O que é isso? - página 19
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
Você calculou as probabilidades para o evento 1200/800, ou seja, P(A1 && A2)
Mas você estava falando do evento A2|A1 (probabilidade condicional do evento A2 se o evento A1 já tiver ocorrido)
Onde eu falei sobre probabilidades condicionais?
Eu não estou bisbilhotando. Eu só acho que se eu for mal compreendido, então eu também sou parcialmente culpado por isso.
Obrigado.
Sekei, em seus Paradoxos em Teoria da Probabilidade e Estatística Matemática, descreve o paradoxo de Moivre. Avatara deve ter insinuado isso para você...
E discutir com Candide é inútil, ele não entendeu as pistas e foi direto para o fogo.
Eu mesmo já me medi.
Acho que podemos estar satisfeitos com esta definição para nossa discussão: MO é a média de todas as realizações possíveis de uma variável aleatória.
Sou preguiçoso demais para encontrar referências a livros onde está escrito que integração significa média (em geral, com precisão ao fator normalizador), mas muitas pessoas neste fórum podem confirmar isso. As mesmas pessoas lhe dirão que, para quantidades discretas, a integração é substituída pela soma.
MO é o valor esperado. Em outras palavras, é o que esperamos, que valor de freqüência de ocorrência esperamos de uma variável aleatória em seu comportamento ideal (distribuição).
Você não calculou o Mathematical Expected, mas alguma mistura de Mat.Happened (600) + MO de uma segunda série de 1000 eventos(500)Você perdeu uma pista importante, ao falar de MO você deve sempre especificar de que quantidade você está falando. Bem, em seu problema estamos falando exatamente sobre o que escrevi: o MO do número de quedas vermelhas na série de 2000 rolos, assumindo que após os primeiros mil serão 600. Você está tentando substituí-lo por apenas o MO do número de quedas vermelhas em uma série de 2000 rolos. Estes são valores diferentes, por Bayes :)
O que mais posso lhe dizer? Em MO=1100, as variantes A1 && B2 e A1 && A2 estão dispostas simetricamente em torno de MO, eliminando assim a questão de por que suas probabilidades são iguais. É isso aí, estou cansado, se não for suficiente para você, terei que excluí-lo do meu grupo de referência :) .
P.S. Esqueci de dizer, há outro truque útil para a compreensão - reler cuidadosamente tudo novamente.
Colegas, silêncio. >> silêncio. Vamos acabar com isso. Apenas, por favor, vamos defender nossos pontos com argumentos, com cálculos, sem envolver "micurinianos" e "junatistas".
A citação acima não é a definição de ME. A própria definição de expectativa de acasalamento está logo abaixo.
ME é o valor esperado . Em outras palavras, é o que esperamos, que magnitude de freqüência de ocorrência esperamos de uma variável aleatória em seu comportamento ideal (distribuição).
E não depende dos resultados de uma série específica de eventos (locais).
MO é assumido: a) com base nas propriedades físicas do objeto, por exemplo, um cubo regular p=1/6 MO=n*p
Ou é determinado: b) pela experiência. Por exemplo, fizemos 50 séries de 1000 testes em cada série. E a partir dos valores obtidos em cada série, encontramos a média
este não é o caso. O que você chama de MO é probabilidade, e MO para uma distribuição discreta é igual à soma do produto dos valores possíveis por sua probabilidade. Se a probabilidade de cabeças/rabos = 0,5/0,5 e para cabeças=+1, rabos=-1, então MO=1*0,5-1*0,5=0.
Mas se não tivermos probabilidades (e na prática nunca as temos), devemos estimar P(cabeças)=Número total de fichas/número total de rolos. Ou seja, a probabilidade estimada é igual à freqüência do evento
MO=(1*Número de águias - 1*Número de rabos)/Número de elencos. Isto é para dois valores de NE.
Em valores mais altos a fórmula será: MO=(x1*N1+x2*N2+...+xi*Ni)/N, onde x1...xi - NE, N1...Ni - número de quedas, N=N1+...+Ni - número total de arremessos
Por que ao cair de 600/400 a probabilidade volta a 0,5/0,5? Portanto, não é porque a série se lembra de algo e compensa. É a lei dos grandes números. Este desvio será compensado pelo fato de que o desvio crescerá mais lentamente à medida que o N aumentar do que o próprio N. Se da primeira vez foi 600/400 então a estimativa de probabilidade é 0,6/0,4 Se fizermos mais 1000 testes e obtivermos, por exemplo, 500/500, a estimativa de probabilidade será 0,55/0,45. Grosso modo, este desvio será eliminado à medida que o número de tentativas aumenta. A estimativa da probabilidade (freqüência do evento) será reduzida à probabilidade apenas no limite do infinito (e a propósito, quanto mais testes, menor será a chance de que seja igual).
