23: शेयर बाजार सिमुलेशन संबंधित संसाधन थिसिस (पीडीएफ) ट्रांसक्रिप्ट (पीडीएफ) ऑपरेटर: निम्न सामग्री को एक क्रिएटिव कॉमन्स लाइसेंस के तहत प्रदान की जाती है। आपका समर्थन एमआईटी OpenCourseWare मुक्त करने के लिए उच्च गुणवत्ता वाले शैक्षिक संसाधनों की पेशकश करने के लिए जारी रखने में मदद मिलेगी। एक दान करने या एमआईटी पाठ्यक्रम के सैकड़ों से अतिरिक्त सामग्री को देखने, ocw. mit. edu पर एमआईटी OpenCourseWare जाएँ। प्रोफेसर: मैं पिछली बार से दूर छोड़ दिया, जहां बिल्कुल लेने के लिए चाहते हैं। मैं विभिन्न पापों के बारे में बात कर रहा था जब एक आँकड़े के साथ सुपुर्द कर सकते हैं। और मैं वहाँ मूल विचार, आप डेटा का एक टुकड़ा ले जहां डेटा वृद्धि के पाप, के बारे में बात कर रहा था, और आप और अधिक इसे में यह तात्पर्य से पढ़ा। विशेष रूप से, लोगों डेटा के साथ क्या एक बहुत ही आम बात है कि वे एक्सट्रपलेशन है। मैं आप उदाहरण के एक जोड़े दिया था। असली दुनिया में, यह है कि मैं यहां एक बात है, और यहाँ एक बात है, इसलिए अगले अंक निश्चित रूप से यहाँ होगा कि कहने के लिए अक्सर वांछनीय नहीं है। और हम बस एक सीधी रेखा में एक्सट्रपलेशन कर सकते हैं। हम इससे पहले कि मैं अंक उत्पन्न करने के लिए एक एल्गोरिथ्म था, जहां कुछ उदाहरण देखा है, और हम यह करने के लिए एक वक्र फिट भविष्य अंक की भविष्यवाणी करने की अवस्था में प्रयोग किया जाता है, और यह करीब नहीं था की खोज की। दुर्भाग्य से, हम अक्सर लोगों को इस तरह की बात करते देखते हैं। मेरी पसंदीदा कहानियों में से एक, 1970 के दशक में पर्यावरण संरक्षण एजेंसी के प्रमुख थे जो विलियम Ruckelshaus है। फिर उस ने एक संवाददाता सम्मेलन में की थी कारों के उपयोग में वृद्धि, और carpooling की कमी आई है राशि के बारे में बात की थी। उन्होंने कहा कि समय carpooling पर नीचे रास्ते पर था, के बाद से लोगों carpool को पाने के लिए कोशिश कर रहा है, और अब मैं बोली, & quot; प्रत्येक कार क्षमा करें, केंद्रीय शहर में प्रवेश करने, 1960 में, & quot; उन्होंने कहा, & quot; प्रत्येक कार के केंद्रीय शहर में यह 1.7 लोगों को मिला प्रवेश। 1970 तक यह कम से कम 1.2 से गिरा दिया था। वर्तमान रुझान जारी, 1980 तक शहर में प्रवेश करने के लिए हर 10 कारों के बाहर अधिक से अधिक 1 कोई ड्राइवर होगा। & Quot; आश्चर्यजनक पर्याप्त, प्रेस एक सीधे कहानी के रूप में यह सूचना दी, और हम नाटकीय रूप से गिर रहा होगा कि कैसे के बारे में बात की थी। यह हुआ बेशक, के रूप में, यह हो नहीं था। लेकिन यह आप extrapolating द्वारा में प्राप्त कर सकते हैं कि कितना मुसीबत का सिर्फ एक उदाहरण है, है। मैं इस बारे में बात करना चाहते हैं अंतिम पाप शायद सबसे आम है, और यह टेक्सास शार्पशूटर भ्रम कहा जाता है। मुझे लगता है कि में मिलता है, अब इससे पहले कि आप में से किसी को यहाँ टेक्सास से कर रहे हैं? ठीक है, तुम नाराज हो जा रहे हैं। किसी को भी यहाँ ओकलाहोमा से, मुझे ठीक है, सोचते हैं? आपको यह पसंद आया। मैं यह तो ज्यादा बेहतर होगा, ओकलाहोमा पर डंप करेंगे। हम ओकलाहोमा शार्पशूटर भ्रम के बारे में बात करेंगे। हम हालांकि, BCS रैंकिंग के बारे में बात नहीं करेंगे। तो यहाँ विचार के लिए एक बहुत आसान है। यह एक खलिहान के पक्ष में बेतरतीब ढंग से उसकी बंदूक आग उस में छेद का एक गुच्छा है, तो चला जाता है और रंग की एक कर सकते हैं लेता है और उसकी गोलियों को हिट करने के लिए हुआ सभी स्थानों के आसपास bullseyes खींचता है, जो एक प्रसिद्ध निशानेबाज है। और लोगों को खलिहान से चलने के लिए और भगवान, वह अच्छा है, कहते हैं। तो जाहिर है, एक अच्छी बात नहीं है, लेकिन आश्चर्यजनक आसान इस जाल में गिर जाते हैं। तो यहाँ एक और उदाहरण है। 2001 के अगस्त में, लोगों को गंभीरता से एक मामूली गंभीर पत्रिका में छपी लेकर एक कागज न्यू साइंटिस्ट बुलाया। और यह स्कॉटलैंड में शोधकर्ताओं anorexics जून में पैदा किया गया है की संभावना है कि साबित हो गया था की घोषणा की। मैं आप सभी को पता था कि यकीन है। वे कैसे यह कैसे साबित किया था? या फिर इस प्रदर्शन? वे 446 महिलाओं का अध्ययन किया। जिनमें से प्रत्येक anorexic निदान किया गया था। और वे औसत की तुलना में अधिक के बारे में 30 प्रतिशत जून में पैदा हुए थे कि मनाया। आप 12 से इस विभाजन अब, अगर जन्मों के मासिक औसत के बाद से, यह 48 जून में पैदा हुए थे कि हमें बताता है कि, के बारे में 37 है। तो पहली नजर में, यह महत्वपूर्ण लगता है, और आप परीक्षण चलाने के लिए, और अधिक 1 महीने में पैदा किया जा रहा है कि कई की संभावना है क्या पूछना वास्तव में, यदि आप इसे काफी संभावना नहीं है कि मिल जाएगा। वास्तव में, आप यह दुर्घटना से बस हो रहा है की यह हो रहा है की संभावना है, के बारे में केवल 3 प्रतिशत है मिलेगा। यहाँ तर्क