Pochopenie základov údajov o mega miliónoch

Mega Millions je multi-štát lotérie hraná cez 45 štátov, District of Columbia, a Americké Panenské ostrovy. Každý žrebovanie produkuje päť bielych loptičiek z bazénu 70 čísel a jeden zlatý Mega Ball z bazénu 25 čísel. Kompletný súbor údajov pre každý výkres obsahuje dátum, päť bielych loptových čísel, Mega Ball číslo, Megaplier multiplikátor, a často jackpot množstvo a počet víťazov na každej úrovni ceny. Zhromažďovanie týchto informácií za mesiace alebo roky vytvára bohatý súbor údajov, ktoré môžu odhaliť subtle štatistické tendencie.

Ak chcete vytvoriť spoľahlivý súbor údajov, musíte sa rozhodnúť o časovom okne. Niektorí analytici používajú posledných 100 kreslí, iní sa pozrieť na minulý rok, a seriózni študenti hry môžu zostaviť dáta, ktoré sa vracajú späť desať rokov alebo viac. Každý prístup má kompromisy. Kratšie okno zachytáva najnovšie trendy, ale môže chýbať dlhodobejšie vzory. Dlhšie okno poskytuje viac štatistickej sily, ale môže zahmliť nedávne zmeny vo frekvencii. Kľúčom je byť konzistentné a pochopiť, že väčšie veľkosti vzoriek všeobecne produkujú stabilnejšie frekvenčné odhady.

Oficiálne údaje môžete získať priamo z [ webu Mega Millions[], ktorá uchováva archív historických výsledkov. Mnohé súbory údajov o lotérii tretích strán tiež zhromažďujú čisté, sťahovateľné súbory údajov vo formáte CSV alebo JSON. Pre serióznu analýzu budete chcieť tieto údaje importovať do tabuľkového alebo databázového nástroja, kde môžete triediť, filtrovať a počítať štatistiky.

Matematika za mega miliónmi

Pred ponorením do rozpoznania vzorov je dôležité pochopiť štruktúru pravdepodobnosti hry. Šanca na vyrovnanie všetkých piatich bielych loptičiek plus Mega lopta sú 1 v 302,575,350. Tieto kurzy sú pevné a nemenia sa na základe minulých kreslí. Každý žreb je nezávislá udalosť. Avšak, v rámci obmedzenia náhodnosti, určité čísla sa môžu objaviť viac-menej často cez akékoľvek obmedzené vzorky. To je miesto, kde sa objavuje rozpoznávanie vzorcov.

Zákon veľkého počtu nám hovorí, že počas veľmi dlhej série kreslí, každé číslo by sa malo objaviť s približne rovnakou frekvenciou. Pre biele gule (1 až 70), očakáva sa frekvencia na číslo je (5 kreslí na hru) / (70 čísel) = približne 7,14% všetkých guličiek vzhľadu. Pre Mega loptu (1 až 25), očakáva sa frekvencia je 1/25 = 4% zo všetkých kreslí. Skutočné výsledky budú kolísať okolo týchto očakávaní. Otázkou je, či tieto výkyvy obsahujú použiteľné informácie.

Štatistiky označujú rozdiel medzi pozorovanými a očakávanými frekvenciami ako odchýlku. Ak je odchýlka veľká v porovnaní s očakávanou štandardnou odchýlkou, počet môže byť považovaný za "horúci" alebo "studený." Ale je nevyhnutné pamätať na to, že náhodné sekvencie prirodzene produkujú pruhy. Číslo, ktoré sa neobjavilo v 30 kreslí môže byť spôsobené korekciou, alebo to môže byť jednoducho zažíva typický náhodný rozdiel.

Metódy uznávania vzorov

Vzor uznanie v lotérii dát zahŕňa identifikáciu štatistických tendencií, ktoré sa odchyľujú od čisto náhodnosti. Niekoľko zavedených metód sú bežne používané lotérie analytici. Každá metóda má odlišné zameranie a môže odhaliť rôzne typy informácií.

Analýza frekvencie

Frekvenčná analýza je najjednoduchšia technika. Počítate, koľkokrát je každé číslo bielej gule a každé číslo Mega Ball bolo nakreslené cez zvolené časové okno. Čísla s najvyšším počtom sú označené "horúce," a tí s najnižšími počítanie sú označené "chladné." Niektorí hráči si vybrať len horúce čísla, veria, že sú v pruhu. Iní uprednostňujú studené čísla, veria, že sú oneskorené. Oba prístupy sú založené na rovnakej nesprávnosti, že výsledky v minulosti ovplyvňujú budúcnosť kreslí, ale cvičenie môže byť stále užitočné pre pochopenie dát.

