Kiểm tra nếu mọi người bỏ hoặc giảm cược sau khi thua lỗ nhiều lần

Tôi có dữ liệu về một loạt các cược thắng và thua trong hơn 5 vòng đặt cược với sự tiêu hao sau mỗi vòng. Tôi đang sử dụng cây quyết định như sau để hiển thị dữ liệu.

Các nút về phía ngọn cây là những nút đang thắng cược và những nút ở phía dưới gốc cây đang có những ván cược thua. Tôi muốn xem xét (a) sự tiêu hao tại mỗi nút (b) thay đổi kích thước đặt cược trung bình tại mỗi nút. Tôi đang xem xét tốc độ tiêu hao tại mỗi nút từ nút trước đó và tỷ lệ sống sót (sử dụng lượng người dự kiến ​​ở mỗi nút nếu xác suất là 50%). Ví dụ: nếu xác suất là 50% tại mỗi nút, trong số 1000 bắt đầu, khoảng 500 người nên ở mỗi nút thứ hai, W và L. Giả thuyết là (a) tỷ lệ tiêu hao cao hơn sau khi mất cược (b) có nghĩa là kích thước đặt cược giảm sau khi thua và tăng sau khi thắng.

Tôi chỉ muốn làm điều này trong một thiết lập đơn giản rất đơn giản đầu tiên. Làm cách nào tôi có thể thực hiện kiểm tra t để hiển thị sự thay đổi kích thước đặt cược trung bình từ nút WW sang nút WWW có ý nghĩa thống kê nếu 50 người đã bỏ cuộc? Tôi không chắc đây là cách tiếp cận đúng: mỗi lần đặt cược tiếp theo là độc lập, nhưng mọi người sẽ bỏ cuộc sau khi thua, do đó mẫu không khớp. Nếu đó chỉ là một trường hợp của cùng một lớp tham gia một loạt các bài kiểm tra lần lượt mà không có ai bỏ học, tôi sẽ hiểu cách thực hiện bài kiểm tra t phù hợp, nhưng tôi nghĩ rằng điều này hơi khác một chút.

Tôi có thể làm cái này như thế nào? Ngoài ra, nếu kết quả bị sai lệch bởi một số ít khách hàng, làm thế nào tôi có thể đưa ra 5% hàng đầu và 5% dưới cùng? Chỉ cần loại bỏ các khách hàng có kích thước cổ phần tích lũy cao nhất từ ​​đặt cược 1 - 3?

Tôi có dữ liệu mà hình được tạo ra, vì vậy tôi có lỗi trung bình, std, std, v.v. tại mỗi nút.

Có vẻ như "rõ ràng bằng cách nhìn" rằng những người thua cuộc có xu hướng bỏ học nhiều hơn những người chiến thắng.

Bạn có thể thử một tập hợp các bảng dự phòng để xác định xem những điều trên có ý nghĩa thống kê hay không. Ví dụ, trong số 450 người chiến thắng trong lần đặt cược đầu tiên, 25 người bỏ cuộc và 425 người ở lại và trong số 550 người thua cuộc, 150 người bỏ cuộc và 400 người ở lại. Vân vân.

Phản hồi này có thể sẽ hơi lạc đề, nhưng tôi sẽ bắt đầu với những gì thuộc chủ đề. Nếu tôi được hỏi cụ thể để xác định xem sự thay đổi về kích thước đặt cược trung bình từ WW sang WWW có đáng kể hay không, tôi sẽ bỏ qua những người không đạt được cả hai nút này. Nếu mục tiêu của phân tích này là có thể đưa ra dự đoán cho hành vi trong tương lai, thì cơ chế của thử nghiệm, nên làm tốt để mô phỏng các cơ chế của hành vi trong tương lai, ngay cả khi trò chơi không phải là một trò chơi may rủi. Điểm đo lường cách đặt cược của ai đó sẽ thay đổi từ WW sang WWW là gì nếu họ không phải là kiểu người đi từ WW sang WWW.

Điều đó đang được nói, nói chung, rõ ràng chúng tôi không muốn loại trừ một cách có hệ thống các quần thể nhất định. Nếu tôi được cung cấp dữ liệu này, tôi sẽ tập trung vào các loại phân tích dễ thực hiện hơn. Đáng chú ý nhất (đặc biệt nếu đây không phải là một trò chơi may rủi), những người chơi tại một nút tương tự có rất nhiều điểm chung. Họ đã có cùng một chuỗi (W, L) và không còn lại. Trả lời các câu hỏi dọc theo dòng chữ "Ảnh hưởng của việc thua vòng cho kích thước và mức độ đặt cược là gì" hoàn toàn có thể thực hiện được trong khi kiểm soát hành vi phụ thuộc nút, dưới dạng mô hình đa cấp.

Lời khuyên cuối cùng là hãy tập trung vào sự khác biệt về cấp độ người chơi từ vòng này sang vòng khác. Đặt cược trung bình giảm 5 xu sau một chút có thể không có ý nghĩa thống kê, trong khi 90% người chơi đặt cược sẽ giảm.