घुमाइका प्रकाशित अभिलेख पढ्ने
धेरै लाइभ सञ्चालकले पूर्ण घुमाइ इतिहास प्रकाशित गर्छन्। तिनलाई कसरी पढ्ने, सफा गर्ने, र तिनले के बताउन सक्छन् र सक्दैनन् भन्ने यहाँ छ।
घुमाइ इतिहास प्रायः प्रत्येक रूलेट टेबलका समयछापसहितका नतिजाको सूची हो। कुनै एकल पाङ्ग्रा हेडउपकरणपाङ्ग्रा हेडरोटरको पर्याय: सङ्ख्या बोक्ने घुम्ने भाग।पूरै पढ्नुहोस् →लाई मर्मतबिना भएको अवधिभर पहिचान गर्छ भने मात्र यो पक्षपात विश्लेषणको कच्चा सामग्री हुन्छ। धेरैले गर्दैनन्, र धेरै छोटा हुन्छन्।
इतिहासमा के हुन्छ
समयछाप, रूलेट टेबल नाम, नतिजा (0–36), कहिलेकाहीँ डिलर नाम र चरण ID। यो खेल सर्भरले रेकर्ड गरेको कुराको लग हो, त्यसैले सही हुन्छ। तर त्यसमा विरलै हुने कुरा भनेको त्यो समय त्यस रूलेट टेबलमा रहेको भौतिक रोटरउपकरणरोटरखोप बोक्ने पाङ्ग्राको घुम्ने भाग।पूरै पढ्नुहोस् → हेडको पहिचान हो, जुन पक्षपात विश्लेषणलाई चाहिन्छ, किनकि हेडहरू कटोराउपकरणपाङ्ग्राको कटोरापाङ्ग्राको स्थिर बाहिरी भाग: बल मार्ग र एप्रन धान्ने काठ वा मिश्रित सामग्रीको रिम, जसको भित्र रोटर घुम्छ।पूरै पढ्नुहोस् →बीच घुमाइन्छन्।
डेटा सफा गर्ने
खाली अन्तराल (मर्मत, बन्द), दोहोरिएका चरण ID, 0–36 बाहिरका नतिजा (अमेरिकी रूलेट टेबलमा 00, परीक्षण घुमाइ), र हेड परिवर्तन सङ्केत गर्न सक्ने डिलर घुमाइका परिवर्तन जाँच्नुहोस्। केही घण्टाभन्दा लामो कुनै पनि अन्तरालमा डेटालाई खण्डमा छुट्याउनुहोस्; खण्डहरूलाई सम्भावित रूपमा फरक पाङ्ग्रा मान्नुहोस्। रूलेट टेबलको नाम मात्र पहिचान हो भने हेड कम्तीमा मासिक बदलिएको मान्नुहोस्।
परीक्षण चलाउने
प्रति खण्ड: 37 खोपउपकरणखोपरोटरमा रहेका 37 क्रमाङ्कित खण्डमध्ये एक। अर्को नाम: स्लट, कप।पूरै पढ्नुहोस् →मा काइ-वर्ग (df 36), पाङ्ग्राको क्रममा क्षेत्रपाङ्ग्राक्षेत्रपाङ्ग्रामा निरन्तर जोडिएको खोपको चाप, बाजीको लेआउटको समूहभन्दा फरक।पूरै पढ्नुहोस् → z-स्कोर, र हेर्नुअघि शङ्का गरेको कुनै खोपका लागि द्विपदीय परीक्षण। त्यसपछि खण्डभित्र नतिजा मिसाएर फेरि चलाउनुहोस्: मिसाइएका तथ्याङ्कले यही नमुना आकारमा निष्पक्षता कस्तो देखिन्छ देखाउँछन्, र तपाईंका वास्तविक तथ्याङ्क मिसाइएको दायराभन्दा स्पष्ट रूपमा बाहिर छैनन् भने तपाईंले केही फेला पार्नुभएको छैन। Wheel Bias Analyzer ले यो ब्राउजरमै गर्छ।
तपाईंले के पाउनुहुनेछ
यादृच्छिक उतारचढाव। 300 घुमाइमा 13–15 प्रहार भएका तातो नम्बरमिथकतातो सङ्ख्याहालै अपेक्षाभन्दा धेरै पटक आएको सङ्ख्या। निष्पक्ष पाङ्ग्रामा यसले केही अनुमान गर्दैन।पूरै पढ्नुहोस् →, ±1.5 सिग्मा मा क्षेत्र, 36 ± 8 वरिपरिको काइ-वर्ग। कहिलेकाहीँ p < 0.05 भएको खण्ड, जुन बीसमध्ये एक खण्डमा हुने अपेक्षा हुन्छ। यसलाई उही रूलेट टेबलको अर्को खण्ड हेर्ने कारण मान्नुहोस्, र यो हराउने अपेक्षा गर्नुहोस्। दर्जनजति इतिहास हेरेपछि तपाईंले केही हजारका नमुना आकारमा यादृच्छिकता कस्तो देखिन्छ सिक्नुहुनेछ, जुन प्रयोगशालाले सिकाउन सक्ने सबैभन्दा उपयोगी कुरा हो।
इतिहासहरू केका लागि उपयोगी छन्
डिलरको घोषणा लगसँग मिल्छ कि जाँच्न। अपेक्षित-घाटा गणनाका लागि गति (प्रति घण्टा घुमाइ) नाप्न। वास्तविक डेटामा जन्मदिन समस्यागणितजन्मदिन समस्यादुई जनाको एउटै जन्मदिन पर्न सक्ने सम्भावना हुन कति मानिस चाहिन्छ, वा सङ्ख्या दोहोरिने सम्भावना हुन कति घुमाइ चाहिन्छ भन्ने प्रश्न। 37-खोप पाङ्ग्रामा, 8 घुमाइले आधाभन्दा बढी सम्भाव्यता दिन्छ।पूरै पढ्नुहोस् →, लगातार क्रमको लम्बाइ र तातो नम्बर वितरण सिक्न। पैसा जोगाउने अन्तर्ज्ञान बनाउन: 500 घुमाइको ढाँचा ढाँचा होइन। र सिद्धान्ततः, आधुनिक मर्मतले भरिनुअघि नै अप्रचलित बनाइदिने पक्षपात नोटबुकको पहिलो पृष्ठका रूपमा।
प्रश्नहरू
विरलै। भुइँले 20 नम्बर देखाउँछन् र बाँकी आन्तरिक राख्छन्।
पारदर्शिताका लागि, र खेलाडीले सोध्ने भएकाले। मर्मत गरिएको पाङ्ग्रामा उनीहरूलाई यसको लागत केही पर्दैन।
पूरै खण्डका लागि काइ-वर्ग। यो उल्लेखनीय छैन भने रोक्नुहोस्।
हास्य-विराम
डेटा वास्तविक हो। यसले वर्णन गर्ने पाङ्ग्रा अब अस्तित्वमा नहुन सक्छ।
स्रोतहरू
- Pearson, K. “On the criterion that a given system of deviations from the probable…”
- Barnhart, R. T. Beating the Wheel.