के साथ गलत क्या है? हाँ? छात्र: वे केवल निदान anorexics का अध्ययन किया। प्रोफेसर: वे पैदा हुए anorexics कर रहे हैं जब से सवाल में ही रुचि रखते थे, इसलिए नहीं, क्योंकि यह केवल उन लोगों का अध्ययन करने के लिए मतलब नहीं बनता। अब शायद आप हम वास्तव में, और अधिक लोगों को जून की अवधि में पैदा होते हैं, कि अध्ययन कर सकता है, ठीक कह रहे हैं। यह सच हो सकता है। यह हम सही, पहले कम से देखा भ्रम में से एक हो सकता है? यही कारण है कि लोगों जून में पैदा होने की संभावना अधिक होती है कि बस है, जो एक गुप्त चर नहीं है। तो यह है कि निश्चित रूप से एक संभावना है। और क्या? दोष और क्या है? कहां से यह तर्क में दोष है? खैर, वे क्या किया? वे ओकलाहोमा शार्पशूटर भ्रम में भाग लिया। वे क्या किया था, वे वे जून होने का क्या हुआ जो उस में सबसे जन्म, साथ महीने लग गए, और 3 प्रतिशत की संभाव्यता की गणना, 12 महीने में देखा। वे यह जून था कि परिकल्पना के साथ शुरू नहीं किया। वे 12 महीने के साथ शुरू किया था, और उसके बाद वे जून के आसपास एक बुल्सआई आकर्षित किया। तो पूछने के लिए सही सवाल जून 48 बच्चों को था, नहीं है कि संभावना है, लेकिन 12 महीने की है कि कम से कम एक 48 बच्चों को क्या था, है। संभावना है कि ठीक है, अधिक से अधिक 3 प्रतिशत करने के लिए एक बहुत कुछ है? वास्तव में, यह लगभग 30 प्रतिशत है। तो क्या हम देखते हैं, फिर पूरी तरह से उचित सांख्यिकीय तकनीक है, लेकिन सही तरीके से चीजों को नहीं देख रहा है। और गलत सवाल का जवाब दे। हर किसी के लिए कि मतलब? लोग इस जाल में गिर सकता है और यही कारण है कि आप सही, देख सकता है? यह एक पूरी तरह से समझदार, मालूम होता है समझदार तर्क था। इसलिए इस विशेष बात का नैतिक, अपने डेटा को देख एक निष्कर्ष ड्राइंग, और फिर उस हुआ है था कि कैसे संभावित कह के बारे में बहुत सावधान रहना है? फिर, क्योंकि आप पहले से ही वहाँ कुछ है कि चारों ओर बुल्सआई ड्राइंग, हो सकता है शायद रहे हैं, या। अब वे जून महीने फिर से किया गया था, 446 anorexics का एक और सेट ले लिया है, और था, तो उस में कुछ विश्वसनीयता नहीं होगी। वे परिकल्पना के साथ शुरू कर दिया जाएगा, क्योंकि ऐसा नहीं है कि वहाँ एक महीने से ही अस्तित्व में है, लेकिन जून विशेष रूप से होने की संभावना थी। लेकिन तब वे भी जाँच और पहले भी सुझाव दिया गया था के रूप में जून, पैदा होने के लिए सिर्फ एक लोकप्रिय महीने में नहीं है कि यह सुनिश्चित करने के लिए होता है। ठीक है, मैं इस तरह की बात के साथ पर और पर जा सकते हैं, यह मजाक की तरह है। लेकिन मैं नहीं होगा। इसके बजाय मैं अभी तक एक और सिमुलेशन के साथ आप अत्याचार करने के लिए जा रहा हूँ। तुम सिर्फ क्षेत्र से बाहर करने के लिए इस बिंदु पर परीक्षा हो सकती है। ऐसा न करने की कोशिश। और अगर आप ध्यान देना करने के लिए एक अतिरिक्त प्रोत्साहन के रूप में, मैं इस विशेष अनुकरण अंतिम, या इसे का एक संस्करण में दिखाई देगा कि आप सचेत करने के लिए जा रहा हूँ। और हम क्या कर रही हो जाएगा हम, अध्ययन करने के लिए आप से पूछना कोड के बारे में दो या तीन पृष्ठों, और फिर अंतिम पर हम आप के बारे में सवाल पूछ रही हो जाएगा हूँ, जो हम कोड का वितरण किया जाएगा अगले हफ्ते की शुरुआत है, कोड। आप यह याद है कि, हम आपको इसकी एक प्रति दे दूँगा नहीं। आप अंतिम लेने के लिए चलना लेकिन इससे पहले कि आप इसे समझना चाहिए। प्रश्नोत्तरी के दौरान पहली बार है कि कोड को देखो, और यह क्या कर रहा है यह पता लगाने के लिए समय नहीं होगा क्योंकि। ठीक है, तो उस पर नजर डालते हैं। मैं भी इस कोड को आप अभी तक नहीं देखा है कि कम से कम एक कुछ अजगर अवधारणाओं, भी शामिल है कि आप को आगाह करना चाहिए। हम संक्षेप में आज इसे देखेंगे। यह मैं आपको इस सेमेस्टर करना सीख लिया है आशा है कि चीजों में से एक है, क्योंकि आप नहीं जानते कि चीजों को देखने के लिए, और वे क्या करते हैं यह पता लगाने की है, उद्देश्य पर है। उनका क्या मतलब है। हम स्पष्ट रूप से, किसी भी पाठ्यक्रम, या पाठ्यक्रम की भी किसी सेट में, तुम सब कुछ नहीं बता सकते हैं क्योंकि आप जीवन में जानना चाहते हैं कभी होगा। इसलिए जानबूझकर, हम आप इस कार्यक्रम का अध्ययन कर रहे समय के दौरान तो वे क्या करते हैं, यह पता लगाने, इसे देखो, ऑनलाइन प्राप्त, अपरिचित हो जाएगा कि इस कार्यक्रम में कुछ बातें वरीयता प्राप्त है। यदि आप मुसीबत है, हम तुम जाओ और कुछ मदद मिल सकती है जहां कार्यालय समय के होने दिया जाएगा। लेकिन TAs आप कम से कम अपने आप को यह पता लगाने की कोशिश की है की उम्मीद होगी। हाँ? छात्र: अंतिम खुला नोट हो सकता है? प्रोफेसर: फाइनल सिर्फ क्विज़ तरह खुली किताब, खुले नोट्स, हो जाएगा। यह आवंटित समय के पहले दो घंटे, हम ठीक हैं, पूरे 3 घंटे जाना नहीं होगा? तो यह क्विज़ से बेहद लंबे समय तक