Главная Увлечения Кое-что из статистики ставок. Частотное распределение

Кое-что из статистики ставок. Частотное распределение

Печать
Рейтинг пользователей: / 0
ХудшийЛучший 
Блог писателя - Увлечения
Автор: Павел Ин   
28.09.2021 11:12

ставки на спортЦелью этой статьи о статистике ставок является объяснение того, что такое частотное распределение и как вы можете использовать их для количественной оценки данных, связанных со ставками. Букмекерские конторы, принимающие различные ставки на спорт, в том числе ставки онлайн, предоставляют клиентам большой массив статистических данных. При грамотном подходе из него можно извлечь огромную пользу. В этой статье раскрывается с практическим, наглядным примером один из терминов статистики ставок на спорт - частотное распределение. Давайте приступим к делу.


ЧТО ТАКОЕ ЧАСТОТНОЕ РАСПРЕДЕЛЕНИЕ?


Распределение частот в терминах статистики ставок - это группировка данных, связанных со ставками, по категориям или интервалам, показывающим количество наблюдений в каждой взаимоисключающей категории. Абсолютные частоты - это количество наблюдений в каждом интервале. Относительная частота измеряет долю каждого интервала или категории. Это делается простым делением абсолютной частоты интервала на общее количество наблюдений.

ПРИМЕР ЧАСТОТНОГО РАСПРЕДЕЛЕНИЯ

Допустим, у вас есть выборка, состоящая из 100 футбольных матчей команд, где вы считаете, что команды в каждом матче имеют более или менее одинаковое качество.
Абсолютная частота для интервала Home будет 37, для ничьей 34 и 29 для Away. Относительная частота в процентах будет 37% для дома, 34% для ничьей и 29% для победы на выезде.

Применение частотного распределения

В целом можно сказать, что это обобщение данных сделано для упрощения процесса сбора данных, а также для облегчения измерения конечного продукта и для более четкого определения результатов или тенденций. Например; Если вы хотите разбить футбольную статистику на проценты, а затем на коэффициенты, это лучший способ.
Вы можете применить этот способ практически к любой доступной статистике футбола или другой спортивной или финансовой статистике, а также к широкому спектру другой доступной статистики. Только ваше воображение и доступ к данным ограничивают возможности. Если вы потратите некоторое время на размышления о том, как определить свой набор данных, установив правильные категории и интервалы, вы действительно сможете глубоко погрузиться в суть доступных данных. Если вы можете определить группы данных, например, футбольные команды, которые со временем могут показывать аналогичные результаты по сравнению с другими определенными группами, тогда вы можете получить кое-что интересное, подсказка-подсказка! Все это кажется очень простым, когда вы читаете это, но попробуйте сделать это в реальной жизни. На это потребуется много времени и сил.
Кроме того, мы могли бы, например, использовать приведенный выше пример данных, чтобы выделить совокупную относительную частоту. Если вам интересно, что это значит; это просто текущий результат относительных частот. Допустим, мы разрабатываем сценарий ставки HU и задаемся вопросом, как часто команда будет соответствовать нашим критериям. Математически это будет просто так: (37% + 34%) / 100% = 71% шанс на победу или ничью дома. 37% и 34% указывают на относительную частоту домашних побед и ничьих. Мы делим сумму этих двух относительных частот на итог и вуаля.

ПОСТРОЕНИЕ ЧАСТОТНОГО РАСПРЕДЕЛЕНИЯ

Мы проработали это, и многие из вас уже это поняли. Тем не менее, не помешает продолжить углубление хорошей концепции с небольшим повторением и образной речью.
Сначала вам нужно настроить интервалы или категории. Если вы работаете с процентными интервалами (например, вы анализируете производительность акций), вы можете немного упростить себе задачу, потратив некоторое время на просмотр своих данных и установив самый низкий интервал немного ниже минимального, который вы найдете, а самый высокий немного выше самого высокого, который вы найдете.
Во-вторых, вы должны убедиться, что интервалы или категории являются взаимоисключающими. Это не означает ничего другого, кроме того, что каждая точка данных должна соответствовать одному и только одному интервалу. Конечные точки ваших интервалов не должны перекрывать друг друга. Чтобы понять это правильно, вы должны просто убедиться, что верхние пределы считаются равными «до», но не включают верхний предел, равный нижнему пределу на следующем интервале.

 
Интересная статья? Поделись ей с другими:

Главное меню

Поиск по сайту

Переводы. Translations

English French German Italian Portuguese Russian Spanish