[繼續鞭屍]你見過 2-7 ?你講大話。四萬場都冇一場
上篇文講返熱刺2-拜仁7 嗰場波,可以睇返舊文(http://bit.ly/35gDJoH),但其實舊文係配菜,你甚至可以唔睇。呢篇先係主角,你可以完全唔使理場波發生咩事,你知道德甲嘅拜仁慕尼黑作客大炒英超熱刺7 — 2就得。而足球比數當然主隊為先,所以賽果係2 — 7。
其實我都係想講個主題,呢場波,有今生,冇來世。你真係睇過2—7?
點解咁講?因為你可以諗下。真係撫心自問諗下,唔好出術,唔好Google
你咁大個仔有冇睇過一場波係2 — 7?任何一場。過去幾十年,有冇見過咁嘅比數?你真係有?
唔好計打機呀,睇港超呀(sorry)之類。我地講,歐洲頂級(任你四大五大定六大)聯賽,包埋世界盃,歐洲國家盃,歐聯,歐霸,夠老嘅包埋以前盃賽冠軍盃。你有冇見過一場波係2 — 7?
呢個亦係名記者/作家 Michael Cox嘅問題。佢話,佢睇咗咁多年波(我其實唔知佢幾大,但斷估唔會係廿歲出頭),都冇見過一個咁嘅比數。你地有冇人真係見過2—7?
然後好多人回(證明好多盲毛),有呀,見過入8球。係,我都見過。甚至有人見過7 — 2。但,Michael Cox強調,係2 — 7。唔要多唔要少。仲要係主隊2作客7,你有冇見過?
你呢?
聽落,好似唔係咁罕見。一季英超380場波,你計五大聯賽,加埋歐聯,一季加埋近2000場,世界盃之類豪畀你。計你三十幾四十歲,睇咗廿年波,即係40,000場波起碼。冇計埋足總盃呀外圍賽嗰啲。當然你唔會睇得晒40,000場,但個universe咁大,總會有一場?
40,000場都唔開一場2—7?答案就係,一場都冇
其他人舉得出嘅例子,全部都係其他啲非頂級聯賽。勉強最尾一場叫歐聯外圍賽。但你真係睇過?
呢個先係我篇文想講嘅嘢:盲點。一般人應該估唔到,係40,000場都冇一場咁嘅波。
咁我嘅另一問題係,呢個波膽,賠率應該幾多?
實際上大家都知,呢個波膽叫做客其他,撈埋入其他嘢度。但當我有間公司,畀你買晒每一個比數,呢個2 — 7波膽,應該幾多倍?
大家都知道仲有其他嘢影響,又要睇邊邊多人買之類,博彩公司又要賺錢,又可以射盤去其他公司。但,在好理想嘅情況下,即係等於讀物理嘅無磨擦力下,假設博彩公司冇成本又唔使賺錢下,個賠率,至少初盤,咪反映返贏嘅機會
講再簡單啲,你擲一粒骰仔,買6,應該賠6倍,因為係6份1機會(有啲煩膠堅持六面唔同重量,慢慢玩。正如公字都唔係一半半,有一邊重啲)。買出雙數,應該賠2倍,因為2份1機會。(不過玩魚蝦蟹唔同,就算HOUSE RULE都係,記住係做莊必勝的,下年記住爭住做,我會開篇新文講點解)
等於你去馬會買入球單雙數,都係2倍左右。原因亦係因為差不多2份1機會。不過留意,首先馬會要賺錢,所以兩個賠率都低過2倍。第二,雙數賠率係低過單數,因為入球雙數係開得多過單數。都好易理解,因為和波必然係雙數。
同埋道理,呢個2 — 7波膽,其實應該係40,000倍以上的。因為真係40,000場冇見過 ,雖然我唔知會唔會之後阿積士就作客大炒華倫西亞7 — 2(結果冇)。同埋唔好忘記,2 — 7波膽,40,000場都冇一次。你仲要買佢出現在熱刺身上,歐聯亞軍噃大佬。all due respect,60,000倍唔過份(當然,又要計返對手係拜仁)。即係你話巴西主辦世界盃在主場畀人炒1—7咁過份喎(而其實,1-7嘅波膽常見好多)。
但,我估你去叫人估,就一定唔會估到咁罕有。可能幾百倍已經覺得好抵。而忽略咗你買緊係幾萬場都冇出現過嘅嘢。
