Gå till innehåll

Hur många % vinner?


stone1

Recommended Posts

Det känns som att Fido hela tiden misstolkar vad som sägs. Det primära målet med alla exempel som presenterats har varit att visa på att PT-statistik inte är att lita på eftersom sampelstorlekarna är alldeles för små. Detta har gjort åtskilliga gånger nu, men ändå verkar många ha svårt att acceptera detta och fortsätter hänvisa till PT med argument i stil med "men datat är ju valt slumpmässigt" osv.

 

.

 

Om det vore så väl att de som hela tiden hänvisar till variansen misstolkar våra andras resonemang. Här handlar det inte om misstolkning utan om ett helt felaktigt resonemang. Resonemanget bygger på felaktiga premisser i någon envägsanalys där variansen endast spelar vinnarna i händerna och inte förlorarna. Undrar hur många här som egentligen har gjort några kvantitativa studier? för jag får känslan av folk mest argumenterar med enkla skolexempel på dagisnivå.

 

Det är alltid väldigt enkelt att kritisera hur rådata tagits fram men presentera något själva i stället. Visst datan o PT är knappast representativ för populationen men den behöver inte heller vara helt åt helvete. Saker är sällan svart på vit. Dessutom är det den enda data vi har så det intressanta vore att kunna komma fram till vad den kan användas till. Jag har inte sett några försök till det från de som dogmatisk hänvisar till variansen utan jag ser bara banala upprepningar som inte leder någon vart.

 

Så ni som klagar på variansen. Ställ upp de kriterier som skulle göra er nöjda för hur rådatan skulle se ut för att en analys skulle kunna göras enligt era önskemål. Å då pratar jag om realistiska kriterier som är möjliga att använda sig av i verkligheten och inte i någon löjligt teoretiskt sammanhang.

 

För att gå händelserna i förväg så tror jag inte ni klarar det....

Länk till kommentar
Dela på andra webbplatser

  • Svars 196
  • Created
  • Senaste svar

Top Posters In This Topic

Så ni som klagar på variansen. Ställ upp de kriterier som skulle göra er nöjda för hur rådatan skulle se ut för att en analys skulle kunna göras enligt era önskemål. Å då pratar jag om realistiska kriterier som är möjliga att använda sig av i verkligheten och inte i någon löjligt teoretiskt sammanhang.

 

För att gå händelserna i förväg så tror jag inte ni klarar det....

Nej då tror du nog rätt. Jag klarar inte det. Jag diskuterar bara det uppenbara, för vissa saker kan jag iaf.

 

Fido vägrar inse vissa trivialiteter. Det är uppenbart att PT visar att antalet förlorare är större. Det är oxo uppenbart att PT dock underdriver snedfördelningen mellan vinnare och förlorare.

 

Det är vad jag säger.

Länk till kommentar
Dela på andra webbplatser

Fido: Då är vi i princip överrens, 40/60-förhållandet från PT går inte att lita på, och inte heller 10/90 som är taget ur luften.

 

När jag pratar om EV pratar jag bara om pengar, inget annat. Bara därför är jag inte mer besatt av pengar än någon annan, jag tycker bara inte att det passar i andra sammanhang som t.ex. biobesök, släktmiddagar osv.

 

Det känns som att Fido hela tiden misstolkar vad som sägs. Det primära målet med alla exempel som presenterats har varit att visa på att PT-statistik inte är att lita på eftersom sampelstorlekarna är alldeles för små. Detta har gjort åtskilliga gånger nu, men ändå verkar många ha svårt att acceptera detta och fortsätter hänvisa till PT med argument i stil med "men datat är ju valt slumpmässigt" osv.

 

.

 

Om det vore så väl att de som hela tiden hänvisar till variansen misstolkar våra andras resonemang. Här handlar det inte om misstolkning utan om ett helt felaktigt resonemang. Resonemanget bygger på felaktiga premisser i någon envägsanalys där variansen endast spelar vinnarna i händerna och inte förlorarna. Undrar hur många här som egentligen har gjort några kvantitativa studier? för jag får känslan av folk mest argumenterar med enkla skolexempel på dagisnivå.

 

Det är alltid väldigt enkelt att kritisera hur rådata tagits fram men presentera något själva i stället. Visst datan o PT är knappast representativ för populationen men den behöver inte heller vara helt åt helvete. Saker är sällan svart på vit. Dessutom är det den enda data vi har så det intressanta vore att kunna komma fram till vad den kan användas till. Jag har inte sett några försök till det från de som dogmatisk hänvisar till variansen utan jag ser bara banala upprepningar som inte leder någon vart.

