1 루의 숫자에 반복이 없으면 후속 샘플을 살펴보고 요소 수를 다시 계산할 수 있습니다 (같은 숫자가 반복되면 반복을 고려하지 않습니다. 방금 고려했습니다. 1회, 추가 발생 건너뛰기). 그러나 원래 데이터베이스에 우리가 계산한 것보다 더 많은 요소가 없다는 보장은 어디에 있습니까? 확률은 확률입니다. 많은 선택을 해야 합니다. 그리고 그 결과는 검증될 것입니다(얼마나 많은 샘플을 만들었는지에 관계없이) - 적어도 하나의 요소가 샘플에 포함되지 않았을 확률이 항상 있을 것입니다 ....
1 루의 숫자에 반복이 없으면 후속 샘플을 살펴보고 요소 수를 다시 계산할 수 있습니다 (같은 숫자가 반복되면 반복을 고려하지 않습니다. 방금 고려했습니다. 1회, 추가 발생 건너뛰기). 그러나 원래 데이터베이스에 우리가 계산한 것보다 더 많은 요소가 없다는 보장은 어디에 있습니까? 확률은 확률입니다. 많은 선택을 해야 합니다. 그리고 그 결과는 (우리가 얼마나 많은 샘플을 만들었는지에 관계없이) 검증될 것입니다 - 적어도 하나의 요소가 어떤 샘플에도 포함되지 않았을 확률이 항상 있을 것입니다 ....
네 물론 해결 가능합니다)
그래서 제가 " 아마도 "라고 말하는 이유는 .... 즉, 답은 다음과 같아야 합니다. 기본 크기는 100000-110000이고 확률은 97%입니다.... 그리고 300000개의 샘플을 만들면 95%의 확률로 약 90%의 기본을 갖게 됩니다.
밑이 1에서 .... X까지 순서대로 번호가 매겨져 있으면 밑에서 100개의 숫자를 선택한 것입니다. 그러면 우리는 이 100개의 숫자 중 * 2가 X와 같을 수 있습니다.
마트카드. rnd(2000) 함수는 1에서 2000 사이의 난수를 생성합니다. 우리는 100개의 i=0...100개의 값을 취해 모든 것을 계산했습니다. 당연히 결과는 정확하지 않을 것입니다. 이 통계는 추정치 의 신뢰 구간 이기 때문입니다. 이 통계도 계산할 수 있으며 필요한 정확도에 따라 필요한 샘플 크기를 결정할 수도 있습니다.
WWer , "첫 번째 기본 크기"는 무엇을 의미합니까? 회원수?
새 염기(확률적으로(예: 2sigma))에서 첫 번째 염기의 크기를 결정해야 합니다.
크기는 내가 이해하는 대로 극단값의 범위 또는 무엇입니까? 이 경우 알려진 분포로 문제 를 해결할 수 있습니다.
그러나 크기가 숫자의 수라면 나는 무언가를 이해하지 못합니다. 예를 들어 주십시오.
크기는 내가 이해하는 대로 극단값의 범위 또는 무엇입니까? 이 경우 알려진 분포로 문제를 해결할 수 있습니다.
그러나 크기가 숫자의 수라면 나는 무언가를 이해하지 못합니다. 예를 들어 주십시오.
간단하게 하기 위해 1 2 3 4 5 ... X와 같은 자연수를 취합시다. 이것은 "X"이고 우리는 그것을 찾아야 합니다.
이 기지에서 무작위로 숫자를 선택합니다. 예를 들어 "3"... 임의의 숫자를 선택할 확률 = 1/X.
예시. 10개의 숫자가 있다고 가정합니다. 1 2 3 4 5 6 7 8 9 10
샘플(20개의 숫자)을 만들어 보겠습니다. 5 2 9 5 3 8 4 10 3 2 7 1 8 5 2 6 6 1 10 1
이제 우리가 첫 번째 베이스의 크기를 가지고 있다는 것을 잊어버리고 두 번째 베이스에서만 찾아야 합니다.
1루가 훨씬 더 크고 숫자가 연속적이지 않다는 것은 분명합니다.
와우, 그런 문제는 일반적으로 해결할 수 있습니까?