नहीं होगा। यह एक छोटा सा अब होगा। और क्विज़ का एक ही शैली में फिर से, बहुत ज्यादा। ठीक है, चलो इस पर नजर डालते हैं। मान लीजिए कि आप लॉटरी जीती है कि मान, और आप मूर्खता शेयर बाजार में निवेश करने की इच्छा है कि गंभीर पैसे डालते हैं। निवेश में से चुनने के लिए दो बुनियादी रणनीतियों रहे हैं। आप या तो एक अनुक्रमित पोर्टफोलियो, या एक कामयाब पोर्टफोलियो क्या कहा जाता है हो सकता है। क्रमाँक विभागों, आप मूल रूप से मैं देखते हैं कि शेयरों की सभी स्वयं करना चाहते हैं, और शेयर बाजार ऊपर जाता है, तो मैं शेयर बाजार नीचे चला जाता है, मैं पैसे खो देते हैं, पैसा बनाने, कहते हैं। मैंने सोचा कि मैं सिर्फ एक पूरे के रूप में बाजार पर दांव लगा रहा हूँ, मैं चालाक हूँ सोच रहा नहीं जा रहा हूँ, और विजेताओं और हारे चुन सकते हैं। वे कहते हैं कि एक में, वे सोचा था की एक बहुत आवश्यकता नहीं है, आकर्षक हो। और बी, वे आसानी से लागू कर रहे हैं, एक कम एक्सपेंस रेशियो कहा जाता है, आप के लिए यदि लागू करने के प्रतिभाशाली होने के लिए किसी को भी भुगतान नहीं करते। इसलिए वे बहुत कम फीस रहे हैं। एक कामयाब पोर्टफोलियो, आपको लगता है कि किसी को सच में होशियार है लगता है, और आप उन्हें पैसे की एक निष्पक्ष राशि का भुगतान, और बदले में वे आप के लिए विजेताओं ले जाएगा, और वास्तव में, आप शेयर बाजार मात देगा जोर। और यह 6 प्रतिशत से चला जाता है, तो आप अच्छी तरह से 10 प्रतिशत या अधिक ऊपर जाना होगा, और यह नीचे चला जाता है, तो अपने शेयर नीचे नहीं जाना होगा मैं बहुत स्मार्ट हूँ, चिंता मत करो। इन दोनों में से कौन सा बेहतर है के बारे में बहस का एक बहुत कुछ है। और इसलिए अब हम हमें इनमें से कौन अच्छा है या बुरा हो सकता है के रूप में कुछ जानकारी दे देंगे कि एक सिमुलेशन लिख सकते हैं और देखने की कोशिश करने के लिए जा रहे हैं। ठीक है, तो यह है कि मूल समस्या है। जैसा कि हम जानते हैं, अब, और जिस तरह से हम कोशिश करते हैं और 40 मिनट, या 30 मिनट में ऐसा करने जा रहे हैं, क्योंकि यहाँ एक आदर्श अनुकरण लिखने के लिए नहीं जा रहे हैं। और यह कम से कम एक घंटे के शेयर बाजार के एक परिपूर्ण अनुकरण करते हैं ले जाएगा। ठीक है। हम क्या करने की जरूरत है पहली बात यह है कि एक सिद्धांत के कुछ प्रकार है। हम वसंत किया था, तब हम हमें कुछ बताया कि हूक के नियम के इस सिद्धांत था, और हम एक सिमुलेशन बनाया गया है, या कि सिद्धांत के आसपास कुछ उपकरणों का निर्माण किया। अब हम शेयर बाजार की एक मॉडल के बारे में सोचने की जरूरत है। और हम का उपयोग करने के लिए जा रहे मॉडल कुशल बाजार परिकल्पना क्या कहा जाता है पर आधारित है। यहाँ तो नैतिक, फिर से, आप एक सिमुलेशन के एक कार्यान्वयन कर रहे हैं, जब भी है, तो आप मॉडल के बारे में कुछ मूलभूत सिद्धांत यह है की क्या ज़रूरत है। क्या इस मॉडल का दावा बाजारों informationally कुशल हैं। यही कारण है कि मौजूदा कीमतों प्रत्येक शेयर के बारे में सभी जानकारी सार्वजनिक तौर पर जानकारी को प्रतिबिंबित, और इसलिए निष्पक्ष रहे हैं कहने के लिए है। लोगों को शेयर underpriced था कि सोचा है, तो अच्छी तरह से लोगों की कीमत में इसे और अधिक खरीदना होगा कि पहले से ही बढ़ी है। लोगों को शेयर अधिक सोचा था, ठीक है, लोग इसे बेचने की कोशिश की होगी, और यह नीचे आ जाता। तो यह एक बहुत ही लोकप्रिय आज कई मशहूर अर्थशास्त्रियों का मानना है कि सिद्धांत है, और अतीत में है। और ठीक है, कि प्रभावी ढंग से बाजार memoryless है कि इसका मतलब है, कहते हैं। ठीक है, यह शेयर की कीमत कल था क्या कोई फर्क नहीं पड़ता कि। आज, यह सबसे प्रसिद्ध जानकारी दी है, और इसलिए कल यह ऊपर या नीचे जाने के लिए समान रूप से होने की संभावना है कीमत है। पूरे बाजार के सापेक्ष, है ना? यह सर्वविदित है कि कई दशकों की अवधि में, बाजार ऊपर जाने के लिए एक प्रवृत्ति है कि जाना जाता है। और तो आप हाल ही में देखा हो सकता है के विपरीत शेयर बाजार के लिए एक ऊपर की ओर पूर्वाग्रह, वहाँ है। सभी जानकारी कीमत में शामिल किया है लेकिन है कि क्योंकि कोई खास स्टॉक कम या ज्यादा बाजार मात की संभावना है। और लगता है कि कैसे, बाजार मॉडल करने के लिए सक्षम होने के एक धारणा की ओर जाता है? आप इस परिकल्पना का मानना है कि यदि आप कैसे व्यक्तिगत शेयरों मॉडल होगा? किसी ने? क्या होने जा रहा है? छात्र: यादृच्छिक चलना। प्रोफेसर: हाँ, बिल्कुल सही है। तो हम एक यादृच्छिक चलने के रूप में यह मॉडल होगा। वास्तव में, इस परिकल्पना बनाने के लिए पहले की गई थी कि एक यादृच्छिक वॉल स्ट्रीट नीचे चलना नामक एक बहुत प्रसिद्ध पुस्तक, वहाँ है। अब बाद में, हम इस मॉडल का परित्याग करने के लिए तय है, लेकिन इस समय के लिए है कि को स्वीकार करते हैं सकता है। और चलो हम अनुकरण का निर्माण करने जा रहे हैं कि कैसे के