Τρόπος χρήσης της κατανομής πιθανοτήτων στις χρονοθυρίδες

Η κατανομή πιθανοτήτων στις χρονοθυρίδες περιγράφει πόσο συχνά συμβαίνει κάθε τύπος αποτελέσματος: μηδενική περιστροφή, μικρή πληρωμή, μέτρια, μεγάλη, μπόνους, τζάκποτ. Κατανοώντας τη μορφή αυτής της κατανομής, μπορείτε ρεαλιστικά να σχεδιάσετε τον προϋπολογισμό, τη διάρκεια της συνεδρίασης και τις προσδοκίες - χωρίς δεισιδαιμονίες και δόγματα.

1) Τι ακριβώς είναι κατανεμημένο

Μια περιστροφή μπορεί να θεωρηθεί ως μια τυχαία μεταβλητή (X) - ένας πολλαπλασιαστής στο στοίχημα (πόσα στοιχήματα θα επιστρέψουν σε αυτό πίσω: 0, 0. 2, 1. 5, 10, 200 κ.λπ.). Στη συνέχεια:

RTP = (\mathbb {E} [X ]\times 100%)
Μεταβλητότητα/μεταβλητότητα = (\mathrm {Var} (X) =\mathbb {E} [X 2] -\mathbb {E} [X ]\2)
Hit Συχνότητα (HF) = (\mathbb {P} (X> 0))
Ένα «σημαντικό γεγονός» (π.χ. (X\ge 10))) έχει την πιθανότητα (q =\mathbb {P} (X\ge 10))

Οι χρονοθυρίδες συχνά έχουν «βαριές ουρές»: πολύ σπάνιες, αλλά μεγάλες τιμές (X). Εξαιτίας αυτών, η μέση απόδοση πραγματοποιείται με «σκισμένες» εκρήξεις.

2) Μικρό παράδειγμα «διαβατηρίου πιθανότητας»

Υποθέστε 1 στοίχημα:

(P (X = 0) = 0. 70)
(P (X = 0. 5)=0. 20)
(P (X = 2) = 0. 07)
(P (X = 10) = 0. 02)
(P (X = 100) = 0. 009)
(P (X = 1000) = 0. 001)

Στη συνέχεια:

(\mathbb {E} [X] = 0\cdot0. 70+0. 5\cdot0. 20 + 2\cdot0. 07 + 10\cdot0. 02 + 100\cdot0. 009 + 1000\cdot0. 001=0. 1+0. 14+0. 2+0. 9+1=2. 34).
Αυτό είναι ένα υποθετικό παράδειγμα (RTP 234%) μόνο για να απεικονίσει τεχνικές: η μέθοδος είναι η ίδια για κάθε πραγματικό σύνολο πιθανοτήτων.

Από ένα τέτοιο «διαβατήριο» μπορείτε να δείτε αμέσως:

HF (= 1-0. 70=30%)
Τυχαία ≥×10: (q = 0. 02+0. 009+0. 001=3%)
Περιμένετε να ≥×10: μέσος όρος (\προσέγγιση 1/q\προσέγγιση 33) πίσω; διάμεσος (\προσέγγιση\lceil\ln (0. 5 )/\ln (1-q )\rceil\περίπου 23) περιστροφή.
(Για μικρό (q): διάμεση τιμή (\προσέγγιση 0. 693/q).)

3) Τι ακριβώς να μετρήσετε και πώς να το χρησιμοποιήσετε

α) Μέση απόδοση (\mathbb {E} [X])

Αναφέρει το επίπεδο ΠΚΤ «διαβατήριο». Δεν λέει πόσο συχνά θα τον δείτε. Σε μικρές αποστάσεις, οι αποκλίσεις είναι φυσιολογικές.

β) Μεταβλητότητα ((\mathrm {Var} (X)))

Όσο μεγαλύτερη είναι η αναλογία των σπάνιων μεγάλων (Χ), τόσο μεγαλύτερη είναι η διασπορά - τόσο μεγαλύτερες είναι οι «ερήμους» και πιο αιχμηρές είναι οι κορυφές.