1 루의 숫자에 반복이 없으면 후속 샘플을 살펴보고 요소 수를 다시 계산할 수 있습니다 (같은 숫자가 반복되면 반복을 고려하지 않습니다. 방금 고려했습니다. 1회, 추가 발생 건너뛰기). 그러나 원래 데이터베이스에 우리가 계산한 것보다 더 많은 요소가 없다는 보장은 어디에 있습니까? 확률은 확률입니다. 많은 선택을 해야 합니다. 그리고 그 결과는 검증될 것입니다(얼마나 많은 샘플을 만들었는지에 관계없이) - 적어도 하나의 요소가 샘플에 포함되지 않았을 확률이 항상 있을 것입니다 ....
솔직히 말해서, 나는 아이디어를 얻지 못했습니다. 그리고 숫자가 자연수의 제곱이라면, 즉 1, 4, 9, ..., 625? X는 무엇과 같습니까?
그리고 원래 모집단보다 더 큰 "표본"으로 그것을 평가하는 방법은 무엇입니까?
실용적인 응용 프로그램에 대해 힌트를 줄 수 있습니까? 무엇을 위한 것입니까?
와우, 그런 문제는 일반적으로 해결할 수 있습니까?
1 루의 숫자에 반복이 없으면 후속 샘플을 살펴보고 요소 수를 다시 계산할 수 있습니다 (같은 숫자가 반복되면 반복을 고려하지 않습니다. 방금 고려했습니다. 1회, 추가 발생 건너뛰기). 그러나 원래 데이터베이스에 우리가 계산한 것보다 더 많은 요소가 없다는 보장은 어디에 있습니까? 확률은 확률입니다. 많은 선택을 해야 합니다. 그리고 그 결과는 (우리가 얼마나 많은 샘플을 만들었는지에 관계없이) 검증될 것입니다 - 적어도 하나의 요소가 어떤 샘플에도 포함되지 않았을 확률이 항상 있을 것입니다 ....
네 물론 해결 가능합니다)
그래서 제가 " 아마도 "라고 말하는 이유는 .... 즉, 답은 다음과 같아야 합니다. 기본 크기는 100000-110000이고 확률은 97%입니다.... 그리고 300000개의 샘플을 만들면 95%의 확률로 약 90%의 기본을 갖게 됩니다.
솔직히 말해서, 나는 아이디어를 얻지 못했습니다. 그리고 숫자가 자연수의 제곱이라면, 즉 1, 4, 9, ..., 625? X는 무엇과 같습니까?
그리고 원래 모집단보다 더 큰 "표본"으로 그것을 평가하는 방법은 무엇입니까?
실용적인 응용 프로그램에 대해 힌트를 줄 수 있습니까? 무엇을 위한 것입니까?
서버에 요청을 보내고 응답으로 데이터베이스에서 10개의 임의 사용자 ID를 얻습니다. 그래서 최소한 몇 개의 ID가 있는지, 몇 개의 요청을 보낼지 알기 위해 그런 문제를 동시에 해결하고 싶었습니다.)
추신 나는 지금 400000 ID를 가지고 있습니다
안녕하세요, 이 문제는 누구나 해결하기 어려운가요?):
다른 숫자의 기초가 있습니다. 숫자가 무작위로 선택되고 또 다른 기본이 형성됩니다(즉, 숫자가 이미 여기에서 반복될 수 있음). 원하는 만큼 선택할 수 있지만 리소스와 시간 낭비입니다.
새 염기(확률적으로(예: 2sigma))에서 첫 번째 염기의 크기를 결정해야 합니다.
+ 첫 번째 염기의 최소 90%를 얻기 위해 얼마나 많은 샘플을 만들어야 하는지 계산하는 것도 좋을 것입니다.
샘플에 2를 곱할 수 있습니다.
샘플에서 MOF를 결정하고 2를 곱합니다.
무엇을 할 수 있습니까?
밑이 1에서 .... X까지 순서대로 번호가 매겨져 있으면 밑에서 100개의 숫자를 선택한 것입니다. 그러면 우리는 이 100개의 숫자 중 * 2가 X와 같을 수 있습니다.
마트카드. rnd(2000) 함수는 1에서 2000 사이의 난수를 생성합니다. 우리는 100개의 i=0...100개의 값을 취해 모든 것을 계산했습니다. 당연히 결과는 정확하지 않을 것입니다. 이 통계는 추정치 의 신뢰 구간 이기 때문입니다. 이 통계도 계산할 수 있으며 필요한 정확도에 따라 필요한 샘플 크기를 결정할 수도 있습니다.