Jurnal Teknik Industri dan Sistem Vol.

2, No 2, pp 88-96 Summer 2008 Efisien Simulasi sebuah Turnamen Knockout Acak Sheldon M. Ross 1 *, Samim Ghamami2 Epstein Departemen Teknik Industri dan Sistem, Universitas California Selatan, Los Angeles, CA, USA smross@usc.edu ghamami@usc.edu ABSTRAK Kami menganggap masalah menggunakan simulasi untuk efisien mengestimasi probabilitas untuk menang peserta dalam turnamen knockout umum acak. Kedua estimator diajukan kami, salah satu didasarkan pada gagasan tentang "kelangsungan hidup diamati" dan kondisi harapan lain berdasarkan dan pasca-stratifikasi, sangat efektif dalam hal pengurangan varians jika dibandingkan dengan baku simulasi estimator. Untuk kasus khusus dari turnamen KO acak klasik 2n-player, dimana setiap selamat dari babak sebelumnya bermain di babak saat ini, yang kedua bersyarat harapan estimator berbasis diperkenalkan. Pada akhirnya, kita membandingkan simulasi diusulkan kami estimator berdasarkan contoh numerik dan dalam hal pengurangan varians dan waktu untuk menyelesaikan percobaan simulasi. Berdasarkan studi empiris kami, metode "kata kelangsungan hidup "adalah metode yang paling efisien. 1. PENDAHULUAN DAN RINGKASAN Memilih satu pemenang dari satu set banyak kontestan adalah tema umum dalam banyak olahraga acara. Turnamen struktur yang bervariasi yang digunakan untuk memilih pemenang dalam situasi di mana pemain dapat dibandingkan berpasangan. Dalam turnamen KO pemain bersaing head-to-head di cocok; dengan pecundang yang dikeluarkan dari turnamen. Dalam turnamen KO acak di awal setiap pemain putaran dipasangkan secara acak. Sebuah turnamen yang melibatkan pemain KO umum N dispesifikasikan oleh parameter integer positif n, m1, ..., mn-1, mn = 1, memuaskan Σ Σ = = =≤-=n j j i

Kami berasumsi bahwa hasil pertandingan antara dua pemain dalam setiap putaran hanya bergantung pada pasangan dan bukan pada putaran atau putaran sebelumnya.j ij mN mNmin 1 1 1 1 2.. . Dua . . kami tertarik untuk menggunakan simulasi untuk efisien estimasi Pi ini Pada bagian 2 kita mengusulkan suatu prosedur simulasi efisien didasarkan pada gagasan "kata kelangsungan hidup ". N. Kami mengatakan bahwa turnamen knockout adalah turnamen KO acak jika para pemain yang terlibat dalam putaran i adalah yang dipilih secara acak.. 1 * Sesuai Penulis Efisien Simulasi sebuah Turnamen Knockout Random 89 Interpretasi parameter ini adalah bahwa turnamen ini terdiri dari n putaran. dan kemudian secara acak dipasangkan. dengan putaran i melibatkan cocok mi... Biarkan Σ= =1 1 k j kjr m N adalah jumlah pemain yang tersisa pada awal putaran k. Membiarkan pi menjadi probabilitas bahwa saya pemain adalah pemenang turnamen i = 1.. dari Σ= 1 1 i j j m N pemain yang belum telah dieliminasi dalam salah satu putaran sebelumnya. Pemain yang memenangkan pertandingan di putaran n disebut pemenang turnamen. dan kami biarkan PIJ = 1-PJI menunjukkan probabilitas bahwa saya pemain mengalahkan pemain j jika mereka dipasangkan. 1 . Pada bagian 3 kita menggabungkan ekspektasi bersyarat dan sampling stratifikasi untuk pasca-lain pendekatan simulasi. . kita mempertimbangkan "knockout turnamen klasik" dimana N = 2n dan k putaran terdiri dari pertandingan 2n-k. Pada bagian 4. dan menyajikan estimator harapan kedua bersyarat.