 

Så ni som klagar på variansen. Ställ upp de kriterier som skulle göra er nöjda för hur rådatan skulle se ut för att en analys skulle kunna göras enligt era önskemål. Å då pratar jag om realistiska kriterier som är möjliga att använda sig av i verkligheten och inte i någon löjligt teoretiskt sammanhang.

 

För att gå händelserna i förväg så tror jag inte ni klarar det....

 

Anledningen till att fler förlorare kommer skattas som vinnare än vice versa beror helt enkelt på att det finns fler förlorare. Så tänkbart är att ration i själva verket är 70/30 men resultatet från PT blir 60/40 (siffrorna tagna ur luften). Variansen kommer få förhållandet att likna 50/50 och ju större varians, ju mer kommer förhållandet att gå mot 50/50.

 

Sen har i alla fall inte jag påstått att jag har lösningen på problemet bara för att jag anser att man inte kan dra så långtgående slutsatser ur folks PT-data.

Länk till kommentar
Dela på andra webbplatser

För att gå händelserna i förväg så tror jag inte ni klarar det....

Nej då tror du nog rätt. Jag klarar inte det. Jag diskuterar bara det uppenbara, för vissa saker kan jag iaf.

 

Fido vägrar inse vissa trivialiteter. Det är uppenbart att PT visar att antalet förlorare är större. Det är oxo uppenbart att PT dock underdriver snedfördelningen mellan vinnare och förlorare.

 

Det är vad jag säger.

 

Jaha. Vilken snedfördelning underdriver PT och i sådant fall varför?

Länk till kommentar
Dela på andra webbplatser

För övrigt martenmania så säger ditt exempel ingenting alls. Du gör ett antagande: De flesta spelarna är förlorare. Men det är just det som vi diskuterar här! Det finns INGET som säger att det är så. Det skulle lika gärna kunna vara så att de 60% vi sett som förlorare har en utveckling som ser ut så här: BR = + x/100 + 5 * sin (2pi * x / 400) och därmed har blivit "trackade" när de hade en negativ swing. Återigen, exemplet förutsätter exakt det du använder det för att bevisa!

Nej, jag gör inget antagande. Jag har en grupp på 100 spelare där jag vet att alla är förlorande.Alltså 100 spelare som jag vet är förlorande, inte 100 spelare som jag antar är förlorande.

Dessa 100 förlorande spelare kommer i mitt exempel att avbildas i pokertracker som 40 vinnare och 60 förlorare. Mitt exempel visar alltså att PT-statistiken kan ge en väldigt förvrängd bild av verkligheten.

 

Haha. Antagandet är att alla är förlorare. Ganska skojig läsning. För att ditt exempel ska vara korrekt gör du antagandet att de är förlorande. Det går inte att översätta till verkligheten. Suck.

 

Återigen. Jag gör inget antagande. Jag har en grupp på 100 spelare. Samtliga dessa 100 spelare har spelat 2000 händer, varken mer eller mindre. Samtliga 100 spelare redovisade en förlust på 20 enheter var. Det är alltså fakta att dessa 100 spelare är förlorare och inget antagande jag gör.

Länk till kommentar
Dela på andra webbplatser

 

Anledningen till att fler förlorare kommer skattas som vinnare än vice versa beror helt enkelt på att det finns fler förlorare. Så tänkbart är att ration i själva verket är 70/30 men resultatet från PT blir 60/40 (siffrorna tagna ur luften). Variansen kommer få förhållandet att likna 50/50 och ju större varians, ju mer kommer förhållandet att gå mot 50/50.

 

Sen har i alla fall inte jag påstått att jag har lösningen på problemet bara för att jag anser att man inte kan dra så långtgående slutsatser ur folks PT-data.

 

Varians på vad? Jag är osäker om ni vet vad ni pratar om? Jag förstår inte exakt vad du menar?

 

Antingen har man en vinnare eller en förlorare. Det är nominaldata och redovisas i en frekvensfördelning. Om ni menar slump faktorn med varians så kommer slumpen att ha en större betydelse för någon som har spelat 10 händer som gör att en peron har tur som blir vinnande. Detta jämnas dock ut av att det finns personer som spelat 10 händer som haft otur. Om alla 500 000 händer baserat på 5000 Fp i stickprovet spelades slumpmäsigt så skulle vi få typ 50/50 förlorare respektive vinnare. Uppenbart så blir det inte på det sättet då fördelningen 60/40 fås i PT beroende på ett skicklighetsmoment. som även påverkar materialet.

