Jump to content

ESTATÍSTICAS x LOTERIA


Guest Zangado

Recommended Posts

Guest Zangado

eu mesmo sou um dos que tenta usar estatísticas em loterias , algo ingrato por assim dizer 

são números virando números , tabelas disso e daquilo,  e o conjunto nunca ajuda 

as possibilidades são tantas que tenta se recorrer até em física quântica

 

MAS O QUE  REALMENTE AJUDA A DEFINIR MELHORES ESCOLHAS ??? 

 

Link to comment
Share on other sites

Guest Zangado

TIPO,  como usar esse tipo de dados?
441342857_Semttulo.thumb.jpg.b830ea105d875d561fce7d07b0f1ce20.jpg

 

 

eu realmente não sei
eu posso imaginar cálculos em cima disso, mas , oq fazer com eles ?
ESSA DE CIMA ESTÁ COMPARANDO GRANDEZAS

DEZENA QUE MAIS SAIU x DEZENA QUE MENOS SAIU

ESSE DE BAIXO  AS DEZENAS DOS 2 GRAFICOS SÃO AS MESMAS 
521530578_Semttulo.thumb.jpg.15230ba1291d417c4512d460701a970a.jpg

 

Link to comment
Share on other sites

Guest Zangado

 o fato é, 

as dezenas sorteadas já passaram e sua contabilização pouco nos dizem a respeito das dezenas futuras 

mas num patamar podemos ver onde existe um balanço entre sorteadas 

e com isso determinar qual dado estatístico traz melhor resultado na previsão de sorteio futuro pela sua maximação estacionaria 
é isso que tento na planilha que estou estruturando 

uma ideia do planejamento
 

Sem título.jpg

Link to comment
Share on other sites

Guest Zangado

EXISTEM UMA SERIE DE CARACTERÍSTICAS QUE DIFICULTAM DEFINIR POSSIBILIDADES.
 

como podem ver nesse grafico , mesmo conseguindo juntar um grupo de dezenas  ficam algumas espalhadas 

 

2054191549_Semttulo.thumb.jpg.0401fd6efbb476bce538bc76d4c06bbc.jpg

 

esse é um dos fatos 

o segundo é que  pulado para o proximo sorteio tem que ajustar as variantes para se manter as características  do agrupamento ou definir periodos de onde o agrupamento permanece , algo nada facil de se fazer 
parâmetros extremos de analises dão melhores respostas mas dão saltos de dados amostrais de um sorteio para o outro com periodos de acomodamento , o dificil é definir a tendencia que aponta tais fatos 

Link to comment
Share on other sites

6 horas atrás, edcronos2 disse:

o dificil é definir a tendencia que aponta tais fatos 

Diria impossível. Duvido mesmo que exista a tal "tendência", especialmente quando se trata de algo aleatório, apesar de toda a especulação, que até considero válida porque às vezes, aqui e ali, dá certo. Senão para os 15 mas para 14, 13 acertos. Mas certamente também para os 15........................só que tem nada a ver com tendência. As dezenas não tem vida própria. Nem o globo. :grin::grin: 

Link to comment
Share on other sites

1 hora atrás, edcronos2 disse:

@BoniAA60

a questão aqui é a aproximação, nem que seja de 1% 
mas a questão tbm é de tentativas e testes em cima das analises 

Em se tratando de loterias, escolhas geram escolhas. A não ser que seja escolha única. E a escolha única gera apenas 1 aposta. Simples assim. E quando se labuta com estatísticas, isso, sobre as escolhas, fica muito claro. 8-) 

Link to comment
Share on other sites

Guest Zangado
Agora, BoniAA60 disse:

Em se tratando de loterias, escolhas geram escolhas. A não ser que seja escolha única. E a escolha única gera apenas 1 aposta. Simples assim. E quando se labuta com estatísticas, isso fica muito claro. 8-) 

de qualquer forma como já falei, não sou de apostas, uso loterias apenas para montar planilhas

Link to comment
Share on other sites

Guest Zangado
4 minutos atrás, BoniAA60 disse:

Pensei que você estivesse atrás de respostas..................;-)

kkk

claro que tbm

se encontrar algo vc acha que não vou usar?

Link to comment
Share on other sites

  • 1 month later...
Em 14/05/2018 at 00:53, edcronos2 disse:

kkk

claro que tbm

se encontrar algo vc acha que não vou usar?