Setiap menjalankan simulasi melibatkan simulasi turnamen sampai n -1 putaran.≥ . 2. Metode kami 1 menggunakan estimator dikembangkan di Ross dan Schechner (1985). kita mendapati bahwa Σ≠ =-li PLI N N s (i) 1 2m1 (1) . Perhatikan bahwa Π = => . METODE 1: kelangsungan hidup DITINJAU DAN ESTIMATOR PRODUK Kita bisa model evolusi dari turnamen knockout acak dari setiap putaran ke yang berikutnya oleh transisi rantai Markov yang menyatakan adalah set pemain hidup pada awal setiap bulat. Secara khusus. kita menyimpulkan bahwa metode bertahan hidup diamati adalah yang terbaik. kami menggambarkan bagaimana memperkirakan Π => . jika dia tidak bermain. bahwa nya lawan sama mungkin salah satu-1 pemain lain N. Menggunakan simulasi. (Tidak ada perlu mensimulasikan n bulat). Ni +1 adalah jumlah transisi yang dibutuhkan rantai Markov yang negara adalah kumpulan pemain bertahan hidup di awal setiap putaran untuk memasuki keadaan yang tidak mengandung i. Mengingat pengurangan varians kriteria secara paralel dengan waktu untuk memperoleh hasil simulasi. Ni = j jika i pemain kalah di babak j +1).=> . cukup varians pengurangan atas estimator simulasi baku diperoleh ketika menggunakan salah satu metode kita disarankan. Biarkan Ni adalah jumlah putaran yang saya pemain bertahan (yaitu. Menggunakan i yang akan bermain dalam putaran 1 dengan 2m1 probabilitas / N dan. Pada contoh ini. Dalam Ross dan Schechner (1985) simulasi estimator berdasarkan bahaya diamati dikembangkan untuk secara efisien memperkirakan pertama distribusi bagian untuk satu perangkat negara dari rantai Markov. untuk 0 ≤ n <j.n i k i N P P n P k N N k 1 (1) (1 1) 90 Ross dan Ghamami Perhatikan bahwa (i) = P (N> k-1N ≥ k -1) Kii adalah tingkat kelangsungan hidup nilai diskrit mewakili probabilitas bahwa saya pemain bertahan k bulat mengingat dia telah bertahan sampai babak k. Masalah kita mengestimasi Pi = P (Ni> n -1) sebenarnya kasus khusus dari masalah yang lebih umum menggunakan simulasi untuk memperkirakan distribusi jumlah transisi dibutuhkan rantai Markov untuk memasukkan set tertentu dari negara. Waktu untuk menyelesaikan percobaan simulasi juga dipertimbangkan untuk setiap metode.contoh numerik dipertimbangkan dalam bagian 5.n = i k k P n N s i 1 (1) (). Keterangan.

β dimana j β k adalah himpunan simulasi pemain hadir pada awal putaran k. k = 1. Membiarkan () (1) 1 j k j i jk P i N k . . jika j i N adalah jumlah putaran yang saya bertahan dalam jangka simulasi j.λ => . n. Jadi. Misalkan kita membuat total simulasi r berjalan. jika k N P jika N k rr m i j i j l li i kk k j k j λβk Perhatikan bahwa) (i jk λ merupakan penaksir yang tidak bias dari sk (i) asalkan N k ≥ j -1 i.. Kami mendefinisikan "kata kelangsungan hidup "di j simulasi dijalankan sebagai titik estimasi sk (i). Membiarkan ..1 Biarkan j i N adalah jumlah putaran yang saya bertahan dalam jangka simulasi j.. sebagai berikut. maka ⎪⎩ ⎪⎨ ⎧ <≥= Σ∈≠ 01 1 (1) 2 1 ().

() 1 () / {#: 1} =Σ≥-=iNkjj i r j j λk λk Kemudian (i) k λ adalah perkiraan s sintasan nilai diskrit (i) = P (N> k-1N ≥ k -1) Kii dan Π= n KKI 1 λ () adalah perkiraan yang konsisten dari Π => . {PIJ: j ≠ i. Misalkan r melakukan simulasi berjalan. Dengan kata lain... mempertimbangkan situasi di mana N m <j-1 i untuk semua j = 1. IIN P P P.... ..= n IKK PN ns 1 (1) sebagai r. Untuk memperkirakan P (N> n -1) i berdasarkan estimator tersebut sangat berguna untuk menurunkan batas analitik untuk sk (i). jumlah simulasi berjalan. kami belum bisa mendapatkan perkiraan titik sm (i). N}. ≤≤≤ i. batas bawah dan atas untuk sk (i) adalah sebagai berikut Efisien Simulasi sebuah Turnamen Knockout Random 91 ΣΣ=-+ =≤≤-1 1 1 1 (1) 2 () 1 (1) 2 1N jNrIi kk k k r j Aku i kk k kj k jP . Keterangan. Kemudian. pergi ke infinity. r...... . j = 1. 2 . dan menyuruh mereka sehingga 1 2 1 . Pertimbangkan set probabilitas untuk i player. sn (i).

. Biarkan Ti adalah jumlah pertandingan dimainkan oleh pemain sementara mereka adalah pengganti i. n didekati. 3 menyatakan pemain berikutnya untuk bermain Wi.. (Lihat Ross dan Schechner. 1985 untuk rincian.. Pertama Var (k λ).. perkiraan Var (Π = n k1k λ) diperoleh. k = 1. maka pada awal babak berikutnya yang menjadi pemain pengganti untuk i. 1 menunjukkan