ফেয়ার ডাই এর মতো কিছু আছে কি?

ফেয়ার ডাই এর মতো কিছু আছে কি? পাশা যেখানে সংখ্যা একটি স্কুপড আউট বিন্দু দ্বারা প্রতিনিধিত্ব করা হয়, অবশ্যই যে একটি পার্থক্য করে? কেউ কি কোন গবেষণা করেছেন?

আসলে এটি সম্পর্কে চিন্তা করা, কেন একটি মুদ্রা উল্টানো ফর্সা হবে? প্রতিটি পক্ষের পদার্থবিজ্ঞান সম্পূর্ণ আলাদা।

dice

— MFC
সূত্র

ন্যায্য পাশা সম্পর্কে শ্রদ্ধায়, হ্যাঁ, ক্যাসিনোগুলি ফর্সা হওয়ার খুব কাছাকাছি থাকতে ডাইস পাওয়ার ক্ষেত্রে প্রচুর আর্থিক আগ্রহ রয়েছে। আপনি যে জায়গাগুলি নিক্ষেপ করেছেন সেখানকার মেঝে এবং দেয়ালগুলি ঝাঁকিয়ে পড়ে এলোমেলোভাবে আসে comes

— jboman

মুদ্রার জন্য, আমেরিকান পরিসংখ্যানবিদ অ্যান্ড্রু গেলম্যান এবং ডেবোরাহ নোলানের নিবন্ধটি দেখুন , আপনি ক্যান লোড এ ডাই, কিন্তু ইউ ক্যান বিয়াস এ কয়েন ।

— onestop

সম্পর্কিত: skeptics.stackexchange.com/questions/5982/is-a-coin-toss-fair

— নিকো

উত্তর:

আমি মনে করি 'ফেয়ার' ধারণাটি সংজ্ঞায়িত করা শক্ত। যেহেতু ডাইয়ের প্রদত্ত রোল একটি নির্বিচার ফলাফল তৈরি করবে (অন্য কথায় পদার্থবিজ্ঞান ফলাফলটি কী তা নির্ধারণ করে) আমরা সত্যিই বলতে পারি না যে কোনওটির ঘূর্ণায়নের একটি নির্দিষ্ট 'সম্ভাবনা' রয়েছে। এটি মাইন্ড প্রজেকশন ভ্রান্তির সাথে সম্পর্কিত, যা মূলত বলে যে সম্ভাবনা হ'ল ঘটনাগুলির তথ্যের রাষ্ট্রের সম্পত্তি, এটি নিজেই ঘটনার সম্পত্তি নয়। একটি পাশার রোলের সাথে সম্পর্কিত, ফলাফলটি কেবল মরার উপর নির্ভর করে না, তবে এটি যে পদ্ধতিতে এটি ঘূর্ণিত হয় তার উপরও নির্ভর করে। যদি কোনও প্রদত্ত রোল (ডাইর উপাদানগুলির রচনাটি, এটি প্রাথমিক দিকনির্দেশনা, এটির জন্য বাহিনী প্রয়োগ করে, যে পরিবেশে এটি পরিবেশিত হয় ইত্যাদি) সম্পর্কে আমরা যদি যথেষ্ট পরিমাণে জানতে পারি তবে আমরা (তাত্ত্বিকভাবে) এর মধ্যে উপস্থিত সমস্ত গতির মডেল করতে পারি নির্বিচারে নির্ভুলতার সাথে রোল করুন এবং প্রদত্ত দিকে অবতরণের 1/6 'সম্ভাব্যতা' অনুসন্ধানের পরিবর্তে আমরা নিশ্চিত হয়ে উঠব যে এটি কোনও দিকে অবতরণ করবে।

