→ gghh:我的計算結果，case3的var還是比較高啊 04/16 12:58
→ gghh:你是怎算var的？ 04/16 13:00
還好我的統計學老師不常請假
Var(X)=E(X^2)-E(X)^2
Outs 0 1 2 3 4 5+ E(X) Var(X)
1st_2nd 0 0.359 0.219 0.165 0.127 0.07 0.059 1.50 2.35
2nd_3rd 1 0.305 0.285 0.218 0.101 0.053 0.038 1.43 1.83
2nd_3rd 0 0.144 0.249 0.307 0.147 0.079 0.074 1.99 1.95
依你說的是看Var(X)不是看E(X)
所以不是0出局2,3壘有人時, 先自殺1個來降低Var(X)嗎?
※ 引述《RogerWaters (希望你在這裡)》之銘言：
: : 一般來說，機率高不就是因為var低嗎？
: 誰說在統計學上機率高就是variance低, 就說你誤解原文的意思...
: 就單純是Run Frequency Table上, 0 out 1,2壘有人得一分機率低於1 out 2, 3壘有人
: 請看Tom Tango提供的1999-2002的run frequency table上的資料
: Outs 0 1 2 3 4 5+
: 1st_2nd 0 0.359 0.219 0.165 0.127 0.07 0.059
: 2nd_3rd 1 0.305 0.285 0.218 0.101 0.053 0.038
: 2012的資料應該也差不了多少
: 得1分的機率1出局2,3壘有人硬是比0出局1,2壘有人多出了6.6%
: 當然這裡剛好是1出局2,3壘有人比0出局1,2壘有人的variance要低。
: 但如果你說的成立的話那
: Outs 0 1 2 3 4 5+
: 2nd_3rd 0 0.144 0.249 0.307 0.147 0.079 0.074
: 2nd_3rd 1 0.305 0.285 0.218 0.101 0.053 0.038
: 0出局2,3壘有人的Variance也比1出局2, 3壘有人的Variance要高
: 那豈不是為了較低Variance, 0出局2,3壘有人先自殺1個來增加贏的機會...
: 那你會不會比西瓜還西瓜啊????????