Onde eu disse sobre as probabilidades condicionais???
Eu não estou bisbilhotando. Eu só acho que se eu for mal entendido, a culpa é em parte minha.
Portanto, se você não quis dizer isso, sua tarefa é simples: fazer 2.000 testes - 1.200 vermelhos, 800 pretos. Sem o incômodo de dividi-lo em séries de 1000 e obter resultados intermediários
(1) Você vê, quando tenta avaliar o nível de seu oponente, você está avaliando ou o nível dele ou seu teto.
(2) E não confundir um com o outro.
(1) Isto é verdade.
(2) E isso não é viável. No entanto, talvez seja apenas o meu teto... ;) Compartilhar a tecnologia? Se houver uma auto-sabotagem.
Por favor, não hesite em fornecer as fontes de tais informações interessantes. Onde eles transmitem tal conhecimento?
Membros do Fórum! Por favor, não fique calado, mas faça seus argumentos. O que está errado em meu primeiro post nesta página?
Cansado de escrever sobre isso, mas vou dizer novamente: ........ Estou baseando isto em séculos e milhares de anos de observações de fitas métricas, e na suposição de que a mesa do leme e a roda são perfeitamente fabricadas e equilibradas. Não há zeros em minha fita métrica (para que não nos percamos ainda mais). 36 buracos. 18 vermelhos. 18 preto. Isso é 0,5 por 0,5.
Portanto, seu problema é exatamente sobre o que escrevi: sobre o número de tintos MO em uma série de 2.000 tiros, supondo que depois dos primeiros mil haverá 600. Você está tentando substituí-lo por apenas o MO do número de quedas vermelhas em uma série de 2000 rolos. São valores diferentes, por Bayes :)
Bem, não há condições na definição de MO (... supondo que haja 600 após os primeiros mil... ) NÃO!! Caso contrário - um link para a fonte é obrigatório!
É isso, estou cansado, se isso não for suficiente para você, terei que excluí-lo do meu grupo de referência :) .
Não. Não. Nem pense nisso.... No meio de uma rodada, você só pode se deitar se estiver realmente cansado... )) E você não pode desistir. Ninguém vai entender.
Se você tem sido boxeador, é claro. ))
Avals, obrigado. Nossos pontos de vista são quase idênticos. Eu estava prestes a colocá-lo no acampamento "inimigo" )))) Mas ainda....
Se a primeira vez foi 600/400 então a estimativa de probabilidade é 0,6/0,4 Se outros 1000 testes são realizados e você obtém por exemplo 500/500 então a estimativa de probabilidade já é 0,55/0,45.
Mais uma vez, nós NÃO fazer uma estimativa da probabilidade de o Vermelho cair no Slingshot por alguma discreta série de eventos, já foi produzido ANTES DELE por nossos antecessores (Laplace, Bernoulli, Bayes), nossa história, a história do Vermelho-Negro caindo fora. É isso aí!!! p=q=0,5 ou mais #define p 0,5 ESTE É O PONTO.
Portanto, se você não quis dizer isso, então seu problema é formulado de forma simples: você fez 2000 testes - 1200 vermelho, 800 preto. Sem todo o trabalho de dividi-la em séries de 1000 e obter resultados intermediários.
Não, não é. Estou perplexo. Como faço para fazer valer meu ponto de vista? Por favor, leia novamente o problema original https://www.mql5.com/ru/forum/122871/page14#254008
e sua interpretação do estilingue https://www.mql5.com/ru/forum/122871/page16#255508
Само определение мат.ожидания чуть ниже.
МО это ожидаемое значение. Другими словами это то, что мы ждем, какую величину частоты появления ожидаем от случайной величины в идеале её поведения (распределения).
Esta é uma interpretação em termos de sentido mundano, mas não uma definição. Você conhece a definição: é uma média de realizações ideais; não há nada nela sobre expectativas ou sobre o futuro. Da mesma forma é definida a previsão de um processo aleatório em algum momento no futuro: é m.o. e nada mais.
Pode-se raciocinar muito sobre a natureza e o significado da probabilidade, mas ela ainda tem algo que está ausente na freqüência: a probabilidade contém implicitamente o modelo de comportamento do fenômeno que supomos ser aplicável a ele no passado, presente e futuro. A freqüência, por outro lado, tem apenas o passado.