बारे में सोचते हैं। जब भी मैं एक दिलचस्प कार्यक्रम का निर्माण करने के बारे में सोचते हैं, और मुझे लगता है कि मेरे पास करने के लिए चाहते हो सकता कक्षाएं हैं कि मैं क्या बारे में है, पहली बात, प्रकार क्या हैं आप इसके बारे में लगता है कि जब भी उम्मीद है? और यह मैं चाहता हूँ करने के लिए जा रहा हूँ चीजों की कम से कम दो शेयर और बाजार हैं कि बहुत स्पष्ट लगता है। सब के बाद, मैं कोशिश करते हैं और शेयर बाजार का अनुकरण का निर्माण करने जा रहा हूँ, इसलिए मैं भी एक बाजार की धारणा है, और एक शेयर की शायद धारणा हो सकता है। जो मैं पहले लागू करना चाहिए? खैर, प्रोग्रामिंग की मेरी हमेशा शैली तल के पास, पदानुक्रम में नीचे से सबसे कम है कि एक को लागू करने के लिए किया जाएगा। मैं मैं स्टॉक है, जब तक कि एक बाजार में क्या करता है, आप को दिखाने के लिए सक्षम नहीं होगा, लेकिन मैं एक व्यक्ति के शेयर एक बाजार के लिए बिना क्या करता है पर देख सकते हैं। तो क्यों मैं पहली बार इस लागू करते हैं? यह इकाई परीक्षण के लिए आसान हो जाएगा। मैं क्लास शेयर निर्माण कर सकते हैं, और मैं एक वर्ग बाजार है इससे पहले कि मैं वर्ग के शेयर का परीक्षण कर सकते हैं। तो अब यह देखो। डेस्कटॉप एक छोटा सा साफ करें। यह आपको अपनी थिसिस में क्या है, के लिए समान है, लेकिन करने के लिए समान नहीं है। ठीक है, वर्ग के शेयर तो वहाँ। और मैं एक खोलने की कीमत के साथ, यह प्रारंभ उन्हें बनाने के लिए जा रहा हूँ। एक शेयर पहले बाजार में सूचीबद्ध है, जब वह किसी कीमत के साथ आता है। मैं करने वाला प्रत्येक शेयर के हिस्से के रूप में, यह हम, ठीक है, मैं खाली के रूप में यह initialized किया है को प्रारंभ कर सकते हैं, जो कीमतों के इतिहास है रख रहा हूँ, लेकिन लगता है कि ठीक है, शायद गलत बात है? मैं शायद यह यहाँ सही, खोलने की कीमत से शुरू होने जा रहा है, किया जाना चाहिए था। अब एक दिलचस्प हिस्सा आता है। स्व वितरण डॉट। खैर, मैं यह कुशल बाजार परिकल्पना करने का मतलब क्या है की अपने विवरण में आप के लिए एक छोटा सा झूठ बोला था। मैं कोई शेयर बाजार मात या बाजार कमजोर प्रदर्शन करने की संभावना है कि कहा। आम तौर पर वे वास्तव में है कि क्या करते हैं, वे यह जोखिम के लिए समायोजित कहना है, क्योंकि यह पूरी तरह सच नहीं है। यह कुछ शेयरों दूसरों की तुलना में अधिक अस्थिर कर रहे हैं कि स्पष्ट है। अर्थव्यवस्था हो जाता है कितना बुरा कोई बात नहीं, बहुत से लोगों को अभी भी बिजली का उपयोग करें, क्योंकि आप एक गारंटी राजस्व धारा है जो एक बिजली उपयोगिता में शेयर खरीद लेंगे, तो आप इसे एक बहुत उतार चढ़ाव की उम्मीद नहीं है। आप इंटरनेट पर चीजों को बेचता है कि एक उच्च तकनीक कंपनी में शेयर खरीदते हैं, तो आप इसे काफी उतार चढ़ाव की उम्मीद कर सकते हैं। आप एक खुदरा में शेयर खरीदने या, यदि आप यह तो वास्तव में वहाँ जोखिम के एक धारणा है, और मैं इस अनुकरण में यह करने के लिए जा रहे हैं, लेकिन आम तौर पर नहीं कर रहा हूँ अर्थव्यवस्था के साथ और अधिक नाटकीय रूप से ऊपर या नीचे जाने के लिए, और उम्मीद कर सकते हैं लोग जोखिम लेने के लिए भुगतान किया जाना है। और तो यह है कि आप अधिक जोखिम लेने के लिए तैयार हैं, तो आप एक उच्च वापसी प्राप्त कर सकते हैं कि इस मामले में आम तौर पर है। हम हो सकता है या कि वापस आने के लिए समय नहीं हो सकता है। लेकिन आम तौर पर, बिंदु प्रत्येक शेयर वास्तव में अलग ढंग से एक छोटा सा व्यवहार करती है, कि है। यह कदम होगा कि कैसे एक वितरण है। औसत पर, शेयर यह शुरू होता है, जहां से सब पर कदम नहीं होने की उम्मीद है भी, तो, अगर कुछ शेयरों के लिए अभी बहुत अस्थिर नहीं, ज्यादा बदलाव के बिना साथ trundle की उम्मीद होगी। वे बहुत अस्थिर कर रहे हैं क्योंकि और अन्य शेयरों में ऊपर और नीचे एक बहुत कूद सकता है। उम्मीद मूल्य एक ही है, भले ही वे एक बहुत चारों ओर ले जाने के लिए चाहते हैं। तो कैसे हम इस तरह की बात मॉडल कर सकते हैं? ठीक है, हम पहले से ही बुनियादी धारणा पर देखा है। हम इस धारणा को देखा पिछली बार, पिछले व्याख्यान हम एक वितरण करने के विचार को देखा। हम एक अनुकरण करते हैं और जब हम कुछ वितरण से नमूने खींच रहे हैं। यह आप एक मतलब नहीं था याद करते हैं, जहां एक गाऊसी, और एक मानक विचलन, और सबसे मूल्यों होगा कि सामान्य, सब कुछ हो सकता है, मतलब के करीब होने के लिए जा रहे थे। खास तौर पर एक छोटे से मानक विचलन नहीं है। एक बड़े मानक विचलन नहीं है तो यह फैल जाएगा। हर मूल्य उतना ही संभावित था जहां या यह एक समान हो सकता है। हम यह भी घातीय को देखा। तो हम एक वितरण यह बनाते हैं, प्रत्येक शेयर के लिए आवंटित करने के लिए जा रहे हैं। Visualizing, या हम से कीमतों में बदलाव आकर्षित है, जहां के बारे में सोच का कोई रास्ता। यह हम यहाँ नीचे देखता हूँ, जो एक नया