私は一連の試験で正しく推測番号の特定のしきい値に到達する可能性についてはしていたこの問題の底に取得するためのいくつかのより良い方法がなかった場合、私は思っていた。 これは私の専門ではないので、5歳のまたは少なくともグーグル可能:)に話していたような回答をいただければ幸いです だから私は描かれています私は、80の数字と20の10を選択する必要があり、ゲームを持っていると言う。 私は黒大理石を得る20の一つとして選ばれている私の一本一人一人のために。 私は、オッズを知っておく必要があります、私は10個の数字それぞれのゲームを選んで、5ゲームで少なくとも20黒ビー玉を得ることができる場合。 各ゲームは、選んだ番号が置き換えられていることで離散的であると描かれている20の数字は完全にランダムです 私はあたりのゲーム（2.5）したがって、私は5ゲーム（12.5）で勝つ黒い大理石の平均量を獲得するのか、黒大理石の平均量伝えることができます。 0、1、2、3、4、5、6、7、8、9、10：単一のゲームのために、超幾何分布は私の漁獲の各結果の確率を伝えので、これを行うことができる。
adidas バッシュ $（HYPGEOMDIST（0、10、20、80）* 0）（HYPGEOMDIST（1、10、20、80）* 1）$など ここで（！これは私が上で私の仮定を簡略化する/修正したいのですが一部である）私がしなければならない場合、私は手でこれを行うだろう方法は次のとおりです。 私は順番に関係なく、5試合ごとに勝つことができる（0-10）黒大理石の各順列を見つける。 5個の一連の合計が20にしていない場合が破棄されるように、各順列を絞り込む 残りのセットは、各セットの5ゲームのそれぞれのHYPGEOMDISTを見つけ、乗算の場合は、その後、すべてのセットを合計 これはどこかに頼まれている場合は私を許してください、私はこのサイト上で十分に探索するために、専門用語に慣れていないです。 頻繁に使用されている別の近似幾何の二項近似値であり、通常の1は$
アディダス バッシュ N = 10 $と$ P = 0.25 $を取る。 しかし、それはときに、サンプルの約5〜10％以上に不正確になる傾向がある。それらの畳み込みも（$ N = 50 $と$ P = 0.25 $と）項になりますので、このケースでは、それは非常に便利です 人口は、この状況ではそれはそれより多くのですので、我々はそれが非常に良いことはありませんと予想しているだろう。 さらに、通常の形式は分散を（それが側面
アディダス アディゼロ デュラント バッシュ '交換せずに'無視するので）過大評価。 この場合、高すぎる約50％の確率をもたらす。 しかし、確率を変更せずに交換することができますBrunkらとして。$ ^ {（1）} $指摘、幾何パラメータのいくつか以来、そこに幾何〜4かなり自然な二項近似値は、実際にあり、彼らは別の参照をことを話し合う 二項の最小の nとの一つは、一般的に最良の近似であると言います。 Brunkら。 広くこの単純なアドバイスをバックアップしているようだ詳細な分析を与える。
PR
