Gå till innehåll

Klyka

Members
  • Innehåll Antal

    7 345
  • Gick med

  • Besökte senast

Allt postat av Klyka

  1. För att tillföra nåt till diskussionen: Är det OK att kompis B spelar på kompis A's konto? Fake edit: Till apostrofen efter "A" var jag nödd och tvungen. Ett kolon funkar inte, för kolon följt av "s" blir en smiley. Utan skiljetecken blir det "kompis As".
  2. DP, collusion är inte samma sak, oavsett vad Wikipedia säger att ordet rent generellt sett innebär. I poker är collusion något som sker mellan två eller flera spelare i samma spel. Att dra upp Wikipedias generella definition är som att försöka vinna en diskussion genom att utifrån etymologiska argument omdefinera centrala begrepp i diskussionen. "Det var inte taskigt att kalla henne kärring, för kärring är en avledning av 'någon man har kär', så det var en komplimang jag gav henne." (1) Därmed inte sagt att ghosting är OK bara för att det inte är collusion, men det är inte collusion. ___ (1) Populärt etymologiskt argument. Emellertid är det (förutom att vara ett dåligt argument) fel, för kärring är inte alls en avledning av 'någon man har kär'.
  3. Igår kl 19:18 hade jag skrattar rakt ut om någon hade lagt oddset 984 gånger pengarna på att lappen skulle dra en lorryreferens om en villavagn. Skrattat och avböjt.
  4. Den stora frågan är väl vad en villvagn är? Och har Crappy köpt en sån också? Eller köpte han en villvagn när han egentligen trodde att det var en villavagn? Kan det alltså vara så att Crappy inte alls har en villavagn? Är hela den här tråden baserad på en lögn? Ett missförstånd? En villavagnsvilla? En villvagn?
  5. "Finns ingenting som tyder på" vittnar ju om en skev bild av både beviskrav och bevisbörda.
  6. Postade ett relaterat problem på 2+2: A problem with multiple uniformly distributed random variables Let's say we have n random variabes t that are drawn from uniform distributions. The lower boundary of all those distributions is 0, but each distribution has its own upper boundary B(n). That is: t(n) is drawn from the uniform distribution [0, B(n)]. 1) What is the probability that in one trial t(1) is the smallest of all t? 1) What is the probability that in one trial t(1) is the greatest of all t? Jag försökte lösa fråga (1) genom att tänka mig ett mångdimensionellt ekvationssystem där varje t representeras av en dimension i planet. Varje trial pekar således ut en punkt. Försökte mig på att dela upp planet i de linjer där två variabler är lika och således räkna ut volymen i de mångdimensionella triangel där t(1) < t(2) OCH t(1) < t(3) OCH [...] OCH t(1) < t(n), men föll på att den avgränsningen ser olika ut beroende på om B för den ena variabeln t är större eller mindre än B för den andra. Wow, om nån lyckas förstå min lösningstanke så är jag förvånad, men hinner inte förklara bättre just nu. Nåja, problemet (engelsk text) kvarstår - nån som har nån tanke om hur det kan lösas? http://forumserver.twoplustwo.com/25/probability/problem-multiple-uniformly-distributed-random-variables-1043801/
  7. Känns skakigt. Själv bokför jag ibland spel som jag inte backar, för att utvärdera olika strategier och mäta mina prediction errors och teoretiskt utfall. Kanske jag skulle åka dit på att skatta för spel "som inte blivit av" om SKV skulle klampa in hos mig..?
  8. Haha dayfly vågar ut med sitt verkliga anlete i dagsljuset igen. Håll dig i mörkret, sländjävel.
  9. Vill man vara snäll kan man säga att lärdomen är att man inte ska titta på film, jogga på löpband och fixa tvätten samtidigt som man spelar.
  10. BTW, BruceZ på 2+2 har löst problemet med en multivariate normal distribution. Har inte kollat närmare på hans lösning än, men det verkar logiskt att använda en sån. Hur som helst avser hans lösning endast tre distributioner, tror jag, och jag vill kunna lösa det för godtyckligt antal distributioner. Mitt script ovan är skalbart, men det är ju varken elegant eller praktiskt att simulera fram lösningar.
