博彩玩家经常寻找新的工具,改善分配准确的概率到不确定事件的发生机率的流程。本文讨论贝叶斯分析方法(18世纪英国长老会牧师托马斯·贝叶斯发明的理论)如何帮助体育博彩玩家估计赛事的结果。 贝叶斯分析方法的诞生 1701年左右托马斯·贝叶斯在英国出生,他的生活可以分为两个研究主题:理论和数学。直到1761年,也就是他去世的那一年,才向英国皇家学会提交其研究之一《机会问题的解法》,他的伟大研究在他死后获得认可。但是,直到桌面计算机的到来——200年以后——贝叶斯的著作才真正获得赏识和广泛认可。自此以后,贝叶斯分析方法被用于解释很多不同的方面,例如人工智能。简而言之,贝叶斯方法可以说是在面对不确定性(包括博彩)时使用概率和推理作出决定的最明智的方法。它应用迭代过程评估您知道的未来事件的概率,然后在有新的证据时测试新证据的影响。 f; r( a" j6 X% D' Y贝叶斯分析方法公式 贝叶斯分析方法有很多名称,“贝叶斯推理”、“逆概率”、“贝叶斯更新”…但是最后都是一个相当简单的公式: P(A|B)= P(A)*P(B|A)/P(B)存在B时A的概率等于,A的概率乘以存在A时B的概率,再除以B的概率 如果想要知道A概率, 当知道B也存在(条件)时, 您可以将之前估计的A(A概率)乘以当A存在时B存在的可能性(例如:P(B|A)/P(B))。 3 w- m( |, `8 W5 b* R使用贝叶斯分析方法预测天气 那么,假设您估计明天下雨的机率是30%。 您知道,在普通的一天里,多云的机率是50%。 您还知道,当下雨为100%时,多云的机率是100%(有雨就有云)。 您有以下信息:
在早上起床时,天空为您提供一条新信息:今天有云。现在,考虑到天上有云,您应该运用贝叶斯更新下雨的概率。 那么,我们回忆一下,P(A|B)=P(A)*P(B|A)/P(B)= 下雨的机率 * 下雨时多云的机率/多云的机率=30%*100%/50%=60% 现在,您算出最新的下雨机率是60%。 贝叶斯分析方法和体育博彩 现在,让我们将这一理论用到体育博彩的例子。假设您对拜仁慕尼黑的比赛感兴趣,您认为他们赢得优胜冠军的机率为50%。您还知道,当他们胜利时,下雨的机率为11%,相比之下,在拜仁慕尼黑比赛中下雨的普通机率为10%。 计算:
现在,如果您收到天气信息,就不需要苦思瞑想这对赔率有何影响。就像许多领域的许多专家一样(包括体育博彩),您可以进行贝叶斯更新。 如果下雨,您知道 P(A|B)=P(A)*P(B|A)/P(B)= 50%*11%/10%= 55%。 请注意,P(B|A)/P(B)意味着”当出现A时B发生的可能性“——在此例子中,11/10 (11%/10%)。 当B已给出时,只需将他们相乘,例如P(A)*P(B|A)/P(B),就可以相应更改对A的估计。 总结 博彩玩家的最大敌人通常是他们自己,在面对改变的情况时仍执着地坚持特定的结果,这是他们的共同错误。贝叶斯分析方法打破这种习惯,允许和鼓励您不断用新证据检验自己的主张,从根本上讲,就是改善您对事件可能性的估计的积极反馈环路。 , @/ G! @. z2 Q. ]4 }9 C0 M3 k* c但是就像任何公式一样,贝叶斯分析方法不是精确的水晶球,古语说得好“接受垃圾思想,也会造就垃圾成果”,但是,无论测试任何事情,如果您对自己的估计有信心,那么贝叶斯方法可以挖掘体育博彩蕴藏的价值。为此,您要谢谢这位18世纪的牧师先生。 % L' Q- }# s( U9 w, U |
欢迎光临 优惠论坛 (https://www.tcelue.cc/) | Powered by Discuz! X3.1 |