tundeg Postad 26 November , 2010 Rapport Postad 26 November , 2010 Jag vill räkna ut sannolikheten att jag går plus när jag spelar 100 st 5-manna sngs. Hur gör jag? Jag räknar med att jag vinner 49€ 23% av gångerna, 9€ 22% och förlorar 21€ 55% av gångerna. Min första tanke var att det är binomialfördelat men efter lite funderande (och googlande) så gissar jag att det inte kan vara det om det finns mer än 2 möjliga utfall? Annars borde man kunna göra en normalapproximation? Jag vet dock inte hur man räknar ut standardavvikelsen. Någon vänlig själ som kan hjälpa mig? Citera
PafPoker Postad 26 November , 2010 Rapport Postad 26 November , 2010 Börja med att räkna ut variansen. Citera
Slaktavfall Postad 26 November , 2010 Rapport Postad 26 November , 2010 Börja med att räkna ut variansen. Men vad är poängen med att bojkotta forumet om man nu inte bojkottar det? Är det här en strategi för att få göra reklam för Paf-Poker utan att betala extra? Citera
FiSherman63 Postad 26 November , 2010 Rapport Postad 26 November , 2010 Jag vet dock inte hur man räknar ut standardavvikelsen. Börja med att räkna ut variansen. Grymt tips! Citera
okocha Postad 26 November , 2010 Rapport Postad 26 November , 2010 Men vad är poängen med att bojkotta forumet om man nu inte bojkottar det? Är det här en strategi för att få göra reklam för Paf-Poker utan att betala extra? Vi är tre från Paf som delar på det här kontot, bland annat jag (Ola). Det ska givetvis inte upprepas att jag skriver något privat. . Citera
iNCREDiBLE Postad 26 November , 2010 Rapport Postad 26 November , 2010 Enligt förutsättningarna är sannolikheten för att du går plus lika med 100%, ty du vinner ju 23% + 22% + 55% = 100% av gångerna. Den förväntade vinsten är 100*(49*0.23 + 9*0.22 + 21*0.55) = €2480 Dina antaganden/förutsättningar är dock orealistiska. Du måste ju torska en viss % av gångerna också. Citera
tundeg Postad 26 November , 2010 Författare Rapport Postad 26 November , 2010 Börja med att räkna ut variansen. Är det denna formel jag ska använda för variansen? Isf får jag det till 0,23*(49-1,7)^2+0,22*(9-1,7)^2+0,55*(-21-1,7)^2=809,71 (my"=,23*49+,22*9+,55*-21=1,7) Kan jag använda denna sen? isf får jag Z=(0-1,7)/(roten ur(809,71)/roten ur(100))=-0,189 vilket ger ca 0,075. Vilket innebär att jag går plus 0,5+0,075=0,575=57,5% av gångerna. Har jag gjort rätt? Låter inte helt orimligt imo, hade kanske trott lite mer sannolikt dock. Citera
tundeg Postad 26 November , 2010 Författare Rapport Postad 26 November , 2010 Jag räknar med att jag vinner 49€ 23% av gångerna, 9€ 22% och förlorar 21€ 55% av gångerna. Enligt förutsättningarna är sannolikheten för att du går plus lika med 100%, ty du vinner ju 23% + 22% + 55% = 100% av gångerna. Den förväntade vinsten är 100*(49*0.23 + 9*0.22 + 21*0.55) = €2480 Dina antaganden/förutsättningar är dock orealistiska. Du måste ju torska en viss % av gångerna också. Läs om läs rätt Citera
Mohican Postad 27 November , 2010 Rapport Postad 27 November , 2010 Poker handlar inte bara om matematik. Men du ska ha 31,76% i hatten 20,98% i ryggraden resten (dvs 47,26%) i kalsingarna. Dessutom måste du ha 100% tur för att det ska gå ihop. Citera
Mr.Lajban Postad 28 November , 2010 Rapport Postad 28 November , 2010 Lägg lite mer tid på pokerteori istället så ökar sannolikheten Citera
Slaktavfall Postad 28 November , 2010 Rapport Postad 28 November , 2010 Sannolikheten för att du ska visa vinst över ett 100-sample är 73%. Dina utfall är inte normalfördelade Citera
