Перевірте, чи люди відмовляються або зменшують ставки після повторних втрат

У мене є дані про серії виграшних та програшних ставок протягом 5 раундів ставок із виснаженням після кожного раунду. Я використовую дерево рішень на зразок наступного для відображення даних.

Вузли до вершини дерева - це ті, що мають виграшні ставки, а ті, хто знаходиться внизу дерева, мають програші, які програють. Я хочу переглянути (а) виснаження у кожному вузлі (b) зміни середніх розмірів ставок на кожному вузлі. Я дивлюся на швидкість виснаження кожного вузла від попереднього вузла та рівень виживання (використовуючи очікувану кількість людей у ​​кожному вузлі, якщо ймовірність становить 50%). Наприклад, якщо ймовірність становить 50% на кожному вузлі, з 1000, що розпочалася, приблизно 500 чоловік повинні знаходитись у кожному другому вузлі, W і L. Гіпотеза: (а) швидкість виснаження вища після втрати ставки (б) середній розмір ставок зменшується після програшів та збільшується після переможців.

Я просто хочу зробити це спочатку в дуже простому універсальному середовищі. Як я можу виконати t-тест, щоб показати, що зміна середнього розміру ставки від вузла WW до вузла WWW є статистично значущим, якщо 50 людей випали? Я не впевнений, що це правильний підхід: кожна наступна ставка є незалежною, але люди випадають після програшів, тому вибірка не відповідає. Якби це був просто той самий клас, який складав серію іспитів один за одним, і ніхто не відмовлявся, я зрозумів би, як виконати відповідний t-тест, але я думаю, це трохи інакше.

Як я можу це зробити? Крім того, якщо результати спотворені невеликою кількістю клієнтів, як я можу взяти 5% верхнього та нижнього 5%? Просто видаліть клієнтів із найвищим сукупним розміром ставки зі ставки 1 - 3?

У мене є дані, з яких була створена фігура, тому у мене на кожному вузлі є середня, std, std помилка тощо.

Це майже здається "очевидним, якщо дивитися", що програли були більш схильні випадати, ніж переможці.

Ви можете спробувати набір таблиць на випадок надзвичайних ситуацій, щоб встановити, чи є вищезазначене статистично значущим. Наприклад, з 450 переможців першої ставки 25 відмовились і 425 залишилися, а з 550 програли, 150 відмовились і 400 залишилися. І т.д.

Ця відповідь, ймовірно, буде трохи поза темою, але я розпочну з того, що на тему. Якби мене попросили спеціально визначити, чи були зміни середнього розміру ставки від WW до WWW, я б ігнорував людей, які не дійшли до обох цих вузлів. Якщо мета цього аналізу полягає в тому, щоб мати можливість прогнозувати майбутню поведінку, то механіка випробування повинна зробити добре, щоб наслідувати механіку майбутньої поведінки, навіть якщо гра не є випадковою грою. Який сенс вимірювати, як чиясь ставка змінилася б від WW до WWW, якщо вони не є типом людини, що перейде від WWW до WWW.

Коли ми говоримо, загалом ми, очевидно, не любимо систематично виключати певні групи населення. Якби мені дали ці дані, я б зосередився на більш здійснених типах аналізу. Найбільш помітно (особливо якщо це не азартні ігри) гравці на схожий вузол мають багато спільного. Вони мали однакову послідовність (W, L) і не залишилися. Відповідаючи на запитання "Який ефект втрати подаючого раунду на розмір ставки та виснаження", цілком можливо під час контролю за поведінкою, залежною від вузла, у вигляді багаторівневої моделі.

Останньою порадою було б зосередити увагу на відмінності на рівні гравців від раунду до раунду. Середня ставка, що знижується на 5 копійок після трохи, може бути статистично незначною, тоді як, напевно, 90% ставок гравців знижуються, ймовірно, будуть.