भाषाई अवधारणा, में हमें हो जाता है। आप इसी अवधारणा का उपयोग करता है कि एक कोड है, अपनी थिसिस पर इस विशेष कोड नहीं है। तो यहाँ मेरी इकाई परीक्षण प्रक्रिया है। और यहाँ मैं वितरण बनाने के लिए जा रहा हूँ कहाँ है। और मैं दो को देखने के लिए जा रहा हूँ। एक एक समान random--, और एक गाऊसी। क्या करता है कि लैम्ब्डा कार्यक्रम चलाता है, के रूप में यह मक्खी एक समारोह पर बनाता है। मैं तो चारों ओर पारित कर सकते हैं। यहाँ तो, मैं शून्य से अस्थिरता और अधिक उतार-चढ़ाव के बीच, उदाहरण के लिए, बात यादृच्छिक डॉट वर्दी को देखने के लिए जा रहा हूँ। तो लैम्ब्डा अनदेखी, हम यादृच्छिक डॉट वर्दी ऐसा करने की उम्मीद करते हैं? यह प्लस अस्थिरता के लिए शून्य से उतार-चढ़ाव से रेंज में, समान रूप से होने की संभावना है, यह यहाँ में किसी भी मूल्य वापस आ जाएगी। लेकिन मैं उतार-चढ़ाव कंप्यूटिंग रहा हूँ, जहां पिछले लाइन, नोटिस। मैं एक ही उतार-चढ़ाव के लिए हर शेयर चाहता था, तो अगर तुम जाएगा, मैं सिर्फ मैं अपने कार्यक्रम में लिखा था समय में, कर सकते थे। लेकिन यहाँ मैं इसे चलाने के लिए समय पर चुना, निर्धारित किया जा करना चाहते हैं। इसलिए सबसे पहले, मैं इस मामले में, संभव अस्थिरता के कुछ वितरण से करने से, बेतरतीब ढंग से 0.2 एक उतार-चढ़ाव का चयन करें। दिन प्रति प्रतिशत कदम के रूप में इस के बारे में सोचो। तो 2/10 एक प्रतिशत की है, यहाँ कदम होगा। और फिर मैं, मैं इसे कहते हैं, जब भी मुझे एक यादृच्छिक माइनस और प्लस में उतार-चढ़ाव के बीच एक समान रूप से चयनित मूल्य दे देंगे जो इस समारोह में, इस वितरण डी 1, बना देंगे। मैं शेयर बनाते हैं, तब तो, यहाँ, मैं इसे में पारित डी में 1. ठीक पारित कर सकते हैं, यह एक नई अवधारणा है। मैं आप सभी को इसे तुरंत हड़पने देंगे उम्मीद नहीं है, लेकिन प्रश्नोत्तरी के साथ आता है इससे पहले कि आप इसे समझने की जरूरत होगी। और फिर मैं भी का मतलब है और इन मानकों से आते हैं जहां 2 से विभाजित अस्थिरता के मानक विचलन के साथ, यहाँ एक गाऊसी एक कर सकता है? मैं पूरे कपड़े से उन्हें बाहर बना हुआ है। बाद में हम एक और अधिक समझदारी से उनके बारे में सोच सकता है के बारे में बात करेंगे। अब मैं उस के साथ क्या करते हो? ठीक है, हम एक मिनट में देखेंगे। लेकिन लोगों को यहां बुनियादी विचार क्या है समझते हैं। अब, मैं एक शेयर की कीमत निर्धारित कर सकते हैं। मैं ऐसा और, जब मैं इतिहास को संलग्न करेंगे। मैं, ओह, ये हम वास्तव में जरूरत नहीं है जो कुछ अवशेष मिल गया है सकते हैं। मैं सिर्फ एक शुष्क बात है, जो इस से छुटकारा मिल जाएगा। और चलो बनाने के लिए कदम पर नजर डालते हैं। यह दिलचस्प बात है। इस कदम से यदि आप होगा कि हम एक दिन की शुरुआत या अंत में, एक शेयर की कीमत में परिवर्तन करने के लिए कहते हैं बनाओ। आत्म डॉट कीमत मैं सिर्फ वापस करने के लिए जा रहा हूँ, 0 है तो अगर यह होता है, पहली बात, यह कहते है। इस तरह से, सही बात नहीं है। फिर, यहाँ में कुछ कीड़े हैं। आप अपने थिसिस में इन कीड़ों नहीं मिलेगा? संहिता थिसिस में अलग है। लेकिन मुझे लगता है कि हम के बारे में सोच भी नहीं सकते इसलिए आप को इन दिखाना चाहता था। मैं यहाँ सिमुलेशन के परिणाम की तुलना में में अधिक दिलचस्पी रहा हूँ क्या है, इसे बनाने की प्रक्रिया है। तो क्यों मैं इस यहाँ डाल दिया? क्यों मैं स्वयं डॉट मूल्य वापस बराबर होती है, तो कहा था? पहली बार मैं इस कार्यक्रम में लिखा था, क्योंकि मुझे लगता है कि यहां ऐसा कुछ भी नहीं था, और एक शेयर के लिए जाना और फिर ठीक हो सकता है। या यहां तक कि नकारात्मक मूल्यों के लिए जाना। खैर, हम स्टॉक की कीमतों नकारात्मक कभी नहीं रहे हैं। और वास्तव में हम कीमत 0 करने के लिए चला जाता है, यह एक्सचेंज से डीलिस्ट है पता है। इसलिए मुझे लगता है सब ठीक है, हम बेहतर इस बात का एक विशेष मामला बना रही है। यह यह एक बग हो जाएगा, पता चला है, और मुझे लगता है कि तुम मुझे यहाँ इस चेक डाल करने के लिए यह गलत है क्यों बारे में सोचना चाहिए। जांच कार्यक्रम में कहीं होने की जरूरत है, लेकिन यह उसके लिए सही जगह नहीं है। इसलिए मैं इसे यहाँ छोड़ क्यों नहीं किया बारे में सोचते हैं। ठीक है, तो हम कोशिश करते हैं और याद करने के लिए जा रहे हैं, जो पुरानी कीमत मिल जाएगा और अब दिलचस्प हिस्सा आता है। हम कोशिश करते हैं और मूल्य में परिवर्तन होना चाहिए कि कैसे पता लगाने के लिए जा रहे हैं। तो मैं पहले बेस चाल बुलाया कुछ गणना करने के लिए जा रहा हूँ। हम वास्तविक कदम कंप्यूटिंग हो जाएगा, जिसमें से आधार की तरह के रूप में इस के बारे में सोचो। मैं वितरण से कुछ आकर्षित करेंगे, तो यह है कि मैं अब स्वयं डॉट वितरण बुला रहा हूँ, दिलचस्प है, और यह प्रत्येक शेयर के लिए अलग अलग हो जाएगा याद है। यह गाऊसी या सामान्य वितरण से या