svint0 Postad 28 November , 2010 Rapport Postad 28 November , 2010 Läs om läs rätt enligt dina antaganden vinner du 170€ då mao. Men har ju inget med sannolikheten att gå plus på 100 SNGs att göra dock. Du får ju ta in konfidensinterval m.m. i beräkningarna isf. Citera
tundeg Postad 29 November , 2010 Författare Rapport Postad 29 November , 2010 Sannolikheten för att du ska visa vinst över ett 100-sample är 73%. Dina utfall är inte normalfördelade Ok, skulle du kunna förklara eller iaf hinta om hur du kommit fram till det? Varför fungerar inte normalapproximation? Skulle verkligen uppskatta om du kunde förklara. Citera
Penils Postad 29 November , 2010 Rapport Postad 29 November , 2010 Börja med att räkna ut variansen. Men vad är poängen med att bojkotta forumet om man nu inte bojkottar det? Är det här en strategi för att få göra reklam för Paf-Poker utan att betala extra? Ola bojkottar. Men bara lite Citera
jackbalsam Postad 29 November , 2010 Rapport Postad 29 November , 2010 Sannolikheten för att du ska visa vinst över ett 100-sample är 73%. Dina utfall är inte normalfördelade Gjorde en MonteCarlo-simulering och det ser ganska normalfördelat ut imo. Jag får sannolikheten till ~72% Citera
Slaktavfall Postad 29 November , 2010 Rapport Postad 29 November , 2010 Jag får sannolikheten till ~72% Öka antalet eller byt seed så får du nog 73% . Ju fler du simulerar desto enklare blir det att tillämpa centrala gränsvärdessatsen. Min anmärkning om fördelningen gällde ett sample över 100 som op försökte bestämma ett konfidensintervall på. Här måste man utgå från den diskreta densitet som föreligger. Se också till att du har fler pseudosanna slumpvärden än det antal SnG du simulerar (vilket inte är fallet i matlab standard om du genererar några miljoner SnG). Citera
Slaktavfall Postad 29 November , 2010 Rapport Postad 29 November , 2010 Ok, skulle du kunna förklara eller iaf hinta om hur du kommit fram till det? Varför fungerar inte normalapproximation? Skulle verkligen uppskatta om du kunde förklara. Ta fram f(x) sannolikhetsdensiteten (se till att den är normaliserad) för X (ett utfall av en SnG). Använd X för att konstruera momentestimator och en Likelihoodfunction (för 100 SnG). Kör en standard Maximum likelihood estimaton. Visa att detta gäller för varje fördelning, tillämpa Central Limit Theoem. Beräkna alfa eller hämta ur fördelningstabell. Done. Citera
jackbalsam Postad 29 November , 2010 Rapport Postad 29 November , 2010 Öka antalet eller byt seed så får du nog 73% . Ju fler du simulerar desto enklare blir det att tillämpa centrala gränsvärdessatsen. Min anmärkning om fördelningen gällde ett sample över 100 som op försökte bestämma ett konfidensintervall på. Här måste man utgå från den diskreta densitet som föreligger. Hehe, det var knappast menat som en anmärkning á 72<73 utan snarare ett konstaterande 72~73. Måste dock hålla fast vid att det han frågade efter (100 SitnGos) är normalfördelat. Visst är utfallet av EN SitnGo inte normalfördelat men summan av 100 är ju det. I alla fall i den mån mitt histogram visar på. Citera
Slaktavfall Postad 29 November , 2010 Rapport Postad 29 November , 2010 Hehe, det var knappast menat som en anmärkning á 72<73 utan snarare ett konstaterande 72~73. Måste dock hålla fast vid att det han frågade efter (100 SitnGos) är normalfördelat. Visst är utfallet av EN SitnGo inte normalfördelat men summan av 100 är ju det. I alla fall i den mån mitt histogram visar på. Som jag påpekade kan man tillämpa centrala gränsvärdessatsen (central limit theorem) för stora n. Vid snälla fördelningar kan n=25 anses stort. I vårt fall är n=100 är inte tillräckligt stort. Jag rekommenderar istället att man tar fram en egen momentgenerator och löser problemet exakt. (Med en normalapproximation får man värden långt från 73%). Citera