 

Variansen få alltså inte så så stor spelrum som vissa vill påstå. Jag kan tänka mig att tankegången är. 10 händer spelade mao större slumpmoment vs 5000 händer spelade mao mindre slumpmoment. Men då glömmer ni att det kanske är 500 fp som spelat 10 händer. Fördelningen lär bli densamma 60/40 om man bara tittade på denna grupp då även skicklighetsmomentet får en avgörande roll på grund av antalet fp.

 

Alltså blir det som jag sagt tidigare att det är inte variansen utan counfounding variabler som påverkar resultatet och MÖJLIGTVIS ger ett missvisande resultat tex att skickligare spelare spelar fler händer och kommer med i stickprovet osv.

 

Egentligen borde dessutom förlorarna vara överepresenterade i stickprovet då de bara spelar några händer och slås ut och slutar spela. Det talar för att det finns ännu fler vinnare än 40 % om man definierar en vinnare som någon spelat ett tag.

Länk till kommentar
Dela på andra webbplatser

Jag pratar om varians i resultatet för en spelare. Den kan t.ex. vara varians i resultatet över 100 eller 1000 händer. I övrigt orkar jag inte förklara något mer utöver det jag redan gjort eftersom det känns som att jag talar till en vägg. Jag kanske repar mod imorgon om inte Klyka eller någon annan redan gjort saker och ting glasklara för samtliga.

Länk till kommentar
Dela på andra webbplatser

Jag pratar om varians i resultatet för en spelare. Den kan t.ex. vara varians i resultatet över 100 eller 1000 händer. I övrigt orkar jag inte förklara något mer utöver det jag redan gjort eftersom det känns som att jag talar till en vägg. Jag kanske repar mod imorgon om inte Klyka eller någon annan redan gjort saker och ting glasklara för samtliga.

 

Det är ju just det som är kruxet. Folk brukar slänga ur sig varians här och där på forumet utan att veta vad det är.

 

Visst variansen spelar en roll för huruvida en person blir en vinnare eller inte men den datan vi pratar om är på nominalnivå och presenterad i frekvens.

 

Är det någon här som ens har gjort en ANOVA eller någon mer avancerad vaiansanalys?

Länk till kommentar
Dela på andra webbplatser

Variansen få alltså inte så så stor spelrum som vissa vill påstå. Jag kan tänka mig att tankegången är. 10 händer spelade mao större slumpmoment vs 5000 händer spelade mao mindre slumpmoment. Men då glömmer ni att det kanske är 500 fp som spelat 10 händer. Fördelningen lär bli densamma 60/40 om man bara tittade på denna grupp då även skicklighetsmomentet får en avgörande roll på grund av antalet fp.

 

Tänk dig att värdens 500 bästa spelare spelar 10 händer var på NL25.

Hur många av dessa kommer att gå med vinst på dessa 10 händer?

Har svårt att tänka mig att det blir fler än 300.

Hur många av dessa 500 spelare är vinnare i långa loppet på nivån?

Med största sannolikhet alla.

 

over and out...

Länk till kommentar
Dela på andra webbplatser

Variansen få alltså inte så så stor spelrum som vissa vill påstå. Jag kan tänka mig att tankegången är. 10 händer spelade mao större slumpmoment vs 5000 händer spelade mao mindre slumpmoment. Men då glömmer ni att det kanske är 500 fp som spelat 10 händer. Fördelningen lär bli densamma 60/40 om man bara tittade på denna grupp då även skicklighetsmomentet får en avgörande roll på grund av antalet fp.

 

Tänk dig att värdens 500 bästa spelare spelar 10 händer var på NL25.

Hur många av dessa kommer att gå med vinst på dessa 10 händer?

Har svårt att tänka mig att det blir fler än 300.

Hur många av dessa 500 spelare är vinnare i långa loppet på nivån?

Med största sannolikhet alla.

 

over and out...

 

Har du läst mitt långa senaste inlägg? Nä för jag säger exakt det du säger och motargumenterar.

 

Vad vill du säga med exemplet? Att du med ett idioturval kan få fram ett idiotresultat?

 

Om du skall visa något så utgå då från PT data och kritisera den i detalj. Allt annat teoretiskt babbel är ointressant.