  11. DocLame, nu tror jag mig ha satt mig in i din lösning hyffsat, men jag förstår inte riktigt vad som händer när Z komer in i bilden. Jag tror att du gör något i stil med att ta ett värde från the cummulative distribution function vid A=0 respektive B=0 (jag saknar facktermer). Hur som helst, om jag inte missförstått dig så räknar du ut dels P(X2>X1) och dels P(X2>X3) och tar sedan den kumulativa sannolikheten genom att multiplicera dem. Det kan man emellertid inte göra, eftersom trots att X1, X2 och X3 är oberoende av varandra på är A och B inte oberoende av varandra. Exempel: X3 (som har lägst medel) har större chans att "vinna" när X2<X1, eftersom detta innefattar många fall då X2 antar ett onormalt lågt värde och det alltså i många av dessa fall är så att både X1 och X2 antar relativt låga värden som X3 har en realistisk chans att slå. Se även Pyromanthas post i 2+2-tråden. Jag har skrivit ett script i R som simulerar 10 miljoner trials, och där får jag fram att P(X2>X1 AND X2>X3) ~ 60,6%. Mer exakt 60,62852% enligt senaste simuleringen, orkar inte riktigt fundera på hur många siffror som är gällande. Så här ser min fulkod ut iaf: # **************************************** # ************* Manual input ************* # **************************************** Sims = 10000000 Distribution <- c( # An array containing all the distributions 1, 2, 0.5, # List of means 2, 3, 1) # List of SdtDevs # **************************************** # ************ / Manual input ************ # **************************************** NoOfDists = length(Distribution)/2 # Counts the number of distributions entered into the variable Distributions dim(Distribution) <- c(NoOfDists,2) # Means in column 1 and StdDevs in column 2 Trial <- rep(0, times = NoOfDists * Sims) # An array containing the trials dim(Trial) <- c (Sims, NoOfDists) # A column per distribution and a row per simulation for(a in 1:NoOfDists) { Trial[1:Sims,a] = rnorm(Sims,Distribution[a,1],sqrt(Distribution[a,2])) # Fill each column with random variables drawn from the distribution that corresponds to that column } Winner <- rep(0, times = Sims) # Create an array for the greatest ("winning") number of each trial for(a in 1:Sims) Winner[a] = max(Trial[a,1:NoOfDists]) Output <- array(1:(NoOfDists*2), dim = c(NoOfDists, 2)) # An array for output. Numbered columns just or layout purposes. The numbering of column 2 is just an ugly shortcut - it will be overwritten in the following. for(a in 1:NoOfDists) { Output[a,2] = sum(Trial[1:Sims,a] == Winner) / Sims # Calculate the win% of each distribution and put in column 2 } Output # Print output Output-kommandot i slutet (som gör att arrayen Output skrivs ut) resulterar i följande output: > Output [,1] [,2] [1,] 1 0.2715784 [2,] 2 0.6062852 [3,] 3 0.1221364 Nedan följer en exekuvering av scriptet med endast ett fåtal trials och utskrift av relevanta variabler för att tydliggöra scriptets funktion: Sims = 25 # I stället för 10 miljoner > Distribution <- c( + 1, 2, 0.5, + 2, 3, 1) > NoOfDists = length(Distribution)/2 > NoOfDists # Skriver ut variabeln NoOfDists [1] 3 > dim(Distribution) <- c(NoOfDists,2) > > Trial <- rep(0, times = NoOfDists * Sims) > dim(Trial) <- c (Sims, NoOfDists) > for(a in 1:NoOfDists) + { + Trial[1:Sims,a] = rnorm(Sims,Distribution[a,1],sqrt(Distribution[a,2])) + } > Trial # Skriver ut arrayen Trial [,1] [,2] [,3] [1,] -1.75104225 1.9597162 -0.03518911 [2,] 2.30724097 -0.1897364 0.13767098 [3,] 1.01356313 2.6046584 -0.50611289 [4,] 0.66324623 3.0516121 0.07936945 [5,] 0.54739235 0.9442152 0.84936344 [6,] 1.39096617 5.1628873 0.39430541 [7,] 3.30100652 2.4470658 -0.58345613 [8,] 1.87945227 2.7329568 1.96545875 [9,] 2.81916645 3.7797880 0.27896100 [10,] 1.54482706 1.5009297 2.34529076 [11,] -0.29866984 2.3269024 0.30295240 [12,] -0.08351543 3.2712352 -2.24333546 [13,] 0.07901963 1.0428702 -0.08046396 [14,] 0.32875191 -0.9040326 1.40958082 [15,] 2.90548853 2.8976342 0.03779773 [16,] 0.17649169 4.9080823 0.10616612 [17,] 1.95285701 4.8446506 -0.01306146 [18,] 2.47436816 1.9448834 -0.53637796 [19,] -1.13814870 4.6517821 -0.36826106 [20,] -0.15183791 2.0734799 0.99636561 [21,] 3.60747391 -0.3862565 0.14346876 [22,] -0.98270985 3.0332578 1.24237794 [23,] 0.24872684 -0.7224733 1.83497137 [24,] 2.06300117 6.7654894 0.62272939 [25,] 4.72702833 0.9497868 1.74211073 > Winner <- rep(0, times = Sims) > for(a in 1:Sims) Winner[a] = max(Trial[a,1:NoOfDists]) > Winner # Skriver ut arrayen Winner [1] 1.9597162 2.3072410 2.6046584 3.0516121 0.9442152 5.1628873 3.3010065 [8] 2.7329568 3.7797880 2.3452908 2.3269024 3.2712352 1.0428702 1.4095808 [15] 2.9054885 4.9080823 4.8446506 2.4743682 4.6517821 2.0734799 3.6074739 [22] 3.0332578 1.8349714 6.7654894 4.7270283 > Output <- array(1:(NoOfDists*2), dim = c(NoOfDists, 2)) > for(a in 1:NoOfDists) + { + Output[a,2] = sum(Trial[1:Sims,a] == Winner) / Sims + } > Output # Skriver ut arrayen Output [,1] [,2] [1,] 1 0.24 [2,] 2 0.64 [3,] 3 0.12
  12. Ty Salesma, ska ta en noga titt på det ikväll.
  13. All you need is a chair...
  14. "INGEN Av ER STRAIGHTa KuKAR KAN SpELA Gag-fag NO-LIMITS. RockenROLL!"
  15. Mitt tänkta system funkar utan denna detaljrikedom, men inte lika bra. Tvivlar på att jag får edge (vilket redan från början var en longshot). Edit: Back to trav, kanske. Men där är ju oddsen så crappiga. Finns svenskt trav på nån vettig site? (oddsbörs kanske?)
  16. Längtar redan. Sweet med en egen trailer park bakom hönshuset. Nära och kära får ursäkta, här ska spelas fag no-limits.
  17. Vem faAN är du och vad har du gjort med våran Roffe? Hemlighet: Vi gillar faktiskt vår Roffe, men dig, din fula snok, dig ska vi grushala tills du berättar var du låst in honom. Din.. din.. ÄGGMACKA!
  18. Doclame, hinner inte kolla närmare precis nu, men det där ser mycket lovande ut. Tack ska du ha!
  19. Korspost från tråden på 2+2: After a response on another forum I realize that I need to standardize all of the distributions. This is what I know: If a random variable X is normal with mean = m and StdDev = s, then it can be normalized to the standard normal variable Z by this formula: Z = (X - m) / s Random variable X(1) is greater than random variable X(2) if: s(1) * (Z(1) + m(1)) > s(2) * (Z(2) + m(2)) Right? That's a first step, but how do I calculate it? From there, I need to calculate the cummulative probability of a given variable being greater than all the others, but that should not be a problem once I get the first step right, I guess, since each variable is independent.
  20. Stake med 100% cut till spelaren är ju en tydlig varningsflagga för missförstånd. Tyder inte på att han försökt lura dig och nu "spelar dum" - han är väl bara okunnig om ordets innebörd. Det har du bort inse vid avtalets ingående och således föreligger inget giltigt avtal om stake, för att tala juridiska. Och hur det än är med den saken ska man, som många sagt, inte ingå såna här avtal på fyllan. Och en sak till. Jag vet inte hur det är med hans gamblingkunskaper, men om de är ringa: Jag säger konsekvent nej till stejkerbjudanden från folk som inte förstår sig på gambling. Att ta sådant är att be om trubbel.
  21. Ja! Så kan du ta och köra dit med din kolonilott också! Det är oftast en stor men väl dold glimt med i Lappens inlägg. Knepet är att aldrig ta honom på för stort allvar - svårt, jag vet.
  22. Hoppas, hoppas. Men var hittar du dessa officiella records från inte så långt tillbaks då? Sökt men inte funnit. Jobbar på ett rankingsystem som ska vara ett stöd för sports betting. Det ska (förhoppningsvis) vara bättre och mer verklighetstroget än befintliga system genom att det fokuserar på några faktorer som folk ofta inte tänker på i sina ranking- och statistiksystem (tror jag, vet ju inte hur alla andra gör i sina hemliga vråer). Mer säger jag inte. Troligen blir det som oftast när jag gör såna här projekt, dvs ingenting av själva projektet men en massa roliga och nyttiga lärdomar på vägen - i detta fall lite om databashantering, statistik och tennis.
×
×
  • Skapa nytt...