點解有呢種誤判?唔係個別人戇鳩或乜,呢啲又係同人性有關。
簡單嚟講,呢啲就係Fat Tail Risk。唔想乜都又講黑天鵝,但人(人類in general)係潛意識,系統性地低估咗極端事件嘅可能性。呢個同本能天性有關,亦都同我地一路嘅學術發展有關(http://bit.ly/2OoBPfB)
例如股票,或者股票指數(不過係一堆股票啫)。舊文有啲學術,但寫過,N咁多嘅股票數學模型,其實都係幾化學,基於常態分佈,Normal Distribution,bell shaped 。(http://bit.ly/2otY8p9)
你會話,股價係撚Normal Distribution。當然唔係,有樣嘢叫通脹,股價亦唔會變到負數。係話股票嘅回報係Normal Distribution,所以股價係log normal distribution (所以呢,識得log,生活係會好啲的)
有啲深,但非數撚都聽過Black Scholes Formula,幫你啲期權定價。呢啲公式,以及眾多金融數學嘅公式,都係基於log normal distribution。
原因?好簡單,靚,易計。缺點?靚咪有缺憾,咁話得model就梗係唔係完全同現實一樣。但Normal Distribution太深入民心,太靚,又易明,數學上亦都易處理。所以好多東西用咗佢你都唔知,潛移默化晒.
(反正你都睇唔到條式,但想講呢張10蚊德國馬克,上面正係印住Normal Distribution條線,條式,同埋條友。英國教授話德國佬真係堅,印條式在銀紙上面)(彩蛋留意埋條友,數學王子高斯,個名,係Gauß,德文獨有嘅字母,羅馬字母會變成ss)
咁會點影響我地去睇呢個世界?其中一個問題就係,fat tail,長尾。實證見到,股災,係比log normal distribution預計嘅,更常見。
咁所以,就有啲天才(真天才),可以借呢啲嘢搵食。Black Scholes Formula去計期權價,一般都OK- until not OK.每逢大升大跌,就會有錯價,就可以搵到食。
咁又所以,有電腦病毒就有防毒軟件(其實係掉轉),有fat tail risk,就會有人去特登人手去修正。Extreme Value Theory是也。特登研究啲百年一遇千年一遇嘅shock。
當年我讀個濕鳩Master都有玩呢啲嘢(我其實都有上過下堂的),導師就有講,拿,荷蘭在呢方面係先驅呀。點解?荷蘭多flooding咯。股災咪等於氾濫,你咪要計下個圍牆各樣嘢起幾多,要防幾多年一遇咯。太低嘅會出事,但太高又不切實際又嘥料。
順帶一提,該人正係荷蘭佬,而我仲同佢在Warwick一齊睇2002嘅世界盃外圍賽。拿,呢場波經典呀,正係雲戈爾教荷蘭,作客愛爾蘭,「四鬼拍門」四前鋒嗰場(小測驗:邊四鬼?)。
雲戈爾一貫佢串爆本色,話隊波勁撚到愛爾蘭球迷都想佢地晉級。結果愛爾蘭踢少個都贏,仲將荷蘭提前兩輪踢出局,無緣世界盃。荷蘭佬就同我講他朝君體也相同 ,今晚就到德國 。果然荷蘭人最想德國死— 結果嗰晚就到德國主場畀英格蘭大炒5–1!你可以查返,係同一日的。但放心,德國都仲入到決賽周,拎亞軍添,後話。
都係想講嘅係,搵食,就一定睇呢啲rare event.問球迷問賭仔,估賠率(其實大約即係估機會率),有經驗嘅去估,唔會爭好遠。例如佢唔會估英格蘭捧下屆世界盃係50倍,亦唔會估1.5倍。但,叫估2–7波膽,就可以爭好遠。可能有人以為幾百倍,比到盡兩千倍 — 但其實,40,000倍都嫌少
