Poradniki
Dlaczego seria wyników nie przewiduje kolejnej rundy
Przykład z prawdopodobieństwem 20%, dziesięć pustych prób i granice wnioskowania z krótkiej serii.
Jeśli próby są niezależne, a ich prawdopodobieństwa stałe, poprzednie wyniki nie zmieniają szans następnej próby. To założenie konkretnego modelu matematycznego. Nie jest ono audytem każdej gry ani opisem wszystkich jej funkcji.
Ustal założenia przed obliczeniem
Wyobraź sobie losowanie żetonu z worka. Dwa z dziesięciu żetonów są oznaczone. Po każdej próbie zwracasz żeton i dokładnie mieszasz. W tym modelu prawdopodobieństwo oznaczonego wyniku wynosi 20%, a pozostałego 80% przy każdej próbie.
Losowania mają stałe prawdopodobieństwo, a zwracanie żetonu utrzymuje skład worka. Rozkład liczby oznaczonych wyników w ustalonej liczbie niezależnych prób można opisać modelem dwumianowym.[1]
Dziesięć pustych prób jest możliwe
Prawdopodobieństwo dziesięciu kolejnych nieoznaczonych żetonów wynosi 0,8 do potęgi 10, czyli około 10,74%. To ponad jedna dziesiąta takich dziesięcioelementowych serii w modelu. Długa seria nie jest automatycznie sprzeczna z losowością.
Po zaobserwowaniu tej serii prawdopodobieństwo oznaczonego żetonu w następnej próbie nadal wynosi 20%. Zwracanie żetonów nie tworzy mechanizmu wyrównującego wynik konkretnej osoby.
Co zmienia brak zwracania
Gdy wyciągasz żetony bez zwracania, zmienia się zawartość worka. Po wylosowaniu jednego nieoznaczonego pozostają dwa oznaczone wśród dziewięciu: prawdopodobieństwo następnego oznaczonego wynosi 2/9. Ten model ma inne założenia, więc nie wolno używać poprzedniego obliczenia bez zmian.
Podobnie w grze trzeba rozróżnić zwykłą rundę i funkcję ze stanem: zebranymi elementami, zapamiętanym mnożnikiem albo pozostałymi obrotami. Instrukcja określa zależności. Samo słowo RNG nie zastępuje opisu tych reguł.
Film z serią nie weryfikuje generatora
Zapis dwudziestu rund pozwala opisać te dwadzieścia rund. Nie ujawnia algorytmu, wszystkich możliwych wyników ani prawdopodobieństw. Wybranie najbardziej efektownych fragmentów dodatkowo zmienia obraz materiału.
- Zapisz, czy pokazano pełną sekwencję i wszystkie koszty.
- Oddziel obserwację od założenia: „widziałem dziesięć zer” to obserwacja.
- Sprawdź, czy w trakcie nie zmienił się tryb lub stan funkcji.
- Nie przeliczaj serii na obietnicę, że następna runda coś wyrówna.
Do nauki używaj jawnych modeli, takich jak nasze laboratorium. Masz wtedy dostęp do założeń, których zwykłe nagranie z gry nie pokazuje. Obliczenia pomagają rozpoznać błędny wniosek, ale nie służą do przewidywania wyniku gry.
Źródła
- NIST: rozkład dwumianowySprawdzono
ReelAtlas