beagle a écrit:Avait-on des résultats à interpréter comme normaux (donc comblement retard gagne ou gagne pas selon les séries, les études, de façon normale )
ou bien avait-on un biais lié comme expliqué par la fonction random
Donc super de savoir que random fait des tirages sans remise, merci nuage.
Et quid des études de Skullkid versus LeJeu, victoire et défaites normalement distribuées ou non?
Dlzlogic a écrit:"La valeur la plus probable d'une inconnue donnée par des expériences est celle qui correspond à la plus grande fréquence, et tel est le cas de la moyenne arithmétique dans le cas des observations directes"
Skullkid a écrit:Donc, d'après ce modèle, la suite des résultats affichés par l'instrument de mesure est une suite de variables aléatoires indépendantes et identiquement distribuées, et donc, d'après le théorème central limite, converge en loi vers une loi normale d'espérance A, la "vraie" valeur qu'on cherche à mesurer.
C'est un peu plus compliqué que ça. La précision des appareils de mesure est caractérisée par leur emq (écart-type). Le hasard n'a rien à voir dans une mesure. On appelle ça "erreur accidentelle" par opposition à "erreur systématique".La raison pour laquelle en physique on prend la moyenne comme résultat significatif (et non pas probable, qui en soi ne veut rien dire) d'une mesure, c'est que l'instrument de mesure est modélisé comme un tirage aléatoire. Plus précisément, si on a une grandeur qui vaut exactement A et qu'on la mesure avec un instrument dont la précision est p, on suppose que l'instrument de mesure renvoie une valeur au hasard (loi uniforme) dans l'intervalle [A-p,A+p], et que le résultat d'une mesure n'influence pas le résultat des suivantes.
Les valeurs ne sont certainement pas identiquement distribuées. Elles DOIVENT être distribuées selon la règle que j'ai déjà précisée (25% 16% 7% 2%). Et ceci est toujours le cas si les mesures sont exemptes d'erreurs systématiques.suite de variables aléatoires indépendantes et identiquement distribuées
beagle a écrit:""Que penser de l'affirmation suivante : "La valeur la plus probable d'une inconnue donnée par des expériences est celle qui correspond à la plus grande fréquence, et tel est le cas de la moyenne arithmétique dans le cas des observations directes" ""
Lorsque l'on prend des mesures comme la taille de personnes par exemple,
cela me semble vrai, non?
Cela ne dit rien d'autre que le point le plus haut de la courbe de Gauss est à la moyenne, non?
Dlzlogic a écrit:C'est un peu plus compliqué que ça. La précision des appareils de mesure est caractérisée par leur emq (écart-type). Le hasard n'a rien à voir dans une mesure. On appelle ça "erreur accidentelle" par opposition à "erreur systématique".
beagle a écrit:Mes conclusions pour le moment.
En l'occurrence il semblerait que l'on ait réussi à trouver un des tests qui permettent de voir si les données sont aléatoires ou non, c'est le test du rattrapage de retard, ou du comblement de retard.
Si en jouant les retards on gagne plus (plus souvent de façon significative) que de jouer au hasard,
c'est que les données aléatoires sont trop parfaites.
nuage a écrit:Il faut comprendre que la fonction rand() lit une permutation déterminée d'un ensemble fini d'entiers.
Si tu fait beaucoup de tirages ils ne sont plus indépendants.
beagle a écrit:Et que les as de l'ordinateur nous explique à quel moment le random se réinitialise, ce serait sympa.
return(((holdrand = holdrand * 214013L + 2531011L) >> 16) & 0x7fff);
beagle a écrit:il faut que LeJeu s'il veut continuer, compare les résultats,
.
les tirages sont supposés uniformes et indépendants les uns des autres.
Il se trouve que la répétition d'une opération aléatoire donne TOUJOURS la même répartition, quelque soit la méthode utilisée, pièces, boules, tir au pistolet, fermeture des angles de triangles.
il est CERTAIN que au bout d'un certain nombre de tirages, tu auras un équilibre (presque une égalités) entre les plie et les face.
Je veux bien dire des trucs comme "si (Xn) est une suite de variables aléatoires indépendantes de même loi, de moyenne m et d'écart type alors la suite de variables aléatoires Yn = (X1+...+Xn - n*m)/(;)*sqrt(n)) converge en loi vers la loi gaussienne".
Etant donné un grand nombre d'évènement indépendants et aléatoires, tels que le jeu de pile ou face, le tirage de boules dans un sac, le tir au pistolet, la fermeture de triangles en géodésie, est-il vrai que la répartition des écarts à la moyenne est toujours identique et connue sous le nom de courbe de Gauss ?
Réponse OUI (pour pil ou face)
L'affirmation que la moyenne arithmétique est la valeur la plus probable résulte-t-elle d'un postulat, ou au contraire d'un théorème, qui peut donc être démontré .
Réponse POSTULAT ou THéORèME
a tout moment la répartition des tirages respecte la loi normale (courbe Gauss). L'exact respect de la répartition ne peut arriver que pour un nombre infini de tirages
En particulier la fonction rand() ne renvoie pas un nombre au hasard entre 0 et 1, mais un nombre déterminé entre 0 et 1.
Ben on a pas besoin de simulations pour calculer les lois des H et M
Pourquoi calculerait-on l'écart-type si ce n'est pas pour déterminer l'écart probable et vérifier que la répartition est conforme à la répartition normale (loi normale), c'est à dire pouvoir vérifier qu'il n'y a pas de systématisme, qu'aucune valeur ne dépasse les 4 erreurs probables etc.
la probabilité de sortie un face après une suite de 100 pile est 1- (0.5*quasi-nulle), c'est à dire presque 1
Il en résulte que si à un instant donné on constate un "retard" de l'un des évènements, ce retard sera forcément comblé, donc le chance de sortie de l'évènement concerné augmentent.
t'as écrit pleiin de trucs un peu comme des maths
donc je comprends rien,
Utilisateurs parcourant ce forum : Aucun utilisateur enregistré et 4 invités
Tu pars déja ?
Identification
Pas encore inscrit ?
Ou identifiez-vous :