Рулетка и Теория вероятности

В теории игр нужно всегда предсказывать действия игроков, даже если им не предоставится ход.

Теория штука классная, однако теорией и остается, поскольку на практике в реальности, все реализуется совсем в другом формате. Все действия игрока анализируются методичным тщательным образом, бизнес процесс всегда контролирует допустимые потери и позволяет игроку выиграть столько, сколько позволяет допустимый порог рентабельности и никогда не станет делится маржой с приносящим деньги клиентом, но всегда будет стремится показать всеми доступными способами, что пытается экономить расходы клиента, привлекая его и побуждая совершать депозиты...

Тест Профита.......на фантиках +4500! В реале - 260$///)))) Бывает....Боремся дальше)!

Jokk Ma пишет: Тест Профита.......на фантиках +4500! В реале - 260$///)))) Бывает....Боремся дальше)!

На фантиках человек играет "от вольного", на реал начинает осторожничать, залипать там где не надо. Адаптивные ловушки разного типа создают минное поле и достаточно несколько раз НЕ ПОВЕРИТЬ происходящему или УПЕРЕТЬСЯ там где не надо, как кредит обваливается вниз.

Правило трех сигм (3-sigma rule)

Правило, утверждающее, что вероятность того, что случайная величина отклонится от своего математического ожидания более, чем на три среднеквадратических отклонения, практически равна нулю. Правило справедливо только для случайных величин, распределенных по нормальному закону.

Если случайная величина распределена нормально, то абсолютная величина ее отклонения от математического ожидания не превосходит утроенного среднего квадратического отклонения.

Правило трёх сигм на кривой нормального распределения




На рисунке видно, что в пределах одного среднеквадратического отклонения лежит 68,26% значений, принимаемых нормально распределенной случайной величиной (соответствует доли площади под кривой распределения). В пределах двух среднеквадратических отклонений - уже 95,44%, а в пределах трёх - 99,72%.

Это означает, что вероятность того, что случайная величина примет значение, отклоняющееся от математического ожидания больше, чем на три среднеквадратических отклонения, не превышает 0,28%, т.е. пренебрежимо мала.

Например, пусть имеется выборка наблюдений за ежедневными продажами в магазине. Значения наблюдений распределены по нормальному закону со средним значением 150000 руб. и среднеквадратическим отклонением 20000 руб. Тогда в соответствии с правилом 3-х сигм продажи ниже, чем 150 000 - 20 000 x 3 = 90 000, и выше, чем 150 000 + 20 000 х 3 = 210 000, являются практически невозможными событиями. Фактически это означает, что рассматривать данные объемы продаж как потенциально возможные не имеет смысла.

Вероятность того, что отклонение по абсолютной величине будет меньше утроенного среднего квадратического отклонения равно 0,9973

На практике: если распределение случайной величины неизвестно, но условие, указанное в данном правиле выполняется, то есть основание предполагать, что случайная величина распределена нормально.

Среднеквадратическое отклонение  
дает возможность оценить разброс значений, полученных в результате измерения какого-то параметра. Обозначается символом   (греческая буква «сигма»).

Формула для расчета   довольно проста. Чтобы найти среднеквадратическое отклонение, нужно взять квадратный корень из дисперсии. Так что теперь вы должны спросить: “А что же такое дисперсия?”

Что такое дисперсия?

Дисперсия — это среднее арифметическое от квадратов отклонений значений от среднего.

Чтобы найти дисперсию последовательно проведите следующие вычисления:
Определите среднее (простое среднее арифметическое ряда значений). Затем от каждого из значений отнимите среднее и возведите полученную разность в квадрат (получили квадрат разности). Следующим шагом будет вычисление среднего арифметического полученных квадратов разностей (Почему именно квадратов вы сможете узнать ниже).

Рассмотрим на примере. Допустим, вы с друзьями решили измерить рост ваших собак (в миллиметрах). В результате измерений вы получили следующие данные измерений роста (в холке): 600 мм, 470 мм, 170 мм, 430 мм и 300 мм.

Порода собаки / Рост в миллиметрах
Ротвейлер 600
Бульдог 470
Такса 170
Пудель 430
Мопс 300

Вычислим среднее значение, дисперсию и среднеквадратическое отклонение.




Применив данный метод, мы выяснили, что некоторые собаки (например, ротвейлеры) – очень большие собаки. Но есть и очень маленькие собаки (например, таксы, только говорить им этого не стоит).
Самое интересное, что среднеквадратическое отклонение несет в себе полезную информацию. Теперь мы можем показать, какие из полученных результатов измерения роста находятся в пределах интервала, который мы получим, если отложим от среднего (в обе стороны от него) среднеквадратическое отклонение.
То есть с помощью среднеквадратического отклонения мы получаем “стандартный” метод, который позволяет узнать, какое из значений является нормальным (среднестатистическим), а какое экстраординарно большим или, наоборот, малым.

Как это поможет побороть -2,7% ?