तो मुझे कुछ बेतरतीब मूल्य वापसी करेंगे। वह भी बेतरतीब ढंग से चुना गया था क्योंकि शेयरों के लिए एक अलग उतार-चढ़ाव के अलावा कुछ बाजार पूर्वाग्रह के साथ। कह रही है, ठीक है, औसत पर बाजार में एक छोटा सा ऊपर जाना है, या थोड़ा नीचे जाना होगा। आत्म डॉट मूल्य, अगर तुम जाएगा और फिर मैं स्वयं डॉट कीमत बार 1 प्लस आधार स्थानांतरित करने के लिए, नई कीमत निर्धारित करेंगे। तो यह क्या कहते हैं नोटिस। आधार चाल 0 है, तो कीमत नहीं बदलता है। तो यह है कि समझ में आता है। दिलचस्प सवाल है। तुम क्यों मैं स्वयं डॉट कीमत बार 1 प्लस आधार कदम है, के बजाय सिर्फ शेयर के आधार शेयर करने के लिए कदम, कीमत जोड़ने कहा लगता है? फिर से, मैं इस कोडित पहली बार, मैं एक अतिरिक्त वहाँ के बजाय एक गुणा था। एक अतिरिक्त के असर को देखते क्या हो सकता है? यही कारण है कि शेयर इसकी वर्तमान कीमत से स्वतंत्र है बदल कितना कहेंगे। मुझे लगता है हम एक गूगल 300, कहते हैं, की कीमत है कि क्योंकि मुझे पता है यह, मैं अजीब परिणाम मिला है कि भाग गया और जब $ 0.50 की कीमत है कि एक शेयर की तुलना में एक दिन में 10 अंक से स्थानांतरित करने के लिए और अधिक होने की संभावना है। वास्तव में तो आप आंकड़ों पर नजर डालें, तो यह मामला है, और जिस तरह से कि मैं अपने अनुकरण पिछले स्टॉक डेटा को क्या कहा तुलना था, इन मानकों का एक बहुत की स्थापना और इसके साथ खेलने को समाप्त हो गया तरीका है। और वास्तव में यह शेयर की कीमत, चाल, चाल की राशि, शेयर की कीमत के लिए आनुपातिक हो जाता है कि मामला है। महंगे शेयरों में और अधिक कदम। काफी दिलचस्प है, प्रतिशत चाल सस्ते शेयरों और महंगा शेयरों के बीच बहुत अलग नहीं हैं। और कहा कि, मैं एक गुणक कारक है, बजाय एक additive कारक समाप्त का उपयोग क्यों है। यह फिर से एक सामान्य सबक है। आप इस तरह सिमुलेशन, या कुछ भी की इन प्रकार के निर्माण के रूप में, आप चीजों गुणक या additive होना चाहिए या नहीं के माध्यम से सोचने की जरूरत है। आप आम तौर पर, बहुत अलग परिणाम प्राप्त है। गुणक परिवर्तन की राशि मौजूदा आकार के लिए आनुपातिक है, अगर तुम चाहो तो मैं सामान्य तरीके से इसके बारे में सोचने के लिए लगता है, परिवर्तन आमतौर पर, वर्तमान मूल्य से स्वतंत्र है, तो यह कीमत या कुछ और, और additive है, चाहे वह क्या करना चाहते है । अब, आप अजीब बात की यह दूसरी तरह देखेंगे। इसलिए मैं अब मूल्य निर्धारित किया है, और फिर मैं यहाँ इस परीक्षण मिल गया है। मो हैं, तो मो गति के लिए खड़ा है। मैं अब शेयर की कीमतों वास्तव में memoryless हैं, या शेयर में परिवर्तन किया जाए या नहीं के प्रश्न की खोज कर रहा हूँ। और उसके लिए फैंसी शब्द पॉसों है। लोग अक्सर यह memoryless है, जो कहना है पॉसों प्रक्रियाओं, पिछले व्यवहार भविष्य के व्यवहार पर कोई प्रभाव पड़ता है जिसमें प्रक्रियाओं के रूप में बातें मॉडल। और वास्तव में, कि कुशल बाजार परिकल्पना कहने का अभिप्राय क्या है। यह सब जानकारी वर्तमान मूल्य में है, इसलिए आप यह आज क्या करने के लिए क्या हो रहा है के बारे में फैसला करने के लिए, कल नीचे ऊपर चला गया या के बारे में चिंता करने की जरूरत नहीं है, कि कहते हैं। का मानना है कि, और इसके बजाय गति कहा जाता है इस धारणा है कि वहाँ बहस नहीं है, जो लोग हैं। ये गति निवेशकों कहा जाता है। और वे आज होने की संभावना है, क्या कहना, कल क्या हुआ है। या अधिक संभावना है। शेयर कल ऊपर चला गया है, तो यह है कि यह कल तक जाना नहीं था तुलना में अगर, आज तक जाने के लिए और अधिक होने की संभावना है। और यहाँ मैं सिर्फ एक गाऊसी बार ले कुछ किया - तो मैं या तो करते हैं, तो मैं एक पैरामीटर आप गति में विश्वास करते हैं, तो आपके द्वारा मूल्य में परिवर्तन होना चाहिए, बुलाया जोड़ा मैं में विश्वास करने के लिए तैयार किया गया था, जो धर्म यकीन नहीं था अंतिम परिवर्तन है, और वास्तव में है, में यह कहा। यह कल ऊपर चला गया तो, अगर मैं एक सकारात्मक संख्या में फेंक रहा हूँ, क्योंकि यह अधिक संभावना है, आज तक जाना होगा, अन्यथा एक नकारात्मक संख्या। इस additive है कि नोटिस। यह कल की कीमत के साथ काम कर रहा है क्योंकि। परिवर्तन के साथ बदलें। हम उस के साथ काम कर रहे हैं क्यों ठीक है, तो वह है। मैं मैं यहाँ था कि इस परीक्षा में डाल दिया है चाहिए, जहां अब, यहाँ है। वहाँ से बाहर निकलो। क्या मैं करना चाहता है, क्योंकि स्वयं डॉट कीमत कम से कम 0.01 है, तो मैं बस वहाँ रखने के लिए, 0 के लिए यह निर्धारित करने के लिए जा रहा हूँ, कहते हैं। यह ठीक है, हम हालांकि पहले था समस्या का समाधान नहीं करता है? तो मैं इसे संलग्न है, और भविष्य में उपयोग के लिए पिछले परिवर्तन रखने के लिए जा रहा हूँ। ठीक है, लोग यहाँ क्या हो रहा है समझ में आया? और फिर इतिहास सिर्फ एक भूखंड का उत्पादन हो रहा है दिखाते