γ) Συχνότητες συμβάντων

Το HF βοηθά στην κατανόηση της «ζωντάνιας» της χρονοθυρίδας (πόσες μικρές αποδόσεις).

Οι πιθανότητες κατωφλίου (για παράδειγμα, (X\ge 5,10,50)) δίνουν μια ιδέα της σπανιότητας των «απτών» νίκες.

δ) Διαστήματα αναμονής

Εάν ένα γεγονός με πιθανότητα (q) συμβαίνει ανεξάρτητα σε κάθε πλάτη, η προσδοκία πριν από αυτό είναι η γεωμετρική κατανομή:

Μέση κλίμακα (\προσέγγιση 1/q) σπιν
Διάμεσος (\προσέγγιση\lceil\ln (0. 5 )/\ln (1-q )\rceil)
Σχεδιάστε μια τράπεζα για να επιβιώσει πολλαπλά μεσαία διαστήματα, όχι ένα.

ε) Κερδίζοντας ποσοτικά στοιχεία

Εκτός από τον μέσο όρο, είναι χρήσιμο να αποθηκεύονται εκατοστημόρια από (X): 50η, 75η, 90η. Αυτό δίνει μια ειλικρινή απάντηση «που η πληρωμή είναι χαρακτηριστική μεταξύ των νικηφόρων περιστροφών».

4) «Διαβατήριο πιθανοτήτων» για επανεξετάσεις και προσωπικές αναλύσεις

Συναρμολογήστε ένα μπλοκ που μπορεί να εισαχθεί σε κάθε σελίδα:

HF (οποιαδήποτε νίκη):...%
Πιθανότητες ≥×2/ ≥×5/ ≥×10/ ≥×50: .../.../.../...
Αναμενόμενο διάστημα έως ≥×10: μέσος όρος... περιστροφές· διάμεση τιμή... (75 εκατοστημόριο...)
Σχόλιο μεταβλητότητας: χαμηλή/μεσαία/υψηλή (οι «έρημοι» είναι χαρακτηριστικές)
Σημείωση: ανεξαρτησία σπιν. διαστήματα - ορόσημα, όχι «χρονισμός».

Ένα τέτοιο διαβατήριο αφαιρεί αμέσως τις ψευδείς προσδοκίες και βοηθά στην επιλογή του ρυθμού και της διάρκειας της συνεδρίασης.

5) Πώς να διανεμηθεί εάν δεν υπάρχουν ακριβή δεδομένα

1. Από τις περιγραφές του παρόχου: υπάρχουν HF, σπανιότητα του bonus, εύρος πολλαπλασιαστών - ήδη αρκετά για να προσεγγίσουν (q) με κατώτατα όρια.

2. Εμπειρικά από τους κορμούς: σταθερός ρυθμός, 2-5 χιλιάδες περιστροφές, γραφή (X) και κατασκευή ιστογραμμάτων και συχνοτήτων κατωφλίου.

3. Ομάδες: συνδυάστε τις «μικρές» πληρωμές σε καλάθια (≤×1, × 1- × 5, × 5- × 20, ≥×20), τότε - τους ίδιους υπολογισμούς.

4. Bootstrap: Επαναλάβετε τη σειρά σας (X) για να πάρετε τα διαστήματα αβεβαιότητας για (\mathbb {E} [X]), HF, και (q).

6) Σχεδιασμός της τράπεζας μέσω πιθανοτήτων

Αν (q =\mathbb {P} (X\ge 10) = 1%), το μέσο διάστημα ≈ 100 περιστροφές, το μέσο ≈ 69 περιστροφές. Για να «πιάσει ένα γεγονός με μεγάλη πιθανότητα», προγραμματίστε το απόθεμα για αρκετά τέτοια διαστήματα.

