니다.
아래를 내려다 볼 차례입니다. 3개의 소나무에서 길을 잃음) 하나의 도구에서 작동하는 3개의 시스템이 있습니다.
1i는 let 0.8의 확률로 4H 양초의 색상을 예측합니다.
2i는 0.8의 확률로 1H 양초의 색상을 예측합니다.
3rd는 0.8의 확률로 30M 양초의 색상을 예측합니다.
이 세 시스템의 신호를 결합하고 결합하여 양초의 색상을 예측할 확률이 0.8 이상인 시스템을 얻을 수 있습니까? 그리고 1 시스템 내에서 해당 신호에 대해 작업하는 경우 양초의 올바른 색상을 예측할 확률은 얼마입니까? 3개의 시스템이 모두 다음 촛불의 동일한 색상을 제공하면 열립니다.
시스템이 독립적인 경우, 즉 다양한 독립 소스에서 TA에 대한 정보를 취하면 Bayes의 정리에 따라 가능합니다. 당신이 100% 의존한다면, 당신은 할 수 없습니다.
저것들. 각 시스템이 동일한 소스에서 TA에 대한 불완전한 정보를 가져오고 이 정보가 부분적으로 독립적이라고 가정하면 확률을 높일 수 있습니다.
아래를 내려다 볼 차례입니다. 3개의 소나무에서 길을 잃음) 하나의 도구에서 작동하는 3개의 시스템이 있습니다.
1i는 let 0.8의 확률로 4H 양초의 색상을 예측합니다.
2i는 0.8의 확률로 1H 양초의 색상을 예측합니다.
3rd는 0.8의 확률로 30M 양초의 색상을 예측합니다.
이 세 시스템의 신호를 결합하고 결합하여 양초의 색상을 예측할 확률이 0.8 이상인 시스템을 얻을 수 있습니까? 그리고 1 시스템 내에서 해당 신호에 대해 작업하는 경우 양초의 올바른 색상을 예측할 확률은 얼마입니까? 3개의 시스템이 모두 다음 촛불의 동일한 색상을 제공하면 열립니다.
모든 예측이 독립적인 경우 3개의 신호가 모두 같은 방향에 있는 경우 정확할 확률 = 1-0.2*0.2*0.2=0.992
종속성이 있는 경우 조건부 확률을 통해.
그러나 실제로 이러한 값은 일정하지 않을 것입니다. 저것들. 빈도는 확률로 수렴하지 않습니다.
아래를 내려다 볼 차례입니다. 3개의 소나무에서 길을 잃음) 하나의 도구에서 작동하는 3개의 시스템이 있습니다.
1i는 let 0.8의 확률로 4H 양초의 색상을 예측합니다.
2i는 0.8의 확률로 1H 양초의 색상을 예측합니다.
3rd는 0.8의 확률로 30M 양초의 색상을 예측합니다.
이 세 시스템의 신호를 결합하고 결합하여 양초의 색상을 예측할 확률이 0.8 이상인 시스템을 얻을 수 있습니까? 그리고 1 시스템 내에서 해당 신호에 대해 작업하는 경우 양초의 올바른 색상을 예측할 확률은 얼마입니까? 3개의 시스템이 모두 다음 촛불의 동일한 색상을 제공하면 열립니다.
그것이 지금의 플래시 로얄이라고 불리는 것입니까, 아니면 무엇입니까?
따라서 문제는 - RNG 온라인이 초당 수백 개의 핸드를 배포한다는 사실로 이러한 증가된 확률을 정당화할 수 있습니까?
신경쓰지 마세요, 설명이 잘못되었습니다. 또한 게임을 얼마나 많이했는지 고려해야합니다. 이것이 통계의 본질입니다.
로열 플러시는 너무 드문 이벤트이며 빈도가 매우 클 수 있습니다. 주파수의 상당한 차이를 유능하게 판단하려면 플레이한 것보다 몇 배나 더 많은 게임을 해야 합니다.
이론적으로 예 - 지난 30분 촛불 4시간 동안))) 추정해야 합니다.
젠장, 간단한 작업이지만 두 번째 날은 어떻게 든 계산되지 않음) 계산 및 회계 처리가 불가능한 3 시스템의 확률 간의 상호 관계를 혼동하지만 분명히 존재합니다 ...
젠장, 간단한 작업이지만 두 번째 날은 어떻게 든 계산되지 않습니다)
아래를 내려다 볼 차례입니다. 3개의 소나무에서 길을 잃음) 하나의 도구에서 작동하는 3개의 시스템이 있습니다.
1i는 let 0.8의 확률로 4H 양초의 색상을 예측합니다.
2i는 0.8의 확률로 1H 양초의 색상을 예측합니다.
3rd는 0.8의 확률로 30M 양초의 색상을 예측합니다.
이 세 시스템의 신호를 결합하고 결합하여 양초의 색상을 예측할 확률이 0.8 이상인 시스템을 얻을 수 있습니까? 그리고 1 시스템 내에서 해당 신호에 대해 작업하는 경우 양초의 올바른 색상을 예측할 확률은 얼마입니까? 3개의 시스템이 모두 다음 촛불의 동일한 색상을 제공하면 열립니다.
시스템이 독립적인 경우, 즉 다양한 독립 소스에서 TA에 대한 정보를 취하면 Bayes의 정리에 따라 가능합니다. 당신이 100% 의존한다면, 당신은 할 수 없습니다.
저것들. 각 시스템이 동일한 소스에서 TA에 대한 불완전한 정보를 가져오고 이 정보가 부분적으로 독립적이라고 가정하면 확률을 높일 수 있습니다.
이론적으로 예 - 지난 30분 촛불 4시간 동안))) 추정해야 합니다.
글쎄요, 일반적으로 누구에게나 가능하겠지만, 가장 쉬운 방법은 후자일 가능성이 가장 높다고 생각하는 것입니다.
________________
Sergey, 테스터에서 확률을 추정하는 것은 어떻습니까?
Sergey, 테스터에서 확률을 추정하는 것은 어떻습니까?
비신사적인 테스터에서)
실제로 시도했습니다. 테스터는 결과 시스템의 확률을 증가 시켰으므로 계산으로 백업하려고 시도하고 끊었습니다.
아래를 내려다 볼 차례입니다. 3개의 소나무에서 길을 잃음) 하나의 도구에서 작동하는 3개의 시스템이 있습니다.
1i는 let 0.8의 확률로 4H 양초의 색상을 예측합니다.
2i는 0.8의 확률로 1H 양초의 색상을 예측합니다.
3rd는 0.8의 확률로 30M 양초의 색상을 예측합니다.
이 세 시스템의 신호를 결합하고 결합하여 양초의 색상을 예측할 확률이 0.8 이상인 시스템을 얻을 수 있습니까? 그리고 1 시스템 내에서 해당 신호에 대해 작업하는 경우 양초의 올바른 색상을 예측할 확률은 얼마입니까? 3개의 시스템이 모두 다음 촛불의 동일한 색상을 제공하면 열립니다.
모든 예측이 독립적인 경우 3개의 신호가 모두 같은 방향에 있는 경우 정확할 확률 = 1-0.2*0.2*0.2=0.992
종속성이 있는 경우 조건부 확률을 통해.
그러나 실제로 이러한 값은 일정하지 않을 것입니다. 저것들. 빈도는 확률로 수렴하지 않습니다.
모든 예측이 독립적인 경우 3개의 신호가 모두 같은 방향에 있는 경우 정확할 확률 = 1-0.2*0.2*0.2=0.992