हैं। हम पहले कि एक लाख बार देखा है। इस बारे में कोई सवाल? खैर, मैं एक सवाल है? क्या इसका कोई अर्थ बनता है? यह सब पर काम करने के लिए जा रहा है? तो अब यह परीक्षण करते हैं। तो, अब मैं इकाई परीक्षण शेयर नामक इस इकाई परीक्षण कार्यक्रम है। मैं मूल रूप से मैं लाइन में यह किया था, और मैं इसे समय की एक बहुत कुछ करना चाहता था क्योंकि मुझे लगता है कि वास्तव में बेवकूफ था एहसास हुआ, यह एक समारोह में नहीं बना था। तो यह सिमुलेशन चलता है कि इकाई परीक्षण करने के लिए स्थानीय एक आंतरिक प्रक्रिया है, आंतरिक समारोह, मिल गया है। और यह इस रेखांकन की एक गुच्छा मुद्रित करने के लिए जा रहा है, और मैं यह क्या ग्राफ कहना चाहता हूँ, और चाहे या नहीं मैं बड़ा मो में विश्वास करते हैं, अनुकरण करने के लिए शेयर, एक अंजीर, चित्रा संख्या के सेट लेता है। यह 0 से मतलब सेट, और उसके बाद शेयरों में एस के लिए, यह तो यह इतिहास से पता चलता है, यह पूर्वाग्रह और गति दे रही है, यह चलता रहता है। और फिर मुझे यह में सभी शेयरों का मतलब हो रही है, का मतलब गणना करता है। हम पहले भी कई बार इस तरह की बात को देखा है। मैं तो कुछ स्थायी मिल गया है। वैसे, मैं मैं बदलने के लिए यह आसान बनाने के लिए इन स्थिरांक नाम दिया है कि जोर देना चाहते हैं। 20 शेयरों, 100 दिन के साथ शुरू। और फिर मैं क्या कर मैं उप 1 शेयर है, शेयरों में 1 खाली सूची होगी, शेयरों में 2 खाली सूची है। क्यों आप मैं 0 से पूर्वाग्रह के साथ शुरू कर रहा हूँ लगता है? क्योंकि मैं 0 से पूर्वाग्रह है कि विभिन्न चीजों का अनुकरण करते हैं, तो आप, मतलब होना चाहिए क्या सोचते हैं? मैं शेयर की औसत कीमत $ 100 शुरू, शेयर की औसत कीमत क्या होनी चाहिए? मेरे कोड सही है, तो कोई पूर्वाग्रह नहीं है, तो औसत कीमत 100 दिन, कहते हैं, के बाद क्या होना चाहिए। माफ करना? 100, बिल्कुल। कोई ऊपर या नीचे पूर्वाग्रह के बाद से वहाँ। वे बेतहाशा उतार चढ़ाव हो सकता है, लेकिन मैं पर्याप्त भंडार पर नजर डालें तो, औसत मैं मैं एक अलग पूर्वाग्रह चुना है, तो औसत क्या होगा पता नहीं है 100. के आसपास का अधिकार होना चाहिए। यह थोड़ा थोड़ा जटिल है, तो मैं सबसे सरल पूर्वाग्रह चुना है। महत्वपूर्ण सबक, इतना है कि परिणामों में कुछ predictability नहीं होगी, और अगर तुम जाएगा मैं मैं हो रही थी, या नहीं, मेरे कोड काम करने के लिए लग रहा था जानने के लिए धुआं परीक्षण, कुछ करना होगा। ठीक है, और शुरू में, ठीक है, हो सकता है शुरू में, सिर्फ मैं गलत करने के लिए बराबर गति से शुरू करने जा रहा हूँ सरल हो। फिर से, ऐसा लगता है क्योंकि सरल कोई गति नहीं है, जहां एक मॉडल है। मैंने सोचा कि मैं इसे चलाने के लिए पहली बार के लिए संभव सबसे सरल मॉडल के लिए देख रहा हूँ। और फिर हम स्टॉक की सीमा संख्या में मैं के लिए इस से पहले थोड़ा पाश को देखा, मैं शेयरों के दो अलग-अलग सूचियां बनाने के लिए जा रहा हूँ चलता है, या वितरण, एक वर्दी से चुना जाता है, जहां से एक है, और वे जहां अन्य गाऊसी रहे हैं। मैं फिर से, के रूप में की तरह उत्सुक हूँ, क्योंकि इस बारे में सोचने के लिए सही तरीके से सब ठीक है, जो है? और फिर, मैं सिर्फ यह कह रहा हूँ। हम क्या मिल देखेंगे। इसलिय चलो करते हैं। के सभी परिवर्तनों मैं पागल एक सिंटेक्स त्रुटि पेश नहीं किया है कि उम्मीद करते हैं। ठीक है, अच्छी तरह से कम से कम यह कुछ किया। चलो यह क्या किया देखते हैं। बाईं तरफ के परीक्षण, आपको याद होगा तो, मुझे विश्वास है, समान वितरण की परीक्षा एक साथ एक था, और परीक्षण दो गाऊसी है। तो, लेकिन, हम पहले क्या करना चाहिए करते हैं? ठीक है, चलो धुआं परीक्षण नंबर एक करते हैं: मतलब है कम या ज्यादा हम क्या उम्मीद है? यह परीक्षा दो में हमारे शुरुआती कीमत थी, जो 100, पर मर चुका है की तरह ठीक है, ऐसा लगता है। और परीक्षण में से एक में यह हम कई कंपनियों के शेयरों, या कि कई दिनों से है, तो यह है कि यह सही है कि काफी प्रशंसनीय है कि ऐसा नहीं किया है, 100 से ऊपर एक छोटा सा है लेकिन। लेकिन, बस सुनिश्चित करने के लिए है, लेकिन अभी मैं सिर्फ यह फिर से चलाने के लिए जा रहा हूँ, मेरा विश्वास बढ़ाने के लिए नहीं, यह सुनिश्चित हो। वैसे, यहाँ मैं थोड़ा 100 के नीचे और दो में हूँ, और परीक्षण एक एक छोटा सा नीचे 100 के रूप में अच्छी तरह से। आप पिछली बार 100 से ऊपर एक छोटा सा मैं इस बारे में बहुत अच्छा लग रहा है, और वास्तव में मैं अपने कार्यालय में यह समय की एक बहुत भागा था याद है। और यह सिर्फ यह ऐसा करने का गलत तरीका है, चारों ओर 100. कोर्स मँडरा, चारों ओर चली जाती है। मैं वास्तव में सिर्फ मैं 100, 200, 1,000 परीक्षण चलाने के लिए जहां एक अच्छा परीक्षण दोहन, में रखा जाना चाहिए, लेकिन मैं यहाँ उस के साथ बोर आप नहीं करना चाहता था। तो हम देखेंगे कि, ठीक