當然同講股災有啲唔同。股災就係講極端畀你想像中常見,買2—7就係極端畀你想像中少見—但結論都係你輸錢。所以嚴格嚟講,2—7係thin tail(或者,肥瘦,只係視乎你係莊定閒)
「常態分佈公式」的推薦目錄:
- 關於常態分佈公式 在 君子馬蘭頭 - Ivan Li 李聲揚 Facebook 的精選貼文
- 關於常態分佈公式 在 新思惟國際 Facebook 的精選貼文
- 關於常態分佈公式 在 新思惟國際 Facebook 的精選貼文
- 關於常態分佈公式 在 [機統] 兩常態分布相乘的平均數與標準差- 看板Math 的評價
- 關於常態分佈公式 在 常態分配 - YouTube 的評價
- 關於常態分佈公式 在 如何使用Excel畫出標準的常態分佈曲線(normal distribution ... 的評價
- 關於常態分佈公式 在 遠得要命的數學王國- [資產訂價/計量經濟學---常態分布與t分布 ... 的評價
- 關於常態分佈公式 在 常態分配計算機-在PTT/IG/網紅社群上服務品牌流行穿搭 的評價
- 關於常態分佈公式 在 標準常態分佈累積機率表的評價費用和推薦,EDU.TW、DCARD 的評價
常態分佈公式 在 新思惟國際 Facebook 的精選貼文
#新手都能懂的統計
#突破學術起步的困境
我們的教育中,教統計不是以「應用」為主,而是以「理論」為主,我們都看過大量看不懂的公式,聽過大量聽不懂的細節,然後幾乎所有人上完課後,對「統計」只感到懼怕。
時代不一樣了,統計軟體逐漸成熟,就像台自排車,你該學的,是道路規範與上路實戰,複雜的公式與調教,專業的統計軟體工程師會處理好。
統計新手如何上路最快?首先,找你可以信賴的人,問台適合自己的好車。所以我們幫你評估並選擇了 MedCalc。然後,找實際有在用這個軟體的人,帶你實際上路,在你有問題、有狀況時,給予協助、給予建議,在你的電腦前,解決給你看。
我們只是要學術起步,開始發表臨床文章,不是要成為統計教授。我們只是要開車去跟朋友聚餐,不是要成為 F1 賽車手,或改裝達人。
從應用角度看統計,帶您熟悉初學者上路所需要知道的一切。
👉 課程特色
親切大師:國際級 editor / reviewer 的論文供您閱讀,並現場提問。將從 author 到 reviewer 甚至 editor 這一路可能遇到的狀況,系統性整理,節省您的時間、節省您的精力,機會難得!
不怕統計:素富盛名的「互動實作時間」,處理初學者最常用的無母數統計,畫出漂亮圖表,並實際操作,上手 ROC curve 與 Kaplan-Meier survival curve。在眾多助教與講師的協助下,統計不難。
課後回饋:除了課前提問,將由講師們仔細回覆之外。課後,蔡校長也將針對您所做的統計圖表,給予建議。用資深 reviewer 的觀點,協助您從「已經是自己做得最好的圖表」,再上層樓。
--
如果你……
想知道 editor 怎麼分稿、reviewer 怎麼審稿、revision 怎麼回覆?想了解個案數少、不符合常態分佈的無母數檢定,並有 ROC curve 與 Kaplan-Meier survival curve?
㊙ 這堂課以初學者為核心,提供各位走到國際學術舞台上的重點。
🔹2019 / 9 / 1(日)臨床研究與發表工作坊
🔹無痛學習,最適合初學者的入門課程!