Revisitando tópicos, madrugada afora. :grin:

Aí é que tá. Não existe "algo para ser encontrado", como um tesouro escondido, só aguardando o seu caçador. O que acontece, quando dá certo para os pensadores de loteria é a coincidência entre o resultado e o artifício que se utilizou. ;-)

  • Like 1
Link to comment
Share on other sites

Guest Zangado

@BoniAA60 

sim logico

mas não falei de encontrar algo magico  e sim um parâmetro auxiliar

qualquer coisa pode sair sim,

mas o 10 vai sair 10 vezes seguidas  ?

o 2 pode ficar 100 concursos sem aparecer?

o que eu falo é sobre acomodamento matemático , é mirar em um alvo em constantes movimentos que aparece em determinados pontos pelo historial de aproximação 

Link to comment
Share on other sites

Falando em aproximação, 1 única sequência pode conduzir a um espetacular desempenho, bastando apenas aproximar as dezenas certas para a(s) imediatamente menor e/ou maior, por algum tempo. Pode usar qualquer sequência que possibilite esta............digamos..........artimanha. :wink:

02 04 05 07 08 10 11 13 14 16 18 19 20 23 24

Link to comment
Share on other sites

  • 2 months later...
  • 2 months later...

ok, voce pode usar tuas estatisticas, mas psra excluir dezenas= explico

 fazer na vertical de cada posiçao= pode ser nas duas condiçoes= crescente e ordem de sorteio

dividir em 3 grupos de frequencias mais saem 50% medias 35% e 15% frias

 o grafico vao mostrar que  numca sao do mesmo grupo( todas)

claro com sao 3 condiçoes de freqeuncias na vertical de cada posiçao, e 6 posiçoes no caso da mega 

teremos repetiçoes de grupos, repetiçoes de terminaçoes repetiçoes de grupo humm, bom , muito bom!!

mas é para eliminar dezenas em setores, claro que voce pode usar as tuas estatisticas para excluir dezenas por setor

pois em dez dezenas darao 0,1,2,3, sobrando muito inverlo vazio, e quando der 3 num linha outrtra ficara em branco

 este é foco para excluir, entao ao inves de procura para acertar dezenas, procura sim sequencias ou blocos para excluir

Link to comment
Share on other sites

porque, se dividir  nao caso mega sena em 6 linhas 3 setores

 entao 3,3,4 cada linha

 temos

 01= de 01 02 03

02= de 04 05 06

03=07 08 09 10

temos em 6 posiçoes 729 tenho o arquivo para quem quiser)

 aonde basta dar 1,2,3 dentro de um bloco acertara, as 6 dezenas em 18, a 24 dezenas apenas para trabalhar é melhor

 que 60 dezenas, poi tamos tambem quando fica fora uma duas ou tres linhas  ou seja concentrar em mais blocos e  menos nos outros, insto que falei sao pleas 6 linhas mas podemos fazer pelas 10 colunas tambem e depois cruzar

 mas pra excluir dezenas, voce pode dividir em dois blocos as coluna

 ex coluna1 01 11  21     ebloco dois 3 1 41 51,  CLARO voce pode trabalhar nas duas condiçoes cruzamento tipo cartezianos de bloco vazios( que é mais quei os cheios) é os cheios para jogar os vazios para excluir

Link to comment
Share on other sites

  • 1 month later...

zangado vamos pensar em algo inovador, ao menos na loteria de numeros,  seria assim

tentar pegar o fator do desequilibrio( quantidade de dezenas a mais num determinado grupo e menos no outro

dividir em grupo de 4 ou 8 ou 16, e criar a combinaçoa condionada, aonde um dos grupos acertando o numero a  MAIS dezenas nele se torna fixo

 exemplo na lotomania 4 quadrante

 1quadrante= 9 dezenas  2 quadrante 3 dezena quadrante 3 deu 4 dezenas quadrante 4 deu 4 dezeans

 naipi 9,3,4,4  ( lotomania) temso um dos 4 grupos quantidade maior 9 e menor 3 nao se sabe em qual quadrante

podemos fazer a combinaçao condicionada no grupo? combinaçoa CC para aproveitar o fator do desequilibrio a nosso favor, o fator do equilibrio seria 5x5x5x5, mas foi 9x3x4x4  maior 9 menor 3

vamos cruzar isto?