Aby ste mohli účinne vykonávať analýzu frekvencie, vytvorte histogram, ktorý zobrazuje počet pre každé číslo. Pozrite sa na čísla, ktoré sú viac ako jedna štandardná odchýlka nad alebo pod priemerom. V skutočne náhodnom systéme, asi 68% čísel spadne do jednej štandardnej odchýlky, 95% v rámci dvoch a 99,7% v rámci troch. Čísla mimo 95% intervalu spoľahlivosti si môžu vyžadovať väčšiu pozornosť.

Čísla tepla a chladu

Horúce a studené klasifikácie je podmnožinou analýzy frekvencie, ale zaslúži si svoju vlastnú diskusiu, pretože jeho popularita. Horúce čísla sú tie, ktoré sa objavili častejšie ako priemer v posledných kreslách. Studené čísla sú tie, ktoré sa objavili menej často. Niektorí analytici používajú pohyblivé okno, ako je posledných 20 alebo 50 kreslí, definovať "nedávne." Iné používajú pevne kalendár obdobie, ako je posledných šesť mesiacov.

Neexistuje konsenzus o tom, či sú teplé alebo studené čísla sú lepšie. 2018 štúdia lotérie dát na viacerých hrách zistil, že horúce čísla majú tendenciu aj naďalej objavovať sa v mierne zvýšených rýchlostiach na krátke obdobia, ale účinok bol malý a nie štatisticky významný na bežných úrovniach. Studené čísla ukázali slabú tendenciu vrátiť sa k strednej v priebehu dlhých období. V praxi, ani stratégia neposkytuje merateľný okraj pred náhodným výberom.

Ak sa rozhodnete použiť čísla horúcich a studených, sledovať obe kategórie samostatne. Primeraným prístupom je vybrať kombináciu horúcich čísel (pre ich nedávnu aktivitu) a studených čísel (pre ich potenciálnu korekciu), v kombinácii s niekoľkými číslami, ktoré nie sú ani teplé ani studené. Táto vyvážená stratégia nie je viac alebo menej pravdepodobné, že vyhrá ako ktorýkoľvek iný, ale môže sa cítiť viac uspokojujúce.

Počet zoskupovania a analýza párov

Počet klastrovanie skúma, či niektoré čísla majú tendenciu objavovať sa spolu častejšie, než sa očakávalo náhodou. Napríklad, ak čísla 17 a 42 sa objavili spolu v rovnakom žrebovaní desaťkrát v posledných 200 výkresoch, to je klaster stojí za zmienku. Pár analýza sa pozerá na všetky možné kombinácie dvoch čísel a počíta, koľkokrát každý pár sa objavil.

Na vykonanie dvojice analýzy, budete potrebovať súbor s aspoň niekoľko stoviek kreslí. Pre každý žrebovanie, máte 10 možných párov medzi piatimi bielymi loptičkami (5 vybrať 2 = 10). Nad mnohými kreslí, môžete vypočítať očakávanú frekvenciu pre každý pár a porovnať ju s pozorovanou frekvenciou. Páry, ktoré sa objavujú oveľa častejšie, ako sa očakávalo, môže naznačovať skutočný klaster, aj keď účinok je zvyčajne malý.

Niektorí analytici to rozširujú na trojice alebo štvorčatá, hoci údaje sa rýchlo riedia. S 70 bielymi loptičkami je 70 výber 3 = 54,740 možných trojíc. Aj s 1000 kreslí, väčšina trojíc sa nikdy neobjaví spolu. Táto výstrednosť robí trojitú analýzu nespoľahlivú pre predpoveď, ale stále môže byť zaujímavé vidieť, ktoré vzácne kombinácie sa objavili historicky.

Poradové vzory

Sekvenčné vzory zahŕňajú pohľad na poradie, v ktorom sú vykreslené čísla alebo usporiadanie čísel na fyzickej gule sadu. V mechanickom kresliaceho stroja sa lopty miešajú a vyberajú jeden po druhom. Niektorí analytici sledujú polohu každého čísla v sekvencii žrebovania (prvá guľa, druhá guľa vytiahnutá atď.), aby zistili, či určité pozície uprednostňujú určité čísla. Neexistuje žiadny dôkaz, že pozícia záleží na moderných, dobre udržiavaných strojoch, ale dáta môžu byť analyzované napriek tomu.

