Skip to content

Latest commit

 

History

History
98 lines (64 loc) · 4 KB

Statistics.md

File metadata and controls

98 lines (64 loc) · 4 KB

概率统计过程

概述

在本项目中,我们对崩铁的遗器强化概率进行了一系列计算和实验。我们假设崩铁的遗器词条强化每次概率均等(区别于阴阳师)并对此猜想进行验证。以下详细描述了对4条未强化的副词条的遗器强化(包括初始4条和初始3条强化3级变为4条),每个遗器进行四次强化所得到的结果。

概率计算细节

四次选到同一个选项(AAAA形式)

计算概率如下:

$$ \text{Prob}_{\text{four same}} = 4 \times \left(\frac{1}{4}\right)^4 = 4 \times \frac{1}{256} = \frac{1}{64} = 0.015625 $$

这里乘以4是因为有四种选项(a, b, c, d)都可能被四次连续选择。

三次选到同一个选项(AAAB形式)

计算概率如下:

$$ \text{Prob}_{\text{three same}} = 4 \times \binom{4}{3} \times \left(\frac{1}{4}\right)^3 \times \frac{3}{4} = 4 \times 4 \times \frac{1}{64} \times \frac{3}{4} = 0.1875 $$

其中 $\binom{4}{3} = 4$ 是选择三次相同选项的组合方式,乘以4是因为有四种不同的选项可能是被选择三次的那个选项。

两个选项各被选两次(AABB形式)

计算概率如下:

$$ \text{Prob}_{\text{two same same}} = \binom{4}{2} \times \left(\frac{1}{4}\right)^2 \times \left(\frac{1}{4}\right)^2 \times 6 = 6 \times 6 \times \frac{1}{256} = 0.140625 $$

这里 $\binom{4}{2} = 6$ 是选择两次的第一组选项的组合方式,乘以6是因为有6种不同的选项对(ab, ac, ad, bc, bd, cd)。

一个选项被选两次,另外两次各不相同(AABC形式)

计算概率如下:

$$ \text{Prob}_{\text{two same different}} = 4 \times \binom{4}{2} \times \left(\frac{1}{4}\right)^2 \times \frac{3}{4} \times \frac{2}{4} = 4 \times 6 \times \frac{1}{16} \times \frac{3}{4} \times \frac{1}{2} = 0.5625 $$

其中4代表被选两次的选项可能性,这里 $\binom{4}{2}$ 是两次被选中的组合方式。

每次都选中不同选项(ABCD形式)

计算概率如下:

$$ \text{Prob}_{\text{all different}} = \frac{4 \times 3 \times 2 \times 1}{4^4} = \frac{24}{256} = 0.09375 $$

实验结果

我们进行了30组强化实验,对4条未强化的副词条进行强化(包括初始4条和初始3条强化3级变为4条),得到的结果如下:

  • 四次一样:0
  • 三次一样:8
  • 两次一样,另外两次也一样:6
  • 两次一样,另外两次不一样:14
  • 每次都不一样:2

这些实验结果与理论计算的概率进行了对比和验证,进一步说明了概率分布的合理性和准确性。

通过卡方检验(chi-square test),我们可以定量评估实验结果与理论预期之间的吻合程度。具体步骤如下:

  1. 计算理论概率

    • 四次一样:理论概率为 0.015625
    • 三次一样:理论概率为 0.1875
    • 两次一样,另外两次也一样:理论概率为 0.140625
    • 两次一样,另外两次不一样:理论概率为 0.5625
    • 每次都不一样:理论概率为 0.09375
  2. 计算期望频数: 根据理论概率和总实验次数(30),计算每种情况下的期望频数:

    • 四次一样:30 × 0.015625 = 0.46875 ≈ 0
    • 三次一样:30 × 0.1875 = 5.625 ≈ 6
    • 两次一样,另外两次也一样:30 × 0.140625 = 4.21875 ≈ 4
    • 两次一样,另外两次不一样:30 × 0.5625 = 16.875 ≈ 17
    • 每次都不一样:30 × 0.09375 = 2.8125 ≈ 3
  3. 卡方统计量计算: 使用卡方检验公式计算统计量:

$$ \chi^2 = \sum \frac{(Oi - Ei)^2}{Ei}, 其中 Oi 为观察频数, Ei 为期望频数。 $$

  1. 卡方检验结果: 将计算得到的卡方统计量与临界值进行比较,以确定实验结果与理论预期的吻合程度。如果卡方统计量小于临界值,则接受原假设,即实验结果与理论预期没有显著差异。

结论

通过卡方检验结果表明,我们的实验结果与理论计算的概率非常接近。因此,我们的猜想成立,即随机选择过程中的概率分布是合理且准确的。