Bu ne? - sayfa 15
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
RMS'yi yanlış hesapladınız, bu işlem için n ile orantılıdır. İkinci test serisinden sonra, beklentiden göreceli sapma azaldı.
Pekala, bir nedenden dolayı, Kırmızı'daki isabet sayısının dağılımının (sıfır yoksa, yani p=q=0.5) binom olduğundan emindim, bu da Laplace teoremi için normal ile iyi bir şekilde yaklaşıktır. geçerlidir... Belki de npq'ye eşit olan varyansla karıştırdınız?
Pekala, bir nedenden dolayı, Kırmızı'daki isabet sayısının dağılımının (sıfır yoksa, yani p=q=0.5) binom olduğundan emindim, bu da Laplace teoremi için normal ile iyi bir şekilde yaklaşıktır. geçerlidir... Belki de npq'ye eşit olan varyansla karıştırdınız?
Belki karıştı. Ama RMS=Root(Disp)??
Ve Yoldaş'a göre nasıl. Laplace yapacak mı?
Görünüşe göre Candid'in bahsettiği konuya girmeye başlıyorum. Süreç üzerine (Bernoulli). Bu durumda, testlerin temel sonuçlarının kümülatif toplamı ile ilgilidir, yani örneğin Kırmızı için 1 ve Siyah için 0.
Ve sen ve ben, kement , olasılık dağılımından bahsediyoruz.
Laplace teoremi, Merkezi Limit Teoreminin özel bir halidir. Sadece şans sayısının normal olana dağılımının npq varyansı ile yakınsamasından bahsediyor.
Evet, doğru, n hakkında kafam karıştı, doğru, n'nin kökü. Neden bahsettiğini bilmiyorum ama kement örneği süreçle ilgili :).
Bir hatası var, ikinci seriden sonraki beklenti 1000'e 1000 değil, 1100'e 900 olacak. Ayrıca 2000 denemeden sonra 1000 alma olasılığı ile arka arkaya iki olası 1000 deneme serisinin toplam olasılığını karıştırıyor gibi görünüyor. ( A1 && B2 ).
not
2. seriden sonra n = 2000 A3 = A1 && A2 = {(600K, 400H seri 1'de) AND (600K, 400H seri 2'de}.......... ....... . ................................................ .. ................................
................................................ . ................................ MO=1100 Disp= 2000*0.5*0.5 RMS = 22.36 3 * RMS \u003d 67.08 Sapma (A3) \u003d (1200-1100) / 22.36 \ u003d 4.47
İşte beni orada buldular. Ama daha hazır değilim :)
eklenemiyor..
G. Sekey. "Olasılık teorisi ve matematiksel istatistikte paradokslar"
4.5 milyon deja vu..
Ve eğer sıkıştırırsanız - çok mu? Bana postayla gönderebilir misin (profilime bakın)?
İşte beni orada buldular.
Bulundu mu yoksa alındı mı? :)
Şey, henüz anlamadım. Fikrinizi hissetmek için muhtemelen kendiniz bir şeyler yapmaya çalışmalısınız. Ve hissettiğim gibi - belki yeni düşünceler ortaya çıkacak.
Var?
Ve ben. Lütfen.
büyük[mylogin]@mail.ru
10.000'de 6000'e karşı 4000 anlaşılabilir. Normalin dışına çıkmayacağız.
Bir kez daha aynı soru, ama ben farklı bir şekilde ifade edeceğim.
Yeni bir nesne yaratıyoruz - bir olay sistemi (örneğin, bir rulet çarkı). Sıfır değil. Kırmızı/Siyah - 50/50. 1000 test yaptık. Kırmızının 600 kez, Siyahın 400 kez düştüğü bir A1 olayı (bir olay) meydana geldi. Buna göre, son derece küçük ama kabul edilebilir bir P(A1) vardır, örneğin = 0.0001
Her şey, bu bin denemeyi unuttum. Sıfırdan başlıyoruz.
Soru: Sonraki 1000 denemede (aynı sistemde) Hangi olay daha olasıdır - A3={600 kez kırmızı, 400 kez Siyah} veya A4={400 kez kırmızı, 600 kez Siyah}
Veya P(A4)=P(A3) ? Yoldaş şemasına göre bu nasıl hesaplanır. Bernoulli?
Unuttuysanız, zaten olmuştur, o zaman tekrar olma olasılığı ilk testten öncekiyle aynıdır. Ve ilk testten önce, iki katının 600/400 olma olasılığı farklıdır - bir kez 600/400 alma olasılığının karesine eşittir. Onlar sadece farklı olaylar.