Länk till kommentar
Dela på andra webbplatser

Jag har läst lite i den här tråden nu och det är sorgligt att se hur folk slänger sig med termer som ANOVA, varians, nominal, normalfördelning etc och försöker verka som de är insatta i "statestik" som de kallar det (hur man nu kan vara insatt om man inte ens kan stava till statistik).

 

Sen diskuterar ni äpplen och päron förbi varandra i x antal poster utan att riktigt definiera vad det är ni menar med "vinnande spelare".

 

Äpplena och pärona (och persikorna) skulle kunna vara:

 

1: Hur många procent av de som spelat poker på nätet har vunnit pengar totalt?

 

2: Hur många procent av de som spelat poker på nätet har haft +EV på de händer de spelat?

 

3: Hur många procent av de som spelat poker på nätet kommer ha +EV om de fortsätter spela?

 

 

Det är svårt att ge bra svar, att slänga ur sig 6-7 % eller 40 % utan underlag eller koll är ju bara löjligt, men när ni argumenterar är det ju bra om ni definierar vad ni ger svar på. "Vinnande spelare" är ju bara en definitionsfråga.

 

 

40 % är en fantasisumma för hur många som har +EV när de spelar (antagligen över hur många som vunnit totalt också), det finns ingen möjlighet. I limit low stakes tex är det en ok winrate om man betalar 50 % i rake, dvs för varje vunnen krona har nån förlorat 2 (antagligen mer för loosa spelare skyfflar pengar mellan sig och betalar mer i rake). Om 40 % skulle vinna skulle de förlorande 60 % behöva förlora sjukt mkt i BB/100.

10 % +EV låter väl inte helt orimligt, men det är ju svårt att säga utan en fet PT databas eller tillgång till en pokersidas internstatistik.

 

Det är nonsens att utläsa särskilt mkt av att PT säger att 40 % har vunnit. Man får nog samma resultat om man för statistik över roulettespelare som spelat 100-10000 spins. I roulette vinner ju ingen mot huset...

Länk till kommentar
Dela på andra webbplatser

Jag har läst lite i den här tråden nu och det är sorgligt att se hur folk slänger sig med termer som ANOVA, varians, nominal, normalfördelning etc och försöker verka som de är insatta i "statestik" som de kallar det (hur man nu kan vara insatt om man inte ens kan stava till statistik).

 

Sen diskutterar ni äpplen och päron

 

Man får inte diskuttera om man inte kan stava till diskuttera.

Länk till kommentar
Dela på andra webbplatser

Jag har läst lite i den här tråden nu och det är sorgligt att se hur folk slänger sig med termer som ANOVA, varians, nominal, normalfördelning etc och försöker verka som de är insatta i "statestik" som de kallar det (hur man nu kan vara insatt om man inte ens kan stava till statistik).

 

Sen diskutterar ni äpplen och päron

 

Man får inte diskuttera om man inte kan stava till diskuttera.

 

 

:oops::lol:

Länk till kommentar
Dela på andra webbplatser

Variansen få alltså inte så så stor spelrum som vissa vill påstå. Jag kan tänka mig att tankegången är. 10 händer spelade mao större slumpmoment vs 5000 händer spelade mao mindre slumpmoment. Men då glömmer ni att det kanske är 500 fp som spelat 10 händer. Fördelningen lär bli densamma 60/40 om man bara tittade på denna grupp då även skicklighetsmomentet får en avgörande roll på grund av antalet fp.

 

Tänk dig att värdens 500 bästa spelare spelar 10 händer var på NL25.

Hur många av dessa kommer att gå med vinst på dessa 10 händer?

Har svårt att tänka mig att det blir fler än 300.

Hur många av dessa 500 spelare är vinnare i långa loppet på nivån?

Med största sannolikhet alla.

 

over and out...

 

Har du läst mitt långa senaste inlägg? Nä för jag säger exakt det du säger och motargumenterar.

 

Vad vill du säga med exemplet? Att du med ett idioturval kan få fram ett idiotresultat?

Att oavsett vad man stoppar in i PT så kommer det ut någonting mellan 60/40 och 40/60 så länge samplingssizen är för liten. Antalet försökspersoner spelar ingen roll.

I detta extremexempel stoppar vi in världens 500 bästa spelare i PT. PT ger svaret att 300 av dessa är vinnare och 200 är förlorare vilket uppenbarligen är felaktigt. Om spelarna fått spela 10000 händer i stället hade vi fått en helt annan fördelning, typ 95% vinnare.

 

Om du skall visa något så utgå då från PT data och kritisera den i detalj. Allt annat teoretiskt babbel är ointressant.

