PART 1
NOTERA
Jag kan mycket om spel och random bits inom andra spel områden, än just sportbetting.
Så jag gör bara ett försök, så andra ska kunna ta sig ett titt i mitt huvud och hur jag tänker börja spela med en visst tänk.
Antingen tycker man att det är strunt och ogillar vad jag skriver eller så är man öppen för komplexiteten och lär sig något nytt.
Själv är jag öppen för frågor och kritik för dom som förstår vad jag skriver om.
Ska nämna att jag under perioder i mitt liv observerat miljontals random bits och baserar följande på just mina observationer/erfarenhet.
- - -
Nu måste jag skriva detta arbete stegviss för att inte förlora mig själv i mitt arbete med denna spel-model.
Ska försöka vara så tydlig och logisk till det yttersta.
- - -
Följande rör vid HCP, Ö/U och liknande som har sannolikheten att vara 1 i 2.
Så som jag ser det.
- - -
Hur mäter man en slumpmässig distribution med utfallen krona/klave?
Först så ska vi dela in utfallen i olika kategorier.
Det finns interminttenser och serier.
Alltså, om vi tar en titt på serier, så kommer dom minst två i rad eller fler i rad.
XX XXXX XXXXXXX
Intermittenser är enskilda utfall som inte bildar series.
XOXOXOXOXOXOX
Alltså så kan en distribution med Intermittenser och series se ut så här:
X
X
X En serie med tre i rad
O
X Intermittens
O Intermittens
X
X
X
X
X En serie med fem i rad
O
X Intermittens
O Intermittens
X Intermittens
O Intermittens
X Intermittens
O Intermittens
X
X
X
X En serie med fyra i rad
O
O
O
O En serie med fyra i rad
X
X
X En serie med fyra i rad
O
O
O
O
O
O
O
O En serie med åtta i rad
Nu har jag med enkelhet förklarat Intermittenser och serier.
Med average så existerar det lika många series som det existerar Intermittenser.
Utan att ta hänsyn till seriernas längd (många i rad)
Nästa steg är att dela in den slumpmässiga distributionen i två olika läger för att kunna observera och mätta balans och obalans mellan två olika utfall.
Serier för sig och Intermittenser för sig, eftersom det är lika mellan båda, så har vi en 50/50 situation.
Nu när serier kommer i sviter eller flera i rad utan några närvarande Intermittenser, så växer obalansen åt ena hållet.
Alltså kan det se ut så här - XXXOOOXXXXXXXXXOOOOOOXXOOOOXXXOOOOO
Likaså om det endast kommer sviter eller flera i rad med intermittenser, så växer obalansen åt ena hållet.
Alltså, XOXOXOXOXOXOXOXOXOXOXOXOXOX
Detta är två olika "present states" och vi kan räkna ut STD och ta en titt på Bell Curve hur denna distribution ter sig.
3 STD med sviter åt ena eller andra håller är inte alls ovanligt, utan det förekommer.
Efter hundratusentals observationer, så kan man säga att det vänder vid 3.00 till 4.00 STD - bara för att ge en bild av hur linjen ser ut, även om The Bell Curve i sig självt har några begränsningar, eftersom "nothing is due to happen"...
Innan jag visar hur man räknar ut STD med hjälp av dessa enkla observationerna, så finns det en tredje "present state" och det är när distributionen hovrar runt 0 vilket den gör när Intermittenser och serier alternerar.
Alltså, XXXOXXXXOXXXXOXXXXOXXXXXXXXXXXOXXX
Nu har jag vissat hur det finns tre olika "present states" med en slumpmässig distribution med utfall av krona/klave.
Nu kan man följa de olika "states" som slumpmässiga distributionen befinner sig i med hjälp av matematik/STD
Då använder man sig av underrepresenterade och överrepresenterade utfall.
First you have to get the Absolute STD when you calculate.
So lets assume you have an sequence with 14 series alternating with two singles present.
Then you take 14 - 2 = 12
Now we want to get the statistical std so we continue with...
14 + 2 = 16
Now we take the sqr of 16 = 4
And finally we divide the absolute std whit the sqr
12 sqr 4 = 3,00
The Statistical std 3,00
The values is 1 for singles and 1 for series.
- - -
Det är grunden i hur man alternativt kan läsa en slumpmässig distribution med utfallen krona/klave.
Hoppas att jag lyckats förklara följande.
1. Hur man kan observera hur det slumpmässiga flödet befinner sig i olika "present states"
2 Hur man kan mätta balans och obalans med underrepresenterade och överrepresenterade utfall.
Det va liten släng av Markov och Marigny ...