है, हम पहले धुआं परीक्षा उत्तीर्ण की। हम होने की उम्मीद है जहां होने लगते हैं। ठीक है, चलो धुआं परीक्षण दो की कोशिश करते हैं। और क्या हम ठीक से काम कर चीजें मिल गया है, तो देखने के लिए, देखने के लिए चाहते हो सकता है? खैर, मैं एक तरह से यह 0 बनाकर पूर्वाग्रह की धारणा को नजरअंदाज कर दिया है, तो हम इसे यहाँ एक बड़ा पूर्वाग्रह दे। यह मान लिया जाये कि मुझे इसे संपादित करने देगा। हम सिर्फ यह करना होगा करने के लिए सबसे सुरक्षित बात है, इसे फिर से शुरू करते हैं। इसके बारे में इस तरह से होना है, ठीक है - तुम मुझे लगता है कि मेरे पास नहीं है के लिए होता है सोच भी नहीं होता। सौभाग्य से, हम इस से पहले के माध्यम से किया गया है। हम खोजक relaunch यदि हम जानते हैं। कौन मैक ओएस निर्दोष है कहते हैं? ठीक है, हम यहाँ नीचे थे, और मैं का एक बड़ा कोशिश एक पूर्वाग्रह परिचय, कह रहा था। फिर, हम यह है कि हम ऐसा कर सकते हैं लगता है क्या करता है यह देखने के लिए कोशिश कर रहे हैं। तो आप यह एक पूर्वाग्रह के साथ क्या करना चाहिए क्या सोचते हैं? कहां मतलब अब होना चाहिए? फिर भी 100 के आसपास? या अधिक है, है ना? अब हम यह ऊपर जाना चाहिए सुझाव है कि एक पूर्वाग्रह में डाल दिया है। उफ़। ऐसा लगता है कि चोट नहीं होता। ठीक है। तो चलो इसे चलाते हैं। बेशक पर्याप्त, एक के लिए, हम देखते हैं, परीक्षा दो, यह 100 से अधिक एक छोटा सा है, और परीक्षण एक के लिए यह रास्ते पर 100. ठीक है, चलो इसे एक अस्थायी नहीं है सुनिश्चित कर देना। दुबारा प्रयास करें। तो, यकीन है कि पर्याप्त, पूर्वाग्रह बदलते मूल्य बदल गया है, और यहां तक कि यह सही दिशा में बदल दिया है। इसलिए हम यह उस के साथ कुछ अच्छा कर रहा है कि बहुत सहज महसूस कर सकते हैं। हम यह भी सही है, कि शायद रास्ता बहुत अधिक एक पूर्वाग्रह है कि बहुत सहज महसूस कर सकता था? हम मतलब है, है ना केवल 100 दिनों के कारोबार करने के बाद एक मामले, 150 में 160 से अधिक हो सकता है, या होना चाहिए कि उम्मीद नहीं की होगी? हालात आम तौर पर 100 दिन में 50% तक जाना नहीं है। वे 50% नीचे जाना है, लेकिन - ठीक है, यह अच्छी बात है इसलिए। ओह, चलो अब कुछ को देखो। की पीठ है, जहां एक सरल पूर्वाग्रह यहाँ के लिए चलते हैं। हम इसे फिर से चलने देंगे। और के बारे में, गाऊसी और सामान्य के बीच अंतर क्या लगता है? हम उन लोगों के बारे में कुछ भी अनुमान कर सकते हैं? ऐसा नहीं है, ठीक है, मुझे आप से पूछो। आपको क्या लगता है, हाँ या नहीं? किसी को भी यहां कुछ रोचक देखते हैं? हाँ? छात्र: गाऊसी के विचरण वर्दी के विचरण की तुलना में कम हो रहा है। प्रोफेसर: गाऊसी के विचरण - छात्र: - कम है। प्रोफेसर: तो सब ठीक है, यहां मामला प्रतीत होता है। लेकिन हम अन्य सभी परीक्षण के साथ किया है के रूप में की, फिर इसे चलाते हैं। इसलिए हम एक परिकल्पना है। के ओकलाहोमा शार्पशूटर के लिए शिकार गिर नहीं है। हम हमारी परिकल्पना का परीक्षण, या कम से कम इसे फिर से जांच करते हैं, अगर यह repeatable, कुछ समझ में, देखेंगे। खैर, अब हम क्या देख रहे हो? ठीक है, इस बार सच करने के लिए नहीं लगता? नहीं जाहिर है। तो, हम इस बारे में निश्चित नहीं कर रहे हैं। तो यह है कि हम आगे की जांच करने की आवश्यकता होगी कि कुछ है। और हम इसे देखो करने के लिए, की आवश्यकता होगी, और यह सही जवाब क्या है के रूप में, जिस तरह से, बहुत मुश्किल हो जा रहा है। आप इसके बारे में अगर आपको लगता Gaussians, कम से कम, वर्दी से, हमें कुछ आश्चर्यजनक, अधिक चरम, परिणाम दे दी है लेकिन अगर, यह आश्चर्य की बात नहीं होगी। हम यहाँ यह स्थापित किया है के रूप में एक समान है, इसलिए, घिरा है। न्यूनतम और अधिकतम घिरा है। गाऊसी के साथ, एक पूंछ नहीं है। और अगर आप हर बार एक समय में अंत में यह है, हम इस मामले में यह किया है, कम से कम के रूप में, इस बड़े कदम से बाहर हो सकती है। हो सकता है कि आपको यह नहीं। आप इन चीजों की स्थापना कैसे की जानकारी एक बहुत बात कर सकते हैं कि समझ के अलावा अन्य इस बारे में गहन कुछ भी नहीं है, नहीं है। खैर, मैं देखना चाहता हूँ अंतिम बात यह गति है। तो चलो वापस चलते हैं, और हम यहाँ सच करने के लिए मो स्थापित करते हैं। खैर, हम यहाँ सच करने के लिए मो स्थापित करने के लिए नहीं चाहता है। आह, वहाँ यह करता है। तो, और अब इसे चलाते हैं और देखते हैं क्या होता। आप होना चाहिए क्या सोचते हैं? कोई है? छात्र: [अश्राव्य] प्रोफेसर: मैं आप ठीक कह रहे हैं लगता है। इन लोगों को मैं कर सकते हैं देखें, कर्ल चाहिए - ओह, बुरा नहीं है। चलो यह चलाते हैं। खैर, यह देखने के लिए थोड़ा मुश्किल है, लेकिन चीजों से दूर ले जाते हैं। बातें चलती शुरू कर दिया है क्योंकि एक बार, यह उस दिशा में ले जाने के लिए जाता है। ठीक है। कैसे हम इन मानकों को चुनने के बारे में जाना है?