Det går inte att utgå från PT-data eftersom den i de flesta fall är otillräcklig. För lite data för varje enskild spelare.

Länk till kommentar
Dela på andra webbplatser

Psykologen:

 

Du är en så kallad charlatan.

 

Charlatan (fr., av it. ciarlare, "prata, sladdra"), pratmakare; person, som för egen fördels skull ger sig ut för att vara eller kunna vad han ej är eller kan; som söker bedraga andra genom att tillägga sig själv, sitt arbete, sin egendom o.s.v. högre värde, än de äger; "marktschreier"; kvacksalvare; bedragare.

 

Jag vet inte vad det är för statistik kurs du läst eller bok du bläddrat i, men det är pinsamt att se hur du namedroppar en massa termer samtidigt som du med dina resonemang visar att du har noll koll på vad du säger.

 

 

Slänger ur mig en long shot (fast inte sååå long):

Sammhällsvetare utan ordentlig mattegrund som läst 10p statgrundkurs på nån "bygdehögskola" eller handels?

 

 

För övrigt tycker jag att "tärningsposten" i början är bra och belysande. Man kan byta ut tärningen mot roulette, black jack, triss eller vad som helst.

Länk till kommentar
Dela på andra webbplatser

Jag har läst lite i den här tråden nu och det är sorgligt att se hur folk slänger sig med termer som ANOVA, varians, nominal, normalfördelning etc och försöker verka som de är insatta i "statestik" som de kallar det (hur man nu kan vara insatt om man inte ens kan stava till statistik).

 

...

 

he he

 

Det är möjligt att jag kanske inte är så insatt. Även det är en definitionsfråga. Men jag har väl en 65-70 poäng statistik och metod inkl ett tiotal kvantitativa studier i bagaget. Jag har kanske gjort 500 ANOVA beräkningar, post hoc tester, icke parametriska tester som kruskal - wallis, jämförande z -värdesberäkningar mellan nominaldata och kvotdata, chi2 tester, spearmans & pearsons korrelationstester, regressionsanalyser, mann -whitney och wilcinson tester förutom alla vanliga beräkningar av t -värden, konfidenintevall, medelvärden och standardavvikelser + ett jäng till som jag inte kommer på på rak arm. Slår mig på bröstet.

 

Vad har du själv för erfarenhet som tycker det är så sorgligt ?

 

Du har inte sagt någonting som ingen annan sagt i tråden.

Om du nu vill hävda dig så gör då själv en konkret analys av PT materialet i stället i för att ansluta dig till dagiset och börja diskutera stavning.

 

Det är ingen annan som sagt något konkret specifikt vad jag har sett.

Det är lite tråkigt. Nog för att det väldigt kul att tjäbbla här men det skulle vara en fördel med lite substans någon gång.

Länk till kommentar
Dela på andra webbplatser

Att oavsett vad man stoppar in i PT så kommer det ut någonting mellan 60/40 och 40/60 så länge samplingssizen är för liten. Antalet försökspersoner spelar ingen roll.

I detta extremexempel stoppar vi in världens 500 bästa spelare i PT. PT ger svaret att 300 av dessa är vinnare och 200 är förlorare vilket uppenbarligen är felaktigt. Om spelarna fått spela 10000 händer i stället hade vi fått en helt annan fördelning, typ 95% vinnare.

 

[.

 

Det är forfarande ingen som sagt vad de anser är ett tillräckligt stor stickprov och jag vidhåller att variansen inte har SÅ stor betydelse. Det är därför jag får ungefär samma data baserat på 7000 händer som urspungsskribenten som har 500 000 händer. Skulle variansen ha en större betydelse skulle detta omöjligen kunna ske. Alla som jag sett som har angett något här på forumet har varit detsamma, 60/40. Detta har diskuterats i tidigare trådar.

 

Och som vanligt så hänvisar jag till riktiga data medan andra hänvisar till hyptotetiska extremfall. Kom igen nu.

Länk till kommentar
Dela på andra webbplatser

Jag har läst lite i den här tråden nu och det är sorgligt att se hur folk slänger sig med termer som ANOVA, varians, nominal, normalfördelning etc och försöker verka som de är insatta i "statestik" som de kallar det (hur man nu kan vara insatt om man inte ens kan stava till statistik).

 

...

