Expected Winners 2 ဆိုခြင်းက အမှန်တကယ်နှစ်ဦးပေါက်မည်ဟု ဆိုလိုသလား

ထုတ်ဝေသည့်ရက် — UTC

နံပါတ်ပါသောထီဘောလုံးများနှင့် Expected2၊ Actual မသိရသေးသောအမှတ်အသားကိုခွဲပြထားသည်။
AI ဖြင့်ဖန်တီးထားသော မူရင်းအယူအဆပုံ — တကယ့်ဂိမ်းမျက်နှာပြင် သို့မဟုတ် ဆုရသက်သေ မဟုတ်ပါ။

Expected count2 ဟူသောတွက်ချက်မှုက တစ်ကြိမ်တည်း၏အနိုင်ရသူအရေအတွက်ကိုအာမခံခြင်းမဟုတ်ပါ။ Expected value သည် မော်ဒယ်အရပျမ်းမျှဖြစ်ပြီး observed result သည်ထွက်ပြီးသောအရေအတွက်ဖြစ်သည်။

ထီအစစ်မဟုတ်သော သင်္ချာမော်ဒယ်

လွတ်လပ်သောစမ်းသပ်မှု200 ခု၊ တစ်ခုစီအောင်မြင်နှုန်း1/100 ဟုသတ်မှတ်ပါ။ Powerball လက်မှတ်200 စောင်၏ဆုရနှုန်းဟုမယူထားပါ။ တူသောdraw ထဲပါလက်မှတ်များ၏dependence ကိုလည်းဤမော်ဒယ်မဖော်ပြပါ။

ကိန်း တွက်ချက်မှု
Expected successes 200 × 0.01 = 2
Zero successes ဖြစ်နိုင်ခြေ 0.99^200 ≈ 0.134
The fictional independent model has expectation2, zero-success probability13.4% and at-least-one probability86.6%.
Expected2 ရှိသော်လည်း zero ဖြစ်နိုင်ခြေ13.4% ခန့်ကျန်ရှိသည်။

Expected2 ရှိသော်လည်း zero outcome သည်မော်ဒယ်ထဲတွင်ဖြစ်နိုင်နေသည်။ 13.4% ခန့်ဟူသောဒုတိယနှုန်းသည် လွတ်လပ်မှုနှင့်1/100 ကိုတူညီစွာသတ်မှတ်ထားသောကြောင့်သာတွက်နိုင်သည်။

မော်ဒယ်ကိုပြန်တွက်နည်း

Python math.pow ဖြင့်0.99 ကို200 ကြိမ်မြှောက်သောကိန်းကိုပြန်စစ်နိုင်သည်။ ဒီနမူနာ၏numbers သည်တကယ့်ဆုကြေညာချက်မှကူးယူထားခြင်းမဟုတ်ပါ။

Report တစ်ခုတွင် estimated၊ expected နှင့် actual ဟူသောlabel ကိုထိန်းပါ။ Unknown winner count ကိုexpected count ဖြင့်အစားမထိုးပါနှင့်။

တစ်ခုအနည်းဆုံးနှင့် နှစ်ခုအတိအကျ

မူလမော်ဒယ်တွင် တစ်ခုအနည်းဆုံးအောင်မြင်နိုင်ခြေသည် 1 − 0.99^200 ≈ 86.6% ဖြစ်သည်။ ဤ86.6% ကို “နှစ်ခုအတိအကျ” ရနိုင်ခြေဟု မဖတ်ပါနှင့်။ Zero နှင့် one-or-more အုပ်စုနှစ်ခုက မထပ်ဘဲ မော်ဒယ်ရလဒ်အားလုံးကို ဖုံးသည်။

Expected count ကို probability အဖြစ်လည်း မသုံးပါနှင့်။ Expected2 သည်200% ဖြစ်နိုင်ခြေဟု မဆိုလိုသကဲ့သို့ အမှန်တကယ်နှစ်ခုရမည်ဟုလည်း မဆိုလိုပါ။ Count နှင့် probability ကို ဇယားကော်လံခေါင်းစဉ်မှာ ခွဲထားပါ။

Expected count သည် အပြည့်ကိန်းမဖြစ်နိုင်ပါ

စိတ်ကူးစမ်းသပ်မှု50 ခုနှင့် တစ်ခုစီ0.01 ဆိုလျှင် expected count0.5 ရသည်။ တစ်ကြိမ်စာ observed count သည်0၊1၊2 စသည်ဖြစ်နိုင်ပြီး “အောင်မြင်မှုတစ်ဝက်” ကိုတကယ်မြင်ရမည်ဟု မဆိုလိုပါ။ ပျမ်းမျှ၏ဒသမတန်ဖိုးနှင့် တစ်ကြိမ်ထွက်သော integer count တို့သည် အရာမတူပါ။

Expected2 တူသော်လည်း zero နှုန်း မတူနိုင်သည်

နှိုင်းယှဉ်ရန် သီးခြားမော်ဒယ်တစ်ခုကို စိတ်ကူးပါ။ အညွှန်း200 ခုအားလုံးသည် တူညီသော0.01 ဖြစ်နိုင်ခြေရှိသော event တစ်ခုကို ကူးယူထားသည်။ Event ဖြစ်လျှင်200 ခုလုံးအောင်မြင်ပြီး မဖြစ်လျှင်အားလုံး0 ဖြစ်သည်။ Expected count က200 × 0.01 = 2 တူနေသော်လည်း zero ဖြစ်နိုင်ခြေ99% ဖြစ်သည်။

တစ်ခုစီ၏ဖြစ်နိုင်ခြေမှ expected count ပေါင်းတွက်ရန် လွတ်လပ်မှုမလိုသော်လည်း zero probability ကို0.99^200 ဟုမြှောက်တွက်ရန် လွတ်လပ်မှုလိုသည်။ တူညီသော expected value တစ်ခုတည်းက distribution ကို မသတ်မှတ်နိုင်ပါ။

ထို့ကြောင့် အစီရင်ခံစာတွင် စမ်းသပ်မှုအရေအတွက်၊ တစ်ခုစီ၏နှုန်း၊ dependence သတ်မှတ်ချက်နှင့် actual result အတည်ပြုရင်းမြစ်ကို သီးခြားရေးပါ။ အောင်မြင်သော entry count ကို unique person count ဟု အလိုအလျောက်ပြောင်းမရေးပါနှင့်။ နမူနာနှစ်ခုလုံးသည် ထီအစစ်၏ဆုရနှုန်း သို့မဟုတ်လက်မှတ်ဝယ်ရန် အကြံပြုချက်မဟုတ်ပါ။

🏠ပင်မ🎰စလော့💰ငွေသွင်း📲အက်ပ်⭐သုံးသပ်ချက်