以下是我这几天收集到的大家的一些抽卡数据(附传送门疑惑pjsk是否有仓检的看过来! )
我对此做出了一些分析。
以下图表展示的均是0.4%PU出率下的理论概率-实际频率表。取图像上一个点,x轴代表比这个事件更幸运的事件理论发生频率(按照pjsk抽卡规则完全模拟的0.4%,100万份数据),y轴代表比这个事件更幸运的事件实际发生频率。所以如果没有仓检的话应该近似是一条笔直的直线,往上翘说明实际的概率偏高,往下压说明实际概率偏低。
图2是理论(绿色)与实际(红色)的对比。误差在可接受范围内。
图3从上到下的细线依次是1%,0.5%,0.4%,0.3%,0.2%,0.1%的PU出率时对应图像,粗红线是实际收集到的数据。因为数据比较少所以红线与这些图像分的不是很开,不过显然0.5%偏高,0.2%偏低,基本上按0.35%~0.4%算没啥太大问题(虽然但是,前几抽概率有点偏高,井附近感觉有点压低概率,估计是数据少的缘故)
---- ---- ----
原理:我们用相同的抽卡数模拟抽卡,判断幸运程度是根据出第几次抽卡出自推PU,越靠前就越幸运,井卡/沉是最不幸运,对100万次模拟抽卡的幸运值做出排名(当然这是一个排名范围,万分之几到万分之几一个区间)
然后我们对于所有的抽卡结果排名【a,b】定义公式F(a,b,x),在x<a时取0,>b时取“权重”,a,b之间线性上升。将所有的这些区间叠加形成函数图像。对于一卡池多自推PU的情况我们将这些函数取算术平均,然后所有抽卡结果的F(a,b,x)取平均值的到如下图像,右上顶点坐标(1,1)。将不同的自推PU出率代入检验。
我对此做出了一些分析。
以下图表展示的均是0.4%PU出率下的理论概率-实际频率表。取图像上一个点,x轴代表比这个事件更幸运的事件理论发生频率(按照pjsk抽卡规则完全模拟的0.4%,100万份数据),y轴代表比这个事件更幸运的事件实际发生频率。所以如果没有仓检的话应该近似是一条笔直的直线,往上翘说明实际的概率偏高,往下压说明实际概率偏低。
图2是理论(绿色)与实际(红色)的对比。误差在可接受范围内。
图3从上到下的细线依次是1%,0.5%,0.4%,0.3%,0.2%,0.1%的PU出率时对应图像,粗红线是实际收集到的数据。因为数据比较少所以红线与这些图像分的不是很开,不过显然0.5%偏高,0.2%偏低,基本上按0.35%~0.4%算没啥太大问题(虽然但是,前几抽概率有点偏高,井附近感觉有点压低概率,估计是数据少的缘故)
---- ---- ----
原理:我们用相同的抽卡数模拟抽卡,判断幸运程度是根据出第几次抽卡出自推PU,越靠前就越幸运,井卡/沉是最不幸运,对100万次模拟抽卡的幸运值做出排名(当然这是一个排名范围,万分之几到万分之几一个区间)
然后我们对于所有的抽卡结果排名【a,b】定义公式F(a,b,x),在x<a时取0,>b时取“权重”,a,b之间线性上升。将所有的这些区间叠加形成函数图像。对于一卡池多自推PU的情况我们将这些函数取算术平均,然后所有抽卡结果的F(a,b,x)取平均值的到如下图像,右上顶点坐标(1,1)。将不同的自推PU出率代入检验。