এটি অবশ্যই খুব অবাস্তব, তবে আমার বক্তব্যটি রোলিংয়ের পদ্ধতিটি ডাইয়ের শারীরিক মেকআপের মতোই গুরুত্বপূর্ণ। আমি মনে করি যে একটি 'ফেয়ার' ডাইয়ের একটি ভাল সংজ্ঞা এমন হবে যার মধ্যে যুক্তিসঙ্গত বাধা (কম্পিউটারের শক্তি, সময়, পরিমাপের নির্ভুলতার উপর) কিছুটা আত্মবিশ্বাসের সাথে কোনও রোলের ফলাফল সম্পর্কে ভবিষ্যদ্বাণী করা সম্ভব নয়। এই সীমাবদ্ধতার সুনির্দিষ্ট বিবরণগুলি যে কারণে আপনি পরীক্ষা করছেন যে ডাইটি উপযুক্ত কিনা তা নির্ভর করে।

একদিকে: ধরুন আমি আপনাকে বলি যে আমার একটি 'অন্যায় মুদ্রা' রয়েছে এবং আপনি যদি সঠিকভাবে অনুমান করতে পারেন তবে এটির কোন দিকে অবতরণ করবে তা আমি আপনাকে এক মিলিয়ন ডলার দেব। আপনি মাথা বা লেজ চয়ন করেন?

— ড্যানিয়েল জনসন
সূত্র

এই উত্তরের প্রথম অনুচ্ছেদটি এলোমেলোতার প্রায় প্রোটোটাইপিকাল ল্যাপ্লাসিয়ান দৃষ্টিভঙ্গি প্রদর্শন করে।

— কার্ডিনাল

এটি আমাকে ইউডেমোনিক পাই সম্পর্কে মনে করিয়ে দেয় , যেখানে কিছু শিক্ষার্থী জুতার কম্পিউটারের ভিত্তিতে

— রুলেটকে

@ কার্ডিনালাল আমি খুব একটা দ্বিমত পোষণ করছি। এটি 2003 সালের ইটি জেনেসে মূলত হুবহু মতামতটিই দেখেছে যা অনেক বেশি উদ্দেশ্যমূলক বায়েশিয়ান দৃষ্টিভঙ্গির পক্ষে সিদ্ধান্তহীন আন-ল্যাপ্লেসিয়ার মতামত।

— এলী

@ এমএমএস: পিএস ল্যাপ্লেস (১৮১৪), এসেই দার্শনিক সুর লেস প্রব্যাবিলিটস, কোরসিয়ার, পিপি ২-৩ : নুস ডেভেনস ডাব্লা ইন-উইজিজার ল'ত্যাট প্রাইসেন্ট ডি লুনিয়েভার্স, ডাব্লা ল্যাফেট ডি পুত্র আইট্যাট এন্টিরিউর, এবং ড্যাম লা কেজ ডি celui qui va suivre। আপনার গোয়েন্দা সংস্থা তাত্ক্ষণিকভাবে তাত্ক্ষণিকভাবে কাজ করতে পারে না, কনসার্ট্রাইট স্পর্শে কম বাহিনী না প্রকৃতি সবচেয়ে সহজ, এবং লা পরিস্থিতি সম্পর্কিত দেশী êত্রে কিউ লা কম্পোসেন্ট, সি ডিলার্স এলি itটাইট এসেজ ওয়েস্ট pourালা সুমেট্রের সিএস ডোননিস an ল 'ই্যানালিজ, এমব্র্যাসেরিট ড্যানস লা ম্যামেরিউল , লেস মউভেনস ডেস প্লাস গ্রান্ড কর্পস ডি লুনিভারস এবং সিউকস ডু প্লাস লেজার অ্যাটুম: ...

— কার্ডিনাল

রিয়েন নে সেরিট ইনসারটেন্ট pourালাই এলি, এট ল'ভেনির ডাম লে পাসé, সেরেট প্রাইসেন্ট à সিস ইউক্স। L'esprit humain offre dans la perfected qu'il a su don donà à l'astronomie, une faible esquisse de cette বুদ্ধি। Ses découvertes en mécanique et en géométrie, jointes el celle de la pesanteur ইউনিভার্সেল, ল্যানস মিস à পোর্টে দে দ্য লেস মাইম এক্সপ্রেশন বিশ্লেষণ, কম লেটস পাসস এন্ড ফিউচার ডু সিস্টেম ডু মন্ডে। এন এপ্রিলিক্যান্ট লা ম্যাম ম্যাথোড el কোয়েডস অ্যাট্রেস আপজেটস ডি এস এস কনজায়েসেস, ...