Ďalším typom sekvenčného vzoru je medzera medzi kreslí pre dané číslo. Ak sa číslo zvyčajne objaví každých 10 až 15 kreslí, ale teraz preč 30 kreslí bez objavenia, že medzera je outlior. Môžete vypočítať priemernú medzeru pre každé číslo a sledovať aktuálnu medzeru. Čísla s nezvyčajne veľkými aktuálnymi medzerami sa niekedy nazývajú "prehnané" čísla. Opäť, toto je popisná štatistika, nie prediktívne.

Nástroje na analýzu údajov

Nepotrebuješ drahý softvér na analýzu Mega Millions dát. Niekoľko dostupných nástrojov dokáže efektívne zvládnuť úlohu.

Tabuľky

Microsoft Excel a Google Sheets sú najprístupnejšie nástroje pre analýzu dát lotérie. Môžete importovať dáta ako CSV súbor, potom použiť otočné tabuľky, funkcie COUNTIF, a podmienené formátovanie na identifikáciu horúcich a studených čísel. Grafy, najmä histogramy a riadkové grafy, pomôcť vizualizovať trendy. Excel analýzy ToolPak add-in poskytuje základné štatistické funkcie, ako sú kĺzavé priemery a t-testy.

Google Sheets má výhodu, že zadarmo a cloud-based, čo vám umožní zdieľať svoju analýzu s ostatnými. Môžete tiež použiť Google Sheets 'vstavané funkcie, ako QUERY a FILTER na rozrezanie dát rôznymi spôsobmi. Pre väčšinu príležitostných analytikov, tabuľka je dostatočná.

Štatistický softvér

Pre dôslednejšiu analýzu zvážte použitie R alebo Python. Obaja sú zadarmo a majú rozsiahle knižnice pre manipuláciu s údajmi a vizualizáciu. V R, []Dplyr[] balík umožňuje filtrovať, skupinové, a zhrnúť dáta efektívne. [[ggplot2 balík produkuje grafy publikačnej kvality. Python ponúka podobné schopnosti s pandami, NumPy a matplotlib.

S R alebo Python, môžete spustiť simulácie, aby ste otestovali, či pozorované vzory sú štatisticky významné. Napríklad, môžete simulovať 10 000 náhodných sekvencií 100 kreslí a porovnať rozdelenie teplých / studených počíta s tým, čo pozorujete v reálnych údajoch. Tento Monte Carlo prístup vám dáva prísny základ pre tvrdenie, že konkrétny vzor je (alebo nie je) nezvyčajné.

Venované lotérie analýzy webových stránok

Niekoľko webových stránok ponúka vopred komandované štatistiky pre Mega Millions. Tieto stránky automaticky aktualizovať s každým novým žrebovanie a poskytovať frekvenčné grafy, párové tabuľky, a grafy trendov. Aj keď pohodlné, tieto stránky môžu mať obmedzenia v tom, ako si môžete prispôsobiť analýzu. Sú dobrým východiskovým bodom, ale seriózni analytici budú chcieť vybudovať svoje vlastné nástroje klásť konkrétne otázky.

Jeden renomovaný zdroj je [Súčasť Mega Millions štatistiky [], ktorá poskytuje údaje o frekvencii a dvojice analýzy. Ďalším je Súčasť štatistiky USA Mega[, ktorá ponúka podrobné členenie podľa počtu a pozície.

Budovanie vlastného systému analýzy

Vytvorenie osobného analytického systému môže byť oceňujúcim projektom. Tu je postupný prístup k budovaniu základného systému v tabuľke.

Krok 1: Zhromažďovanie čistých údajov

Stiahnite si historické dáta žrebovania zo spoľahlivého zdroja. Uistite sa, že dáta obsahujú dátum žrebovania, päť bielych guličiek a Mega Ball číslo. Vyčistite dáta odstránením všetkých riadkov s chýbajúcimi alebo zjavne chybnými položkami. Zoradiť dáta podľa dátumu vzostupne. Vytvorte samostatný list alebo kartu pre vaše surové dáta a nikdy upravovať priamo.

Krok 2: Vypočítať základné štatistiky

Pre každú bielu guľu číslo (1 až 70), počítať, koľkokrát sa objavila v súbore údajov. Vypočítajte percento výkresov, v ktorých sa každé číslo objaví. Urobte to isté pre Mega guľové čísla (1 až 25). Môžete použiť funkciu COUNTIF v Excele alebo Google Sheets: [=COUNTIF(A2:A1000, 1)] počíta, koľkokrát sa číslo 1 objaví v rozsahu A2 až A1000.

