联众ALLIN发牌概率是否正常，HOWARD来帮忙再算下

联众并不是一个真钱平台，所以不要去较真，或者说没办法较真。

1。你并没有办法有效地收集牌局记录。仅靠你这么收集，手数是相当有限的，样本太少以至于无论得出何种结论都是没有说服力的。而且，任何人都可以质疑你收集牌局的真实性，连个牌局id都没有，不是么？
2。以国人的聪明才智，必定有许多人会钻多账号、打联手牌这样的漏洞。我并不认为联众能有足够的精力和技术手段来解决这个问题。至少在身份验证这样的基础工作联众都没有做。当然人家不是真钱平台。
3。防止平台作弊，最有效的手段是有产业联盟对平台的发牌算法、牌局记录做好监控；而平台则专注于防止玩家作弊。但以现在的环境，没办法要求，也做不到。

其实我是倾向于信任联众的发牌是公正的，但是我认为他无法有效地防范玩家作弊，如果想当真钱玩，我觉得还是远离为好。

花了300块钱和一个坚持在联众打牌的pro学习了下联众的发牌规律。联众是个不错的平台，鱼多呀

最怕河杀 发表于 2015-3-9 00:32
所有ALLIN中，都是先亮牌，再来决定买不买保险。也就是买了保险的必定会亮牌 ...

前些天我也打了几次联众，发现只有在自己是allin的当事人时才会把对方的牌亮给自己；如果自己是旁观者，旁边老王跟老张打全进了，是不会亮给我看的，好像只有call allin的赢了，才会双方亮牌，而率先allin的赢了，call的那个可以自行muck。不知这会不会影响统计

在联众打了一个月，没有任何证据证明他造假，但现在不打了，因为伤不起。。

联众的冤家牌，bb特别特别多，落后方bb对手的概率特别大，冤家牌特别多。你中了set，对手发力全下，你得认真考虑弃牌，他80%牌力就是比你大。

我的思路是这样的，和火花用公式比较variance不同。

基于null hypothesis，将两组数据视为统计数据对outs数量的函数。即便在对应函数不可知的情况下，也就是说不论买保险对这个函数有没有影响先不管，使用Excel自带的数据分析包自带的功能，就可以比较这两组数据是同一函数导出的置信区间p-value。

比如说，置信度为95%，可以计算出p-value，我们可以判断这两组数据是否有显著的差异。我家里的电脑上没有装这个包，回头再弄一下。

不用统计工具包，我直观地作图比较。
横轴是outs数，纵轴是统计的outs出现频率。兰色是没买保险，粉色是买了保险。

用这个方法可以抛弃理论outs出现的频率，来直观比较两组数据。用不负责的线性模型套一下，作图。

直观感受是，河牌两组数据差别不明显（右下图），甚至不买保险还低了那么一点点。

turn上就有一个明显的直观感受，似乎买保险组出outs的几率低了不少（左上图）。

但是仔细看lz的数据，在outs多的一边，不知道是不是lz保险买的少，统计数据明显太少，两个0（0/4， 0/1）严重拉低了。








我将outs大于等于10的数据筛掉，认为数据量太少不具统计意义。则得到下面的两张图。



转牌的数据仍略显可疑，简单说还是需要更多的数据来支持任何结论。算p-value的回头有工具包了再弄。

Howard 发表于 2015-3-9 23:45
前些天我也打了几次联众，发现只有在自己是allin的当事人时才会把对方的牌亮给自己；如果自己是旁观者， ...

这也是我的疑问，直觉是统计方法带来的偏差，还有就是数据太少。

Howard 发表于 2015-2-16 15:15
买了保险的总结：

与没买保险相反，无论转牌，还是河牌，还是总计，实际命中都比理论命中要低，但低的不算 ...

河牌命中次数理论值貌似有点小问题。
同样outs数转牌和河牌命中率有点差别。

如果allin无论买不买保险都亮牌，那有理由怀疑联众有问题。
原因是不买保险击中率偏高，而买保险击中率偏低。
如果反过来，就没有必要怀疑了。
但数据的可靠性，样本数太少，又可以认为是偶然，但心理不舒服。
我不在联众玩，完全是旁观者的身份发表见解。