O que é isso? - página 15
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Вы неправильно посчитали СКО, для этого процесса оно пропорционально n. После второй серии испытаний относительное отклонение от матожидания уменьшилось.
Bem, bem, por alguma razão eu estava certo de que a distribuição do número de acertos no Vermelho (se não houver zero, ou seja, p=q=0,5) é binomial, que por sua vez é bem aproximada pelo normal, para o qual o teorema de Laplace é válido... Talvez você esteja confundido com variância, que é igual a npq?
Bem, bem, por alguma razão eu estava certo de que a distribuição do número de acertos no Vermelho (se não houver zero, ou seja, p=q=0,5) é binomial, que por sua vez é bem aproximada pelo normal, para o qual o teorema de Laplace é válido... Talvez você a tenha confundido com dispersão, que é igual a npq?
Talvez eu tenha feito. Mas RMS=Root(Disp) não é?
Como seria de acordo com o camarada Laplace?
Acho que estou começando a entender o que o Candidato está falando. Sobre o processo (Bernoulli's). Neste caso, a soma cumulativa dos resultados dos testes elementares, ou seja, digamos, 1 para Vermelho e 0 para Preto.
E você e eu, laço, estamos falando de uma distribuição de probabilidade.
O teorema de Laplace é um caso especial do teorema do limite central. O teorema de Laplace é um caso especial do Teorema do Limite Central, que trata da convergência da distribuição de probabilidade com a variância npq.
Sim, isso mesmo, fiquei confuso sobre n, a raiz correta de n. Eu não sei do que você está falando, mas o exemplo do laço é sobre o processo :).
Ele tem um erro, a expectativa após a segunda série não é de 1000 por 1000, mas de 1100 por 900. Ele também parece confundir a probabilidade de obter 1000 após 2000 tentativas e a probabilidade total de duas séries improváveis de 1000 tentativas seguidas ( A1 && B2 ).
P.S.
Depois da 2ª série n = 2000 A3 = A1 && A2 = {(600K, 400Ch na série 1) AND (600K, 400Ch na série 2)}.......... .................................................................................
..................................................................................... MO=1100 Disp= 2000*0,5*0,5 RMS=22,36 3*SCO = 67,08 Desvio(A3)=(1200-1100)/22,36=4,47
Ну вот, и тут меня нашли. Но я еще не готов :)
Não pode anexar...
G.Sekei. "Paradoxos na teoria da probabilidade e estatística matemática".
4,5 M em deja vu...
E se você o comprimisse, quão difícil seria? Vocês podem enviar para meu endereço de e-mail (ver perfil)?
Ну вот, и тут меня нашли.
Você o encontrou ou o conseguiu? :)
Bem, eu mesmo ainda não descobri isso. Eu mesmo deveria tentar fazer algo para ter uma idéia de sua idéia. E quando eu tiver uma idéia, talvez eu tenha algumas idéias novas.
Você conseguiu?
Eu também. Por favor.
big[mylogin]@mail.ru
6.000 contra 4.000 a 10.000 é compreensível. Não vamos além da normalidade.
Mais uma vez a mesma pergunta, mas vou colocá-la de uma maneira diferente.
Criamos um novo objeto - um sistema de eventos (por exemplo, a roleta). Não há zeros. Vermelho/preto - 50/50. Fizemos 1000 testes. Aconteceu o evento A1 (um evento) no qual o Vermelho caiu 600 vezes, o Preto caiu 400 vezes. Correspondentemente, existe um P(A1) extremamente pequeno, mas admissível, por exemplo = 0,0001.
É isso, esquecemos estes mil testes. Começamos com uma tábua rasa.
Pergunta: Com as próximas 1000 tentativas (no mesmo sistema) a probabilidade de qual evento é mais - A3={Vermelho cai 600 vezes, Preto cai 400 vezes} ou A4={Vermelho cai 400 vezes, Preto cai 600 vezes}
Ou P(A4)=P(A3) ? Como você calcula de acordo com o esquema do Sr. Bernoulli?
Se esquecido, já aconteceu, então a probabilidade é a mesma que antes do primeiro teste. E antes do primeiro teste, a probabilidade de conseguir 600/400 duas vezes é diferente - igual ao quadrado da probabilidade de conseguir 600/400 uma vez. Estes são simplesmente diferentes eventos.