Bem, não há condições na definição de ME (... supondo que haja 600 após os primeiros mil...)
Muito bem, assim seja. Então, agora temos que desistir de prestar contas dos eventos credíveis que você tão teimosamente se recusa a ver? Temos um evento de credibilidade : a primeira série de testes nos trouxe 600 acertos no Vermelho. Temos que calcular o que esperar, em média, do evento completo (2000 ensaios) - mas partindo do pressuposto de que os primeiros mil ensaios já resultaram em 600 Vermelhos.
Não vai ser um grande negócio. Sabemos que a expectativa do número de Vermelhos na segunda série de 1000 testes é exatamente 500. Nosso processo é Bernoullian, por isso sabemos que o passado não afeta esta expectativa: é o mesmo que 500 de qualquer forma. Agora, sabendo que 600 já estão na primeira série, acrescentamos mais 500.
Não importa como você o chame, expectativa, previsão ou qualquer outro nome, de qualquer forma, 500+600 estará no centro do que você receberá como resultado de uma série de 2000 testes.
Потрудитесь, пожалуйста, источники столь интересной информации все же предоставить. Где раздают такие знания?
Bem, não há condições na definição de MO (... desde que depois dos primeiros mil haja 600...)
Mais uma vez, agora definitivamente o último. Não pode estar na definição de MO, está na definição do valor cujo MO você quer saber. E você pessoalmente deu essa definição, ninguém puxou sua língua.
Desde que você começou a escrever o correio, vou sugerir mais uma maneira.
Portanto, pegue sua roleta correta e gire (lembrando-se de jogar a bola) muitas, muitas vezes. Dividir TODOS os resultados em uma série de 2000 rolos. Calcule a média dos resultados e, se você tiver feito um bom trabalho, obtenha um resultado próximo a 1000. Esta será a estimativa MO do número de quedas vermelhas na série de 2000 rolos . Se você continuar girando até o infinito, você chegará a um número infinitamente próximo a 1000.
Mas não relaxe! :) A próxima tarefa será mais complicada. Você terá que estimar o número de acertos vermelhos em uma série de 2000 rolos, supondo que após os primeiros mil, haverá 600 deles. De todos os 2000 tiros você terá que manter apenas aquelas séries com 600 tacadas vermelhas após os primeiros mil. E há muito menos deles. Portanto, para uma boa estimativa do MO você terá que girar a roleta não muitas, muitas vezes, mas muitas, muitas vezes mais. Isso é culpa sua. Mas aqui você finalmente obtém um número bastante grande destas séries, calcula a média e... Aposto que está muito mais perto de 1.100 do que 1.000. Estou disposto a deixar você girar a roleta até conseguir 1000. Ou até que você concorde comigo.
Você pode até mesmo praticar em uma tarefa mais simples primeiro. Que não sejam 2000, 1000 e 600, mas 4, 2 e 2. Ou seja, dividir os resultados dos sorteios em uma série de 4 e selecionar aqueles em que havia 2 vermelhos após dois sorteios. Você não precisará de um grande número de sorteios para sua primeira pontuação decente, então você pode pegar uma moeda (se você não tiver roleta) e começar imediatamente. Você ainda pode fazer isso até que a pontuação MO esteja próxima de 2, ou até que você concorde que o MO para esse valor seja 3.
Concorda?
Uma série de 4 rolos deve tender para sua expectativa (ou melhor, sua) após duas quedas vermelhas?
Você está se perguntando por que a probabilidade voltará a 0,5/0,5 quando você atingir 600/400?
Essa pergunta não me incomoda em nada. O que me incomoda é que não posso explicar matematicamente meus ganhos na roleta (em dinheiro), embora com a quantidade de jogos jogados e uma expectativa tão negativa ( 1/37 = zero ) e tal capital inicial (depósito) devêssemos ter ido à falência pelo menos 6-7 vezes. Mas isso não aconteceu.
.......
Eu sou atormentado pela mesma coisa que o titular. Apenas com uma pequena diferença: Ele mostra os gráficos de outra pessoa e pergunta "O que são estes?
Eu "mostro" meus gráficos (embora na roleta, não o ponto) e também pergunto "O que é isso? Mas ao contrário dos gráficos - eu posso explicar algo. Mas ninguém parece estar interessado!
Então, por que estamos aqui, cavalheiros?