Όρια:

Διακοπή της απώλειας χρημάτων (για παράδειγμα, 150-300 στοιχήματα για χρονοθυρίδες υψηλής μεταβλητότητας).
Σταματήστε την απώλεια πίσω (για παράδειγμα, 2 μεσαία διαστήματα χωρίς ≥×10 - θραύση).
Ρυθμός: Με επιθετικές ουρές, χρησιμοποιήστε ένα μικρότερο βασικό ποσοστό για να αντέξετε τις χαρακτηριστικές «ερήμους».

7) Τι δεν δίνει η κατανομή (και αυτό είναι σημαντικό)

Δεν μπορείτε να προβλέψετε την επόμενη περιστροφή. Διατηρείται η ανεξαρτησία των αποτελεσμάτων.

Δεν μπορείτε να «συγχρονίσετε» την τύχη με την ώρα της ημέρας. Το «clusters» είναι ιδιότητα τυχαιότητας, όχι ημερήσιας λειτουργίας.

Δεν μπορείτε να νικήσετε την αρνητική προσδοκία της διαχείρισης στοιχημάτων. Αλλαγή του προφίλ κινδύνου και της μορφής της ανάληψης, αλλά όχι της προσδοκίας.

8) Αλγόριθμος ταχείας λειτουργίας

1. Καθορίστε τα όρια σημασίας για τον εαυτό σας (≥×5, ≥×10, ≥×50).

2. Εκτίμηση των πιθανοτήτων τους (q) (από περιγραφές/αρχεία καταγραφής).

3. Υπολογίστε τα αναμενόμενα διαστήματα (μέση, διάμεση τιμή, 75%).

4. Βαθμολογήστε τα HF και τα καροτσάκια για ψώνια (έως × 1, × 1- × 5, × 5- × 20, ≥×20).

5. Δημιουργία τραπεζογραμματίων και ορίων για αυτά τα διαστήματα.

6. Στην έκθεση παρουσιάζονται ποσοτικά διαστήματα και διαστήματα bootstrap, όχι μόνο ο μέσος όρος.

9) Συχνά σφάλματα

Βασίζονται μόνο στη μέση τιμή (RTP). Το να αγνοούμε τις ουρές οδηγεί σε υψηλές προσδοκίες.

Θεωρήστε το HF ως ένδειξη "χαμηλού κινδύνου. "Πολλές μικρές αποδόσεις δεν αναιρούν μεγάλες σειρές μείον.

Υπερεκτίμηση "σπάνια μεγάλη" όπως "θα πρέπει σύντομα. "Η γεωμετρία των προσδοκιών δεν γνωρίζει κανένα καθήκον.

Αναμείξτε σχισμές/ρυθμούς σε ένα δείγμα. Οι συνθήκες δοκιμής πρέπει να είναι σταθερές.

10) Έτοιμο πρότυπο για το υλικό σας

Χρονοθυρίδα/Πάροχος:...

Στοίχημα: ... (fix.)

HF (οποιαδήποτε νίκη): ...%

Πιθανότητες κατωφλίου (≥×2/ ≥×5/ ≥×10/ ≥×50): .../.../.../...

διαστήματα αναμονής: μέσος όρος...· διάμεση τιμή...· 75ο εκατοστημόριο...

Σχόλιο μεταβλητότητας:...

Συστάσεις για όρια: απώλεια διακοπής... ποσοστά· timeout μετά L-streak ≥...

Σημείωση: οι πλάτες είναι ανεξάρτητες. τα διαστήματα είναι ορόσημα, όχι πρόβλεψη του «πότε θα έρθει σίγουρα η πριμοδότηση».

Κάτω γραμμή: Η κατανομή πιθανοτήτων είναι το εργαλείο εργασίας σας για τον σχεδιασμό παιχνιδιών. Δεν «πιάνει χρόνο», αλλά σας επιτρέπει να επιλέξετε μια θέση για τους στόχους σας, να επιλέξετε το μέγεθος του στοιχήματος και τη διάρκεια της συνεδρίας, να ορίσετε ρεαλιστικά όρια και να μιλήσετε για κινδύνους στη γλώσσα των αριθμών, όχι αισθήσεις.