Рискованный рассказ (IV) Джим Мовер и Божественная кривая

Дженнифер Рикко (англ.) [4] Дженнифер Моовер (англ.) [5] и Кривая Бога

В предыдущем выпуске говорилось, что Якоб Бернули, когда умер, еще не опубликовал свою книгу о теории вероятностей. Задача сборки его рукописи была возложена на его племянника Николая II Бернули (это тот ранний гений). Николас, после выполнения завещания дяди, снова начал хотеть исследовать уровень отклонения от истинной вероятности, когда уже было установлено количество наблюдений. Авраам де Моивр во многих местах переводился как Миф, однако после просмотра его портрета я не очень одобряю последующий перевод.

• Вон Мовер Позже французский король Людовик XIV издал указ, объявлявший протестантов низкопоставленными гражданами страны, и дети должны были быть приняты в протестантскую веру, что в основном превратило протестантизм во французский культ, и поэтому он провел еще два года в тюрьме. В результате тюремного заключения он сумел бежать в Англию, но он не получил академических должностей, хотя он был другом Ньютона, хотя в 30 лет он был членом Королевской ассоциации ученых.

  В 1711 году он опубликовал книгу о методе измерения удачи, на которой, если бы когда-то была книга с поясом, наверняка были бы написаны рекомендации Ньютона: "Попросите у мистера Вальмофера, он знает об этом больше, чем я".

  

  К сожалению, в то время этого не было, поэтому и Том Мовер не смог сберечь слишком много налогов.

  Вы должны вспомнить вопрос, который мы задали в предыдущей статье (Рискная история (III): Майор Бернулли), что для 5000 камней в коробке мы можем сделать 25500 грабок, чтобы оценить их соотношение к общему количеству камней. Но вы должны также обнаружить, что 25500 повторных грабок - это слишком много, чтобы выбросить камней по числу.

  Используя методы расчёта и треугольника Паскаля, Вальмовер использует методы выборки группировок. Он предполагает, что каждый раз, когда из коробки выбирают 100 камней, записывают их соотношение между черными и белыми камней, затем возвращают их обратно, и делают тот же выбор.

  Да, это обычное распределение. Кривая обычного распределения похожа на часовую кривую, где большинство наблюдений собираются в середине, приближаются к равновесиям всех наблюдений, а затем наклоняются от равновесия симметрично в обе стороны, и количество равновесных наблюдений на обеих сторонах одинаково. Сначала кривая стремительно наклоняется вниз, а с обеих сторон такая наклона становится плоской, что означает, что вероятность возникновения равновесных наблюдений значительно меньше.

  

  Таким образом, мы можем ввести понятие стандартного отклонения, о котором мы уже говорили в других статьях в журнале "Общественный" ("Почему стандартное отклонение? Измерение риска в глазах Бога"). Стандартное отклонение описывает степень отклонения наблюдаемой величины от средней величины, или мы понимаем его как единицу отклонения от средней величины. Для нормального распределения, пропорциональные значения 100 групп камней, которые мы извлекаем, примерно на 68% будут находиться в пределах одного стандартного отклонения по обе стороны от среднего значения, тогда как два стандартных отклонения могут охватывать примерно 95% наблюдаемых значений.

  Как религиозный верующий, Вальмовер считал, что часовые кривые являются творениями Бога. По его мнению, с помощью таких измерений мы можем преодолеть неопределенность и, следовательно, победить все риски, поскольку на кривой уже описаны все возможные явления и их вероятность, возможно, из-за случайности возникнут так называемые отклонения, но со временем эти отклонения больше не будут влиять на закон, который мы заключаем.

  В средней школе ещё есть классический вопрос ((Эй, почему я всегда использовал вопрос в средней школе)) о пропускной способности продукта. Если для одной партии продуктов отраслевой стандарт считает пропускной способностью не более 0,1%, то это означает, что мы выбираем из продукта 10000 случайно, если не более 10, то пропускной способностью. Но в итоге из этих 10000 в итоге появляется 12, если средний показатель пропускной способности продукта составляет 0,1%, на самом деле мы можем использовать метод В.

  Но в большинстве случаев этот вопрос не имеет для нас никакого смысла. Поскольку мы, возможно, даже не знаем, какой будет средний уровень отходов, если средний уровень отходов превышает критерии тестирования, какая вероятность того, что наша партия продуктов пройдет проверку? Если взять 20 000 продуктов для тестирования, можно ли получить результаты из этих 10000 продуктов и использовать их напрямую?

Перевод: Китайская ассоциация количественных инвестиций