반복 손실 후 사람들이 베팅을 중단하거나 줄이면 테스트

나는 매 라운드마다 마멸로 5 라운드 베팅에 대한 일련의 승리 및 패배에 대한 데이터를 가지고 있습니다. 데이터를 표시하기 위해 다음과 같은 의사 결정 트리를 사용하고 있습니다.

트리의 상단을 향한 노드는 베팅에서 승리 한 노드이며, 트리의 하단에있는 노드는 베팅이 실패하는 노드입니다. (a) 각 노드의 감소 (b) 각 노드의 평균 내기 크기 변화를보고 싶습니다. 이전 노드의 각 노드에서 감소율과 생존율 (확률이 50 % 인 경우 각 노드에서 예상 인원 수 사용)을보고 있습니다. 예를 들어, 시작한 1000 개 중 각 노드에서 확률이 50 % 인 경우 대략 두 번째 노드 W와 L에 각각 약 500 명이 있어야합니다. 가설은 (a) 손실 후 손실율이 더 높습니다 베팅 (b)은 패자 후 베팅 크기가 줄어들고 승자 후에 올림을 의미합니다.

매우 간단한 일 변량 설정에서 먼저이 작업을 수행하고 싶습니다. 50 명이 탈락 한 경우 노드 WW에서 노드 WWW로 평균 베팅 크기의 변화가 통계적으로 유의하다는 것을 보여주기 위해 t- 테스트를 어떻게 수행 할 수 있습니까? 이것이 올바른 접근 방법인지 잘 모르겠습니다. 각 후속 베팅은 독립적이지만 사람들이 패자를 쫓아 내고 있으므로 샘플이 일치하지 않습니다. 동일한 클래스가 일련의 시험을 차례로 중단하는 경우가 아니라면 적절한 t-test를 수행하는 방법을 이해하지만 조금 다르다고 생각합니다.

어떻게해야합니까? 또한 소수의 고객이 결과를 왜곡하는 경우 상위 5 % 및 하위 5 %를 어떻게 제거 할 수 있습니까? 베팅 1-3에서 누적 지분 크기가 가장 높은 고객을 제거 하시겠습니까?

그림이 생성 된 데이터가 있으므로 각 노드에서 평균, 표준, 표준 오류 등이 있습니다.

패자가 승자보다 탈락하기 쉬운 경향이있는 것으로 보인다.

위의 통계가 유의한지 여부를 확인하기 위해 일련의 우발 사태 테이블을 시도 할 수 있습니다. 예를 들어, 첫 번째 베팅에서 450 명의 우승자 중 25 명이 탈락하여 425 명이졌고 550 명의 패자가 150 명이 탈락하여 400 명이 유지되었습니다. 기타.

이 답변은 아마도 주제가 아닌 것이지만 주제에 관한 것부터 시작할 것입니다. WW에서 WWW 로의 평균 베팅 크기의 변화가 중요한지 여부를 구체적으로 묻는 경우 두 노드에 모두 도달하지 않은 사람들은 무시할 것입니다. 이 분석의 목표는 미래의 행동에 대한 예측을 할 수있는 경우, 재판의 역학, 게임이 경우에도, 미래 행동의 메커니즘을 모방하기 위해 잘해야 하지 기회의 게임. WW에서 WWW로 갈 사람의 유형이 아닌 경우 누군가의 베팅이 WW에서 WWW로 어떻게 바뀌는 지 측정하는 요점은 무엇입니까?

그러나 일반적으로 특정 인구를 체계적으로 배제하는 것을 좋아하지 않습니다. 이 데이터를 받았다면 더 가능한 유형의 분석에 중점을 둘 것입니다. 특히 (특히 이것이 우연의 게임이 아닌 경우) 비슷한 노드에있는 플레이어는 공통점이 많습니다. 그들은 같은 순서의 (W, L)을 가졌으며 남은 것이 없습니다. "베팅 크기와 마멸에 대한 라운드를 잃는 효과는 무엇입니까?"란의 질문에 대답하는 것은 다단계 모델의 형태로 노드 의존적 행동을 제어하는 ​​동안 가능합니다.

마지막 조언은 라운드에서 라운드로 플레이어 레벨 차이에 초점을 맞추는 것입니다. 비트 후 5 센트 씩 내려가는 평균 베팅은 통계적으로 중요하지 않을 수 있지만, 플레이어 베팅의 90 %는 아마 내릴 것입니다.