Link to comment
Share on other sites

Minha opinião deve-se usar as estatisticas nos desequilíbrios, exemplo na Lotomania de 01 a 50, temos alguns desequilíbrios exemplo acerto de 14 pontos, isso é um e temos vários outros que precisam ser estudados.

Nas outras loterias tem também esses desequilíbrios.

Link to comment
Share on other sites

  • 3 years later...

https://medium.com/@bonura.emanuele.sv/a-neural-network-in-11-lines-of-vba-4367a7219441

 

Spoiler

1. O clsTensor:

Provavelmente alguém que trabalha no Google já está gritando comigo, mas decidi nomear minha classe de acordo com a biblioteca TensorFlow maravilhosamente escrita (se você não sabe o que é isso, dê uma olhada AGORA, é disso que os sonhos de ML são feitos , literalmente em alguns casos: tensorflow.org/ ).

Cada tensor conterá um array dentro armazenando todos os valores, vamos ver o construtor:

O que está acontecendo aqui? Não muito na verdade, apenas criando um array chamado tensor, se randomizeeu true preenchê-lo com números aleatórios entre -1 e 1, vou usar isso para os pesos NN, além de uma pequena verificação para garantir que o usuário não esteja tendo um tensor com 0 linhas/colunas.

Também precisarei atualizar os valores quando a rede treinar, change_tensorfuncionará bem, pois atualizarei todo o array de uma só vez, na minha experiência isso é mais rápido do que atualizar os valores um por um.

E se eu quiser ver o que está acontecendo dentro do tensor? Claro que posso usar a janela “locals” do Excel, mas adoro a maneira do Python de exibir listas, então vou imitar exatamente isso no terminal, um 5x2 clsTensorserá impresso como tal: [[0.3891, 0.3935],[0.0400,0.0356],[0.1765,0.1732],[0.9800,0.9804],[0.9958, 0.9958]], sweet.

Já que estamos trabalhando em Excel, vamos aproveitar bem isso e fazer a clsTensor leitura direto da planilha, isso vai ser super útil depois, o código acima faz exatamente isso, mas espere… tem uma ressalva! A maneira do Excel de ler de um intervalo em um Array faz com que o array comece em 1 e todos nós sabemos o quanto ODIAMOS esses bugs, então eu crio um tensor temporário com as mesmas dimensões, mas indexado em 0 e, em seguida, copio todos os arquivos. Acrescenta sobrecarga? sim. Mas não é muito, e evita muitos problemas mais tarde.

E é isso, nosso clsTensor está feito, eu poderia acrescentar muito mais, mas por enquanto está tudo bem, agora vamos ensinar esse carinha a interagir com seus companheiros.

2. As clsOperations:

Esta classe conterá todas as operações que você pode realizar com o clsTensor objeto, não vou explicar aqui todas as vantagens da Programação Orientada a Objetos, mas geralmente é uma boa maneira de manter tudo contido, esta classe fornecerá a função não linear, também como a operação usual geralmente realizada pelo NumPy (se você não sabe o que é isso, confira www.numpy.org/ )

Eu estabeleci um conjunto de regras para manter a consistência:

  1. Cada função aceita clsTensore retorna clsTensor.
  2. A estrutura deve ser o mais semelhante possível para evitar confusão.
  3. Eu limpo a memória assim que posso, não é grande coisa neste caso, mas é uma boa prática.

O acima imita a nonlin função no código Python, aceita um clsTensor, aplica a função sigmoid ( en.wikipedia.org/wiki/Sigmoid_function ) ou a derivada e exibe o resultado como um novo clsTensor.

Vou ter que somar, subtrair e multiplicar meus tensores, certo? As funções são bastante diretas, todas aceitam 2 clsTensore produzem o resultado e usam o change_tensor para modificar o valor da saída, felizmente a manipulação de array é bastante rápida no VBA e 2 for-loop funcionará bem

Agora vou precisar do meu Transpose, mas também é simples:

3. O módulo NN:

Agora que tenho todos os blocos de construção, criei minha própria pequena biblioteca de Rede Neural! Agora vamos criar um módulo e construir a rede real lá, mas espere! A rede mostrada no início deste artigo tem apenas uma camada de entrada e uma de saída, isso não é suficiente, depois deste trabalho quero fazer coisas de DEEEEP! Então decidi mudar para a 2ª rede mostrada no artigo original do Python, aquela que tem 1 camada de entrada, 1 oculta e 1 de saída, e para brincar um pouco com isso, aqui está meu resultado final:

Eu amo como o código se assemelha ao script Python original, vamos verificar os detalhes, não vou explicar o funcionamento interno, pois eles são muito melhor explicados no artigo original:

  1. Eu preciso inicializar todas as variáveis de antemão, uma linha cada, por algum motivo o VBA as inicializa como “variante” se você tiver 2 ou mais em uma linha e isso é um problema porque as saídas de todas as funções esperam umclsTensor .
  2. Dim op as clsOperation é o mais próximo que eu tenho import numpy as np, adorei.
  3. Eu pego os valores de entrada e saída diretamente da planilha (linha 20–21, veja a imagem abaixo para os valores), estendi a saída para 2 colunas porque quero testar isso caso precise fazer a classificação no futuro (NNs usam uma codificação de recursos categóricos para isso).
1*QNvEItXm0A9fmVv7E1-qWQ.png

4. Extraio as dimensões da camada oculta diretamente dos tensores (linha 22-23).

5. Aumentei a camada oculta para até 10 nós (linha 24), um exagero totalmente desnecessário, mas quero avaliar como isso está funcionando.

6. Eu inicializo os pesos aleatoriamente (linha 27-28), eles serão atualizados durante o treinamento.

7. For-loop com 10k iterações (linha 30) essa é a fase de teste adequada.

8. Propagação para frente (linha 32–34), aqui atualizo l1e l2quais são minha camada intermediária e minha saída, respectivamente.

9. Calcule o erro (linha 37)

10. Use a derivada (linha 40, the True na função) para calcular a inclinação do sigmoid e backpropagate (linha 43) para obter o erro na camada oculta, então, use isso para entender a inclinação na camada anterior (linha 46).

Este não é o melhor lugar para explicar como funciona a retropropagação, pois é um tópico MUITO complexo e o verdadeiro núcleo de como as Redes Neurais aprendem, há uma ótima série de vídeos da 3Blue1Brown explicando isso em detalhes, confira como é fascinante: youtube.com/watch?v=aircAruvnKk

11. Atualize/corrija os pesos com os novos valores (linha 49–50)

12. A cada 100 iterações me dê sua saída final (linha 52)

4. O resultado:

É assim que fica depois de 10k iterações, deixe-me lembrá-lo que o vetor de destino é [[0,1],[1,0],[1,0],[0,1],[1,1]]

1*r6UZkj6NnATgCwA60OugrA.png

Meu Deus, funciona!!! Todo o processo é executado em cerca de 3 segundos, eu sei que é ridículo em comparação com os padrões do Python, mas isso é esperado, não estou usando bibliotecas C de baixo nível e estou executando em um laptop e, o mais importante, aprendi muito no provisório.

5. Próximos passos:

Minha principal preocupação, pois isso provavelmente nunca será útil na produção, pois é muito lento, é: o que posso aprender mais? Algumas ideias que quero implementar:

  1. Codificação one-hot, para que eu possa pegar um intervalo de valores e adaptá-lo rapidamente em um formato adequado para o NN.
  2. A taxa de aprendizado, atualmente é fixada em 1, talvez queira alterar isso para uma melhor otimização.
  3. Funções de ativação melhores / diferentes, sigmoid é bom, mas existem opções melhores.
  4. Pontuação, agora estou comparando a camada de saída com o meu resultado, mas seria interessante pegar o erro R-quadrado e registrar isso no console.
  5. A classe Wrapper, igual ao Keras for TensorFlow, seria incrível ter um gerenciador gerando o NN automaticamente de acordo com os intervalos de entrada e saída e um conjunto de parâmetros.

Talvez eu aborde isso em um post de acompanhamento, por enquanto, obrigado por ler e feliz codificação VBA!

Atualização:
como me pediram o arquivo original, sinta-se à vontade para baixá-lo aqui: https://drive.google.com/file/d/1XAOXheaOGE3dk8YoAaHrhkLbIbox85LP/view?usp=sharing

 

  • Like 1
Link to comment
Share on other sites

  • 2 years later...

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.
Note: Your post will require moderator approval before it will be visible.

Guest
Reply to this topic...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

  • Recently Browsing   0 members

    • No registered users viewing this page.
×
×
  • Create New...