Roulettelabo · Labo · Statistik · 8 Min.

Chi-Quadrat-Test

De Standardtest fir d'Fro „passen dës 37 Trefferzuelen zu engem éierleche Rad?“

Kuerz Äntwert

χ² = Σ (observéiert − erwaart)² / erwaart iwwer all 37 Fächer. Vergläicht et mat der Chi-Quadrat-Verdeelung mat 36 Fräiheetsgraden, fir e p-Wäert ze kréien.

Statistik
Σ (O−E)²/E
Fräiheetsgraden
36
kritesch bei 5%
51,0
kritesch bei 1%
58,6

D'Berechnung

Déi erwaart Trefferzuel pro FachMaterialFachEent vun de 37 nummeréierte Fächer um Rotor. Op Englesch och: slot, cup.Alles liesen → ass n/37. Fir all Fach quadréiert Dir den Ënnerscheed tëscht der observéierter an der erwaarter Zuel an deelt en duerch déi erwaart Zuel; dann addéiert Dir déi 37 Termen. En éierlecht Rad gëtt am Duerchschnëtt Wäerter ronderëm 36 (d'FräiheetsgradenLaboFräiheetsgradenD'Zuel vun den onofhängege Wäerter an enger Statistik. Bei engem Chi-Quadrat-Test op 37 Fächer sinn et 36, well d'Zuelen zesummen den Total ergi mussen.Alles liesen →), mat enger StandardofwäichungMathematikStandardofwäichungQuadratwuerzel aus der Varianz; den typeschen Ofstand vun engem Resultat zum Erwaardungswäert.Alles liesen → vun ongeféier 8,5. Iwwer 51,0 ass signifikant um 5%-Niveau; iwwer 58,6 um 1%-Niveau. Den Tool „Analys vun Ofwäichungen um Rouletterad“ rechent d'Statistik an den exakte p-WäertLabop-WäertD'Warscheinlechkeet, eng Ofwäichung ze gesinn, déi mindestens esou grouss ass wéi déi observéiert, wann d'Rad éierlech wier.Alles liesen → mat der regulariséierter onvollstänneger Gammafunktioun aus.

n Coupenerwaart pro Fachσ pro Fache Fach bei +2σe Fach bei +3σ
370103,11619
1.000275,13742
3.7001009,9120130
10.00027016,2303319
37.0001.00031,21.0621.094
σ ≈ √(n·p·(1−p)) mat p = 1/37. Bei 1.000 Coupen ass e Fach mat 37 Treffer näischt Besonnesches; eent mat 42 ass eng zweet Stéchprouf wäert.

E gerechent Beispill

Consider a hypothetical sample of 1,000 independent spinsMathematikOnofhängeg CoupenAll Coup huet déiselwecht Warscheinlechkeeten, egal wat virdrun war. D'Basis vun all Berechnung op dëser Websäit.Alles liesen →. Each pocket has an expected count of 1,000/37 ≈ 27.03. If pocket 8 appears 41 times, its contribution to the statistic is about 7.22. Suppose the total statistic is approximately 45.2. On 36 degrees of freedom, the approximate p-value is 0.14: under the fair-wheel model, a statistic at least this large has a probabilityMathematikWarscheinlechkeetD'Chance vun engem Resultat, vun 0 bis 1 oder vun 0% bis 100%. Eng Zuel: 1/37 = 2,70%.Alles liesen → of about 14%. This is not significant at the 5% level, and it does not prove the wheel is fair. A pocket selected after examining these counts needs independent confirmation; another 1,000 spins is not guaranteed to resolve a small departure.

Viraussetzungen

The usual approximation assumes independent observations and adequate expected counts. The common five-per-cell rule gives n ≥ 185 for 37 equal pockets; it is a guideline for the approximation, not a hard boundary for all possible tests. Pooling wheels changes the population being tested. Dependence may invalidate the reference distribution without necessarily increasing the statistic.

Croupier-Signatur bei der RouletteOnofhängeg Coupen an der Roulette

De Pearson a Monte Carlo

Karl Pearson huet den Test 1900 publizéiert, an ee vu sengen éischte gerechente Beispiller ware 26.306 opgeschriwwe Roulettecoupen aus Monte Carlo, déi hie vill ze ongläichméisseg fonnt huet, fir Zoufall ze sinn; hien huet erkläert, datt „d'Roulette vu Monte Carlo … kee Glécksspill“ ass. Spéider Auteuren hu geschloss, datt d'Journalisten, déi d'Coupe fir eng Zeitung opgeschriwwen haten, vill dovun erfonnt haten; dat ass eng eege Lektioun iwwer d'Hierkonft vun Donnéeën.

Dem Pearson säin Test vun 1900 huet d'Coupe vu Monte Carlo vill ze ongläichméisseg fonnt; d'Leit, déi se fir d'Zeitung opgeschriwwen haten, haten der vill erfonnt.

Roulette zu Monte Carlo

En echten Test: automatesch Rieder zu Las Vegas

A published analysis of specific automatic wheels is evidence about those recorded samples, not all automatic roulette. A non-significant uniformity test cannot prove the absence of steering, and combining several wheels does not identify the behavior of each one. Check the original study’s data and design before drawing that conclusion.

Iwwer Chi-Quadrat eraus

Fir en eenzelt verdächtegt Fach ass e Binomialtest méi staark. Fir e verdächtege Bou den Z-Test fir SektorenRadSektorEn zesummenhängenden Ofschnëtt vu Fächer um Rad, am Géigesaz zu enger Grupp um Tableau.Alles liesen → op der Säit „Sektoranalys“. Chi-Quadrat ass den Omnibus-Test: e seet Iech, datt eppes net stëmmt, ouni ze soen, wat. Benotzt en als éischt, a kuckt dann no.

Sektoranalys

Formel

χ² = Σᵢ (Oᵢ − Eᵢ)² / Eᵢ
Eᵢ = n / 37 · df = 36
kritesch Wäerter: 51,0 (5%) · 58,6 (1%)

Froen

Firwat 36 Fräiheetsgraden an net 37?

Déi 37 Trefferzuele mussen zesummen n ginn, also kënne just 36 fräi variéieren.

Wat fir e χ² géif e Rad mat enger staarker Ofwäichung weisen?

E Rad mat engem Fach bei 1/25 géif bei 10.000 Coupen eleng fir dat Fach en Term vun ongeféier 60 ginn; χ² läg bei ongeféier 100, p praktesch null.

Kann ech den Test mat 200 Coupe maachen?

Technesch jo, mat 5,4 erwaart pro Fach. E fënnt awer näischt, ausser bei engem Rad, bei deem e Fach zougekleeft ass.

E bësse Humor

For 36 degrees of freedom, the approximate 5% upper-tail cutoff is 51.0.

For 36 degrees of freedom, the approximate 5% upper-tail cutoff is 51.0.

Quellen

  1. Pearson, K. „On the criterion that a given system of deviations from the probable…“ https://www.itl.nist.gov/div898/software/dataplot/refman1/auxillar/chsqgood.htm
  2. Feller, W. An Introduction to Probability Theory and Its Applications, Vol. 1. https://www.amstat.org/asa/files/pdfs/P-ValueStatement.pdf
Modell: europäesch, eenzeg NullMethodologie ↗Quellen ↗