 

he he

 

Det är möjligt att jag kanske inte är så insatt. Även det är en definitionsfråga. Men jag har väl en 65-70 poäng statistik och metod inkl ett tiotal kvantitativa studier i bagaget. Jag har kanske gjort 500 ANOVA beräkningar, post hoc tester, icke parametriska tester som kruskal - wallis, jämförande z -värdesberäkningar mellan nominaldata och kvotdata, chi2 tester, spearmans & pearsons korrelationstester, regressionsanalyser, mann -whitney och wilcinson tester förutom alla vanliga beräkningar av t -värden, konfidenintevall, medelvärden och standardavvikelser + ett jäng till som jag inte kommer på på rak arm. Slår mig på bröstet.

 

Vad har du själv för erfarenhet som tycker det är så sorgligt ?

 

Du har inte sagt någonting som ingen annan sagt i tråden.

Om du nu vill hävda dig så gör då själv en konkret analys av PT materialet i stället i för att ansluta dig till dagiset och börja diskutera stavning.

 

Det är ingen annan som sagt något konkret specifikt vad jag har sett.

Det är lite tråkigt. Nog för att det väldigt kul att tjäbbla här men det skulle vara en fördel med lite substans någon gång.

 

Jag gjorde en sammanfattande post som beskriver situationen på ett kort och konsist sätt. Det tog en post och de som läser den slipper läsa de andra 10 sidorna (som iofs är underhållande).

 

Först och främst har du svammlat runt och inte kunnat på ett kort och lättbegripligt sätt definiera vad en vinnande spelare är. Det är ju ingen ide att föra nån diskussion med nån om man inte har samma definition på vad man pratar om. Det första man bör göra om man vill kvantifiera något är att tydligt definiera vad det är man vill kvantifiera.

 

 

Analysera PT materialet?

 

Det är inte lätt att analysera en normal PT databas med olika tester för att se hur många spelare som är vinnande. Vet inte om det går ens. Det du borde inse med 60p statistik är att du inte kan ta antalet vinnande spelare i en PT databas som nån grund för hur många som är vinnande spelare med någon rimlig definition på vad en vinnande spelare är. Börjar bli tjatig, men ta tärningsexemplet eller en roulettedatabas som exempel.

 

Att jag går hårt åt dig är för att du utger dig för att kunna mkt inom området när du inte verkar kunna det. Det du säger får en tyngd när du slänger in massa malplacerade facktermer de flesta inte förstår (och som du VET att de inte förstår) , och de tror då att du har rätt när du inte har det. Du skrev dessutom själv nedlåtande kommentarer om en person att han inte hade statistik kunskaper. Nedan är några lösryckta citat. Kanske inte så talande som jag tänkte först men jag tar med dem iaf.

 

 

"Det vet jag inte för att gå diskussionen i förväg men sifforna är garanterat statistiskt säkrade."

"Det stämmer inte. Frekvensen kommer att bli liknande vilket den även blir i allas exempel 60 - 40."

"Men som sagt så vad är en vinnande spelare. Det är svårdefinierat. Jag tror dock att Baloos & Co resonemang är helt år helvete definitionsmässigt precis som det som Nido tagit upp. "

"Det räcker med 30 personer med mer än 5000 händer för att få ett hum. Det skulle vara intressant hur fördelningen blir där."

"Jaha. Vilken snedfördelning underdriver PT och i sådant fall varför?"

"Om du skall visa något så utgå då från PT data och kritisera den i detalj. Allt annat teoretiskt babbel är ointressant."

Länk till kommentar
Dela på andra webbplatser

Jag vet inte vad det är för statistik kurs du läst eller bok du bläddrat i, men det är pinsamt att se hur du namedroppar en massa termer samtidigt som du med dina resonemang visar att du har noll koll på vad du säger.

 

Sammhällsvetare utan ordentlig mattegrund som läst 10p statgrundkurs på nån "bygdehögskola" eller handels?

 

Det låter ganska likt den typiske besserwissern från någon humanistlinje som läst en snabbkurs i statistik och lärt sig lite termer som normalfördelning, konfidensintervall och hypotestest.

Två stycken som drar liknande slutsatser. Den tesen är ju nästan statistiskt säkerställd då...

Länk till kommentar
Dela på andra webbplatser

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.

Gäst
Svara i detta ämne...

×   Du har klistrat in innehåll med formatering.   Ta bort formatering

  Endast 75 max uttryckssymboler är tillåtna.

×   Din länk har automatiskt bäddats in.   Visa som länk istället

×   Ditt tidigare innehåll har återställts.   Rensa redigerare

×   You cannot paste images directly. Upload or insert images from URL.


×
×
  • Skapa nytt...