Krok 3: Identifikovať čísla horúcich a studených

Vypočítajte strednú a štandardnú odchýlku počtu frekvencií. Definujte horúce čísla ako tie, ktoré sa počítajú nad priemerom plus jedna štandardná odchýlka. Definujte čísla za studena ako tie, ktoré majú hodnoty pod priemerom mínus jedna štandardná odchýlka. Čísla medzi nimi sú neutrálne. Aktualizovať tieto klasifikácie po každom novom žrebovaní.

Krok 4: Páry koľají a klastre

Vytvorte maticu všetkých možných dvojčíselných kombinácií. Pre každý žrebovanie, zvýšenie počtu pre každý pár, ktorý sa objaví. Po mnohých kreslí, hľadať páry s počíta výrazne nad očakávanou hodnotou. Očakávaný počet pre pár je (počet kreslí * 10) / (70 voľba 2), čo je približne (počet kreslí * 10) / 2415. Pairs s počítaním prevyšujúce toto očakávanie o 50% alebo viac môže byť pozoruhodné.

Krok 5: Vizualizácia trendov

Vytvorte graf riadkov, ktorý zobrazuje kumulatívnu frekvenciu každého horúceho čísla v priebehu času. To vám umožní zistiť, či sa horúce číslo stále zvyšuje alebo sa vyrovnalo. Vytvorte podobný graf pre studené čísla na sledovanie znakov reverzie. Použite podmienečný formátovanie vo vašej tabuľke na čísla farebných kódov na základe ich aktuálneho stavu.

Pokročilé analytické techniky

Pre analytikov, ktorí chcú ísť hlbšie, niekoľko pokročilých techník môže byť použitý pre lotérie dáta.

Analýza časových radov

Metódy časových radov dokážu zistiť trendy a cykly v číselnom vyjadrení. Pohybujúce sa priemery vyhladzujú krátkodobé výkyvy a zvýraznia dlhodobé trendy. 10-skrátený kĺzavý priemer každého čísla ukazuje, či jeho vzhľad je trend nahor alebo nadol. Exponenciálne vyhladzovanie dáva väčšiu váhu nedávnym kreslám a menej starším, čo robí to viac reagujúce na nedávne zmeny.

Sezónne rozklad môže odhaliť, či určité čísla sa objavujú častejšie v určitých obdobiach roka. Aj keď neexistuje žiadny fyzický dôvod pre sezónnosť v lotérii kreslí, ľudské správanie môže zaviesť vzory. Napríklad, viac vstupeniek sa predáva pri veľkých jackpotoch, ale to nemá vplyv na remízu sám. Napriek tomu, analýza pre sezónnosť je legitímne štatistické cvičenie.

Prístupy strojového učenia

Niektorí analytici použili algoritmy strojového učenia sa na údaje z lotérie, vrátane neurálnych sietí, rozhodovacích stromov a podporných vektorových strojov. Tieto metódy sa snažia nájsť zložité nelineárne vzory, ktoré by tradičné štatistiky mohli chýbať. V praxi boli výsledky sklamaním, pretože pomer signál-hluk je extrémne nízka. Náhodnosť lotérie čerpá nadchne akýkoľvek jemný vzor, ktorý by mohol existovať.

Ak sa rozhodnete experimentovať s strojovým učením, použite správne krížové-validácie, aby sa zabránilo prestavbe. Model, ktorý dokonale predpovedá minulosť čerpá, ale zlyhá na nových kreslí je k ničomu. Väčšina strojových štúdií učenie lotérie dát dospieť k záveru, že žiadny model môže spoľahlivo predvídať budúcnosť čerpá lepšie ako náhodná šanca. Cvičenie je cenné pre učenie sa o strojovom učení, ale nie pre zlepšenie lotérie stratégie.

Obmedzenia a opatrnosť

Je nevyhnutné priblížiť lotérie dáta analýzy s jasnými očami. Najdôležitejšou skutočnosťou je, že lotérie kreslí sú určené ako náhodné. Štátne lotérie používajú certifikované generátory náhodných čísel alebo mechanické kresliace stroje, ktoré sú pravidelne testované pre spravodlivosť. Akýkoľvek vzor, ktorý zistíte, je takmer určite náhodné fluktuácie, ktoré nebudú pretrvávať.

Ľudský mozog je zapojený nájsť vzory, aj tam, kde žiadny neexistuje. Tento jav sa nazýva apophénia. Keď sa pozriete na tisíce dátových bodov, budete nevyhnutne nájsť klastre, pruhy, a náhody, ktoré vyzerajú významné. Väčšina z nich sú to, čo štatistiki nazývajú "hluk." Niekoľko, ktoré sú reálne sú zvyčajne príliš malé, aby boli užitočné pre predpovedanie.