🔹https://clip2014.innovarad.tw/event/
常態分佈公式 在 新思惟國際 Facebook 的精選貼文
#職業婦女的時間很寶貴 #沒壓力就是沒效率
#台北醫學大學附設醫院神經內科蔡睿蘋醫師
#深入淺出的寫作規劃與概念相當實用
從住院醫師開始,就斷斷續續地自主學習寫論文,但沒壓力的結果,就是沒效率,幾乎是原地踏步。
過去這二年來,我還多了個媽媽的身分,育嬰假結束返回職場後,升上了主治醫師,馬上得面對臨床工作教學,以及每年的論文升等壓力。
身為醫師,具有龜毛個性又完美主義的我們,總希望能做好萬全準備才起步,但當有家庭、孩子、工作後,每天都在蠟燭兩頭燒,對於論文寫作,我根本沒有時間做好準備。
大家害怕的統計公式,例如:母數非母數、常態分佈、連續變項、迴歸分析、各類檢定等,複雜又不熟的統計方法,經過陳一銘醫師的簡化後,讓我們可以快速認識自己的資料,找出不同時機該用的統計分析方法。
中午的互動實作時間,從實際的案例來練習熟悉 MedCalc 軟體,簡單易上手的快速做出統計結果,並畫出漂亮圖表,關於 result 圖表,我從沒想過,靠自己獨立嘗試,能迅速獲得如此棒的成果。
#用最短的時間走最快的路
#互動實作手冊編排的很棒
#請助教協助進行個人化的教學
#投稿新手上課更有感
#拿論文請講師給建議
#2018年新思惟之友共443篇論文發表!
不再害怕統計,讓你親手畫出數據圖 √
入門稿件寫作與準備要訣 √
投稿期刊選擇策略。多元文體與學術參與 √
還是寫不出來?過來人時間安排建議 √
#實作統計讓完全無經驗者也能上手
新思惟口碑互動實作時間,再次改款,讓您在樂趣中學會統計應用,並在「您自己的電腦」實際完成,製成可投稿數據圖。過程中有任何問題,資深助教隨時幫你!
5/25(六)醫學論文與寫作工作坊
協助超過 900 位醫學專業人士,學習時間管理,提升寫論文技巧,建立統計觀念。
https://mepa2014.innovarad.tw/event/
#講師陣容
【陳一銘醫師】與科內的實驗室、國衛院、老人醫學與健保資料庫的團隊均有合作,主題圍繞著老人醫學與免疫風濕專長,發表超過 100 篇 SCI 論文。四度獲得「青年醫師論文獎」。
【吳爵宏醫師】連續兩篇 original article 於頂尖期刊 Radiology 刊登,並獲邀與雜誌主編連線訪問,錄製 Video Podcast,向全世界讀者介紹研究成果,發表超過 40 篇 SCI 論文。
【蔡依橙醫師】SCI 文章超過 60 篇,聚焦在自己的專業核心、投稿命中率高達八成、標竿論文引用超過 100 次的策略型研究者。曾指導多位醫師發表 SCI 論文,並登上國際舞台。
只要一天時間,就能擁有發表 SCI 論文的能力。2019 最新梯次,接受報名中!https://mepa2014.innovarad.tw/event/
常態分佈公式 在 常態分配 - YouTube 的美食出口停車場

課程簡介:介紹 常態 分配的型態與性質課程難度:□□□□□適合對象:修過微積分同學授課教師:李柏堅製作單位:中華科技大學遠距教學組製作人員:林 ... ... <看更多>
常態分佈公式 在 如何使用Excel畫出標準的常態分佈曲線(normal distribution ... 的美食出口停車場

「 常態分布 曲線(normal distribution)」是我們日常工作中很常會用到的一項統計工具,舉凡班級上的身高或是學科成績分佈,或是公司對員工的績效考核評 ... ... <看更多>
常態分佈公式 在 [機統] 兩常態分布相乘的平均數與標準差- 看板Math 的美食出口停車場
兩常態分布的資料相乘之後的平均數與標準差為何?
google了公式得到下面這串
但是如果拿兩平均數=0.5 標準差=0.05去算,
相乘過後的平均數竟然等於0.5?
後來才發現他這個公式是拿兩個高斯分布函數直接相乘,
那就不是我要的結果。
所以請問兩個高斯分布的資料相乘的平均數與標準差為何呢?
我猜平均數應該就是兩個平均數相乘,但是標準差就沒想法了。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 150.116.174.174 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Math/M.1636987366.A.344.html
後來看到統計版有人問過類似問題,看來不是常態分配,
那實務上遇到類似問題,常態分布相乘的平均數能不能直接寫等於平均數相乘?
※ 編輯: HeterCompute (27.52.104.81 臺灣), 11/16/2021 00:48:43
... <看更多>