Gå till innehåll

Räkna ut oturs/rigg-faktor i MTT?


Cyklop

Recommended Posts

Efter att förlorat tre gånger i rad med AA all-in preflop på MTT-finalbord (två ggr mot KK för en massiv chip-lead) skulle det vara intressant att hitta en bra metod att räkna ut en oturs/rigg-faktor.

 

Har börjat registrera följande data vid varje preflop all-in:

Nätverk/skin

MTT-inköp

Egna/motståndarens kort

Stackstorlekar

Hur många bb

Vinnarhand

 

Finns det ytterligare fakta man borde ta med? Till exempel borde blindsen vara mer värdefulla i slutet av turneringen men hur tar man hänsyn till det?

 

Frågar är hur man på bästa sätt använder datat för att räkna ut ett objektiv statistiskt värde?

 

De fyra första händerna med överpar mot underpar som hittills registrerats gav följande utfall:

KK 66 förlust

JJ 66 förlust

AA KK förlust

77 AA vinst

 

Överparen förlorade alltså 3ggr på raken och första gången med underpar blev det vinst.

Sannolikheten för att de tre första ska inträffa blir ca 0,17^3=0,0049; att underpar vinner fyra ggr i rad blir 0,00083.

 

* Flytt till Turneringar - QoS *

Länk till kommentar
Dela på andra webbplatser

Du borde även ta med hur du blev behandlad som litet knytt i åldern 1-4 år eller något sådant av dina föräldrar. Då får du ett värde, X, som du sedan faktorerar in i rigg-uträkningarna.

 

En annan bra idé är att skriva ner vilken typ av glass du gillar. Alla vet att chokladglassälskare är extra utsatta för riggen.

Länk till kommentar
Dela på andra webbplatser

Du borde även ta med hur du blev behandlad som litet knytt i åldern 1-4 år eller något sådant av dina föräldrar. Då får du ett värde, X, som du sedan faktorerar in i rigg-uträkningarna.

 

En annan bra idé är att skriva ner vilken typ av glass du gillar. Alla vet att chokladglassälskare är extra utsatta för riggen.

 

:lol:

Länk till kommentar
Dela på andra webbplatser

  • 5 weeks later...

Hoppades på att Ola eller någon annan intelligent och seriös person hade kunnat ge ett svar.

 

Om man börjar med att bara analysera vinstprocentvärderna. Ett exempel skulle kunna vara:

60% v

71% f

18% f

55% v

55% v

82% f

93% v

29% f

40% v

46% f

80% v

 

Om alla procentvärden var samma skulle man kunna använda binomialfördelningen. Om man är all-in med 70% vinstchans 10ggr och vinner 4 av dessa blir sannoliketen för 4 eller färre vinster

SUM(j=0...4)[(10!/(j!*(10-j)!))*(0.7^j)*(0.3^(10-j))] vilket ger knappt 5% sannolikhet. Frågan är vilken metod som fungerar när det är olika procentvärden?

Länk till kommentar
Dela på andra webbplatser

  • 4 weeks later...

Så länge något kan gå fel så kommer det förr eller senare göra det. I detta fallet typ 1/5 av gångerna, simulerar du tio miljarder händer kommer du få exakt samma statistik. Enklare än så blir det helt enkelt inte.

 

Om du vill ta reda på om vissa sidor verkligen är riggade så maila Janne Josefsson och be honom göra ett reportage där han analyserar programvarornas kod. Eller nåt.

Länk till kommentar
Dela på andra webbplatser

Så länge något kan gå fel så kommer det förr eller senare göra det. I detta fallet typ 1/5 av gångerna, simulerar du tio miljarder händer kommer du få exakt samma statistik. Enklare än så blir det helt enkelt inte.

 

Om du vill ta reda på om vissa sidor verkligen är riggade så maila Janne Josefsson och be honom göra ett reportage där han analyserar programvarornas kod. Eller nåt.

 

Vill du verkligen att killen som riggade det förra riksdagsvalet ska undersöka om pokersidor är riggade? Jag är skeptisk...

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...