Ďalším nebezpečenstvom je potvrdenie predsudku. Akonáhle zistíte vzor, máte tendenciu hľadať dôkazy, ktoré to potvrdzuje a ignorovať dôkazy, ktoré sú v rozpore s tým. Hráč, ktorý verí, že horúce čísla majú šťastie, si bude pamätať výhry, keď sa objavia horúce čísla a zabudnúť na straty. Udržiavanie písomne záznam vašich predpovedí a ich výsledky môžu pomôcť proti tomuto predsudku.

Nakoniec, pamätajte, že lotéria hra by mala byť vždy cenovo dostupné a zábavné. Nikdy míňať peniaze na losy, ktoré si nemôžete dovoliť stratiť. Šanca sú drvivou proti výhre veľkú cenu, a žiadne množstvo analýzy dát môže zmeniť, že. Použite vzor uznanie ako spôsob, ako sa zapojiť s hrou intelektuálne, nie ako stratégia pre sledovanie finančného zisku.

Ak vy alebo niekto viete, že má problém s hazardnými hrami, je k dispozícii pomoc. Národná rada pre hazardné hry [ ponúka pomocnú linku (1-800-522-4700) a zdroje pre zodpovednú hru. [Zodpovedná nadácia pre hry poskytuje aj vzdelávacie materiály o rizikách hazardných hier.

Praktická aplikácia: Vytvorenie týždennej analýzy rutiny

Ak chcete, aby analýza dát pravidelnú časť svojej účasti v lotérii, vytvoriť rutinu. Po každom utorok a piatok večer čerpať, aktualizovať svoj súbor údajov s novými číslami. Spustite svoju analýzu frekvencie a aktualizovať svoje horúce a studené zoznamy. Všimnite si akékoľvek významné zmeny, ako je číslo presúvajúce sa z chladu na neutrálne alebo z neutrálne na horúce.

Pred ďalším žrebovaním, použite svoju analýzu vytvoriť súbor piatich bielych loptičiek a jeden Mega Ball. Môžete si vybrať dve horúce čísla, dve studené čísla, a jedno neutrálne číslo pre biele gule. Pre Mega Ball, vybrať na základe vlastných kritérií, snáď aktuálne horúce Mega Ball alebo studené, ktorý je oneskorený. Napíšte svoj výber a dôvod pre každú voľbu.

Po žrebovaní, porovnať svoj výber s aktuálnymi výsledkami. Podržalo sa vaše uvažovanie? Ak ste si vybrali chladný počet, pretože bol oneskorený, zobrazilo sa to? Ak nie, koľko kreslí trvalo, než sa objavilo? Tento druh sledovania buduje osobnú databázu presnosti analýzy. Viac kreslí, môžete vypočítať svoju úspešnosť a zistiť, či sa líši od toho, čo náhodný výber by produkovať.

Väčšina hráčov zistí, že ich úspešnosť je blízko očakávanej hodnoty, čo potvrdzuje náhodnosť hry. Ale proces systematickej analýzy a sledovania môže byť príjemný sám o sebe. To zmení lotérie hrať intelektuálne hobby skôr než pasívne hazardné hry.

Záver

Analyzovanie Mega Millions čerpať dáta pre rozpoznávanie vzorcov a zlepšenie stratégie je fascinujúce cvičenie, ktoré kombinuje štatistiky, vizualizácia dát a behaviorálnu psychológiu. Aj keď to nemôže prekonať základný náhodnosť hry, to môže prehĺbiť vaše pochopenie pravdepodobnosti a aby vaša účasť v lotérii viac premýšľať a pútať. Frekvenčná analýza, horúce a studené sledovanie, dvojice analýzy, a metódy časových radov každý ponúka iný objektív, prostredníctvom ktorého sa pozriete na dáta. Moderné nástroje, ako sú tabuľky, R, a Python, aby tieto analýzy prístupné každému so základnými technickými zručnosťami.

Najdôležitejšie vziať je priblížiť sa k lotérii s jasným a realistickým myslením. Analýza dát je nástroj pre pochopenie, nie záruka úspechu. Použite ju na uspokojenie svojej zvedavosti, vyzvať svoje myslenie, a užite si hru zodpovedne. Kombináciou prísnej analýzy s disciplinovanou hru, môžete transformovať jednoduchú hru šance na zmysluplné intelektuálne prenasledovanie.