— কার্ডিনাল

সামান্য গুগলিং পাশা সম্পর্কিত একটি উইকিপিডিয়া (হাঁপা!) নিবন্ধ প্রকাশ করেছে । এতে ডাইসের যথার্থতার বিষয়ে মন্তব্য রয়েছে যা এতে বিন্দুগুলি স্কুপ করার সমস্যাটি উল্লেখ করে (তারা একই ঘনত্বের উপাদান দিয়ে পুনরায় পরিপূর্ণ হয়)। এগুলি কি ঠিক ন্যায্য হতে চলেছে ? আপনি কিভাবে এটি সংজ্ঞায়িত করবেন? প্রতিটি ফলাফলের যোগ্যতা অর্জনের জন্য কতগুলি 1/1 এর কাছাকাছি থাকতে হবে?

— পিটার ফ্লুম - মনিকা পুনরায়
সূত্র

ডাই ডাই ন্যায্য নয়, তবে প্রদত্ত কোনও পক্ষপাতদুষ্ট কিনা তা পরীক্ষা করা রোলগুলির সংখ্যার (যেমন, সময়) বিষয়টি। যদি কোনও ডাইনের বাস্তবিক জীবনকালীন সময়ে এবং বলুন, মিলিয়ন রোলস, আপনার কাছে 1/6 থেকে তফাতগুলি সনাক্ত করার মতো যথেষ্ট ক্ষমতা নেই, পাশাপাশি ফলাফলগুলির স্বাধীনতাও রয়েছে, তবে সমস্ত ব্যবহারিক কারণে এটি একটি ন্যায্য ডাই। এটি একটি অ্যাসিপটোটিক অনুমানকারীটির একটি ছোট নমুনা পক্ষপাত সনাক্ত করতে মন্টি কার্লোতে কতগুলি প্রতিলিপি ব্যবহার করা উচিত তা একই প্রশ্ন: আপনি জানেন যে একটি পক্ষপাতিত্ব আছে, তবে আপনি এটি 1000 বা 10000 মন্টি কার্লো নমুনার সাহায্যে খুঁজে পেতে ব্যর্থ হতে পারেন, তাই আপনি এই সিদ্ধান্তে ঠিক আছে।

— স্টাসকে

χ^{2}

$\chi^2$

H_{0} : p_{1} = \dots p_{6} = 1 / 6

$H_0: p_1 = \ldots p_6 = 1/6$

z_{1 - α / 2} \sqrt{1 / 6 \cdot 5 / 6 \cdot 1 / n}

$z_{1-\alpha/2}\sqrt{1/6\cdot5/6\cdot1/n}$

n

$n$

χ^{2}

$\chi^2$

P (D a t a | H_{0})

$P(Data | H_{0})$

P (H_{0} | D a t a)

$P(H_{0} | Data)$

P (D a t a | H_{0})

$P(Data | H_{0})$

P (F a i r | D a t a)

$P(Fair | Data)$

P (D a t a | F a i r)

$P(Data | Fair)$ ব্যাপার। এটি নিছক সহনশীলতার বিষয়ে নয়, কারণ একজন সর্বদা সম্পূর্ণরূপে অন্যায়ভাবে মরতে পারে যা কোনও গুনে পরীক্ষার পরিসংখ্যানকে সন্তুষ্ট করে যা আপনি চান তার যথাযথতার মধ্যে। আপনাকে সত্যই প্রবীণদের এবং জ্ঞানের রাজ্যের ধারণাটি অবশ্যই ব্যবহার করা উচিত ।

— ely