DocLame Postad 29 November , 2010 Rapport Postad 29 November , 2010 Är det denna formel jag ska använda för variansen? Isf får jag det till 0,23*(49-1,7)^2+0,22*(9-1,7)^2+0,55*(-21-1,7)^2=809,71 (my"=,23*49+,22*9+,55*-21=1,7) Kan jag använda denna sen? isf får jag Z=(0-1,7)/(roten ur(809,71)/roten ur(100))=-0,189 vilket ger ca 0,075. Vilket innebär att jag går plus 0,5+0,075=0,575=57,5% av gångerna. Har jag gjort rätt? Låter inte helt orimligt imo, hade kanske trott lite mer sannolikt dock. Om du använder normalapproximation så får du för ett set om 100 SnG Z=(0-1,7*100)/(rot(809,71*100)=-0,5974 vilket innebär att du går plus i 72,5 % av fallen. Man kan naturligtvis diskutera om set om 100 SnG är tillräckligt för att normalapproximation ska vara helt OK. Citera
jackbalsam Postad 29 November , 2010 Rapport Postad 29 November , 2010 Som jag påpekade kan man tillämpa centrala gränsvärdessatsen (central limit theorem) för stora n. Vid snälla fördelningar kan n=25 anses stort. I vårt fall är n=100 är inte tillräckligt stort. Jag rekommenderar istället att man tar fram en egen momentgenerator och löser problemet exakt. (Med en normalapproximation får man värden långt från 73%). Försvårar du lösningen för sakens skull eller? Jag förstår inte hur du kan tycka att mitt histogram inte ser normalfördelad ut. Och med normalfördelningsapproximationen får man ju tydligen 72.5% vilket man kan tycka ligger ganska nära 73%. Citera
Slaktavfall Postad 29 November , 2010 Rapport Postad 29 November , 2010 Försvårar du lösningen för sakens skull eller? Jag förstår inte hur du kan tycka att mitt histogram inte ser normalfördelad ut. Och med normalfördelningsapproximationen får man ju tydligen 72.5% vilket man kan tycka ligger ganska nära 73%. Jag tycker om att lösa saker exakt Men jag håller med om att 72.5% är en god approximation. Fick för mig att någon redan hade räknat på approximationen och fått typ 52% vilket är way off. Får läsa tråden igen och kolla vad som har hänt... Citera
jackbalsam Postad 29 November , 2010 Rapport Postad 29 November , 2010 Ok fair. Menade inte att låta dryg, tyckte bara mitt histogram var så fint. Citera
tundeg Postad 30 November , 2010 Författare Rapport Postad 30 November , 2010 Ta fram f(x) sannolikhetsdensiteten (se till att den är normaliserad) för X (ett utfall av en SnG). Använd X för att konstruera momentestimator och en Likelihoodfunction (för 100 SnG). Kör en standard Maximum likelihood estimaton. Visa att detta gäller för varje fördelning, tillämpa Central Limit Theoem. Beräkna alfa eller hämta ur fördelningstabell. Done. Förstår inte ens hälften men ska försöka googla mig till kunskperna när jag har lite mer ork. Gillar också att räkna exakt Om du använder normalapproximation så får du för ett set om 100 SnG Z=(0-1,7*100)/(rot(809,71*100)=-0,5974 vilket innebär att du går plus i 72,5 % av fallen. Man kan naturligtvis diskutera om set om 100 SnG är tillräckligt för att normalapproximation ska vara helt OK. Ty Ok fair. Menade inte att låta dryg, tyckte bara mitt histogram var så fint. Histogrammet var jättefint! Tack för det. Citera
Recommended Posts
Join the conversation
You can post now and register later. If you have an account, sign in now to post with your account.