随机概率论。汽油弹继续! - 页 29

新评论
 
GameOver:

这是关于立方体。
的复发概率也是1\6，但它比其他结果的 概率小得多[5\6]。

不要做巨魔! 自然，任何其他数字比抽出的数字的概率都要高。而且，所选数字以前是否出现过完全没有区别。你猜的是3，结果是3。然后你又猜到了3。不是3 的概率是5/6。但是，比如说，它不会是6的 概率也是5/6，尽管它之前没有出来。
 
GameOver:

这就是我的观点--每件事都是一种妥协，但它是基于什么呢？ 在系列的长度和其事件所需的时间之间的合理选择。


不，不是真的，不是真的。一切都基于你赖以起舞的资本，以及根据该资本调整的风险/时间比率的合理性。

假设你有一个卢布，你想赚10个卢布，你可以或多或少安全地做到这一点，在第一个戈比上下注，但随后你将在一年后存下10个，或者....5))))，总之是很长一段时间。

你可能从3戈比开始，你有不同的风险，你可以通过投注更多的稀有事件来补偿。

而最有趣的是在选择机制中，当有一个相同的初始资本时，在游戏中从1戈比开始跳舞，而在其他时刻--从3戈比开始。

该系列既有其在时间上发生的概率，也有该系列本身的构成变化的概率，当选择增加时，统计上应趋于平衡。

但在实现这个愿望的过程中，他们有一半偏离了既定路线，而这些偏离的边界也是早就计算好的。

本质仍然是，在一个更有利于我们的系列的偏差，包括从3戈比开始的机制，同时我们在同一时间有一堆其他系列，可以选择和分组，并找到相反的系列，其中的倾斜不会在我们的方向和它的舞蹈从1戈比。

 
GameOver:

任何数字的概率都是1/6，没有人对此有异议。
重复的概率也是1/6，但它比其他结果的概率[5/6]小得多。

哦，我的天啊!谁会想到呢？

你有没有想过，在第一枪中，"其他结果 "的概率也是5/6？

 
Nikitoss:


不，不是真的，不是真的。一切都是基于我们赖以起舞的资本，以及与该资本相匹配的风险/时间比率的合理性。

假设你有一个卢布，你想赚10个卢布，你可以或多或少安全地做到这一点，在第一个戈比上下注，但随后你将在一年后存下10个，或者....5))))，总之是很长一段时间。

你可能从3戈比开始，你有不同的风险，你可以通过投注更多的稀有事件来补偿。

而最有趣的是在选择机制中，当有一个相同的初始资本时，在游戏中从1戈比开始跳舞，而在其他时刻--从3戈比开始。

这个系列既有它在时间上发生的概率，也有系列本身的构成变化的概率，当选择增加时，统计上应该趋于平衡。

但在实现这个愿望的过程中，他们有一半偏离了既定路线，而这些偏离的边界也是早就计算好的。

本质仍然是，在一个更有利于我们的系列的偏差，包括从3戈比开始的机制，同时我们在同一时间有一堆其他系列，可以选择和分组，并找到相反的系列，其中的倾斜不会在我们的方向和它的舞蹈从1戈比。


我忘了补充，系列不需要连续的结果来组成一个系列进行分析，我们可以说第1，2，3，6，6，7，25，26，30，落差值。

而这个系列的出现概率的计算变得更加复杂，因为这些单独的命中率也有自己的出现概率，与一个或另一个长的结果系列有关。

因此在长的最终系列里面，有可能组装这样一个系列，其中的每个成员将由与最终系列有关的每个单独下跌的概率组成，这些概率在我们的方向上是倾斜的。

 
PapaYozh:

哦，我的天啊!谁会想到呢？

你有没有想过，在第一枪中，"其他结果 "的概率也是5/6？


我说的是改变状态。 我根本不关心第一次的翻转。它是任何，它在无穷的可能结果中的重复性趋于零。
这在硬币的应用中并不明显。
有什么不清楚的呢？ 它是基于这样的假设：概率的基础是状态的变化。
因此，尽管我们把序列当作随机的，但事实证明，趋势和非趋势的概率是一样的。

如果一个白球和一个黑球放在盒子里，取出红球的概率是多少？ 非零，记得吧？;-)))))
 
Nikitoss:


我忘了补充 SERIES-DO NOT OBLIGATORY连续的结果做一个系列来分析，我们可以取，比如说，第1，2，3，6，7，25，26，30，落差值。

而计算这个系列的出现概率的时间变得更加复杂，同时这些单独的命题也有自己的出现概率，相对于任何一个长的最终系列。

因此，在一个长的最终系列中，有可能组建这样一个系列，其中的每个成员将由与最终系列有关的每个单独的下降的概率组成，并向我们的方向倾斜。


思路很清楚，系列的变化基本上是无限的，有什么能阻止你选择目前显示出尾巴的那个系列呢--而且尾巴很有可能被其他系列所取代，这个尾巴变直了，你就可以工作了。
我对你把毫米带入其中的事实感到困惑。它闻起来像马丁，如你所知，这不会导致任何好的结果 )))))))
 
GameOver:
还有一个后续问题

比方说，我们正在收集一系列10次旋转的统计数据。
我们需要100种变化的统计资料。
介意我们掷1000次骰子吗？
或
我们掷出10，然后丢弃最后一个结果，增加一个新的随机结果。
所以，掷骰子的结果将是10+100=110。
问题--统计学上，两种情况下的分布都将是正常的？

对于这个问题，谁能告诉我其中的道理？:-(
如果我们采取一系列完全随机的或部分类似的历史，会有什么区别吗？
 
GameOver:

对于这个问题，谁能给我一个提示？:-(
如果我们采取完全任意的或部分相同的历史系列，会有什么不同吗？
而如果考虑到叠加效应。
则前层也考虑到了新的元素，并且连接为一零。
尽管它不能用数学来表达（不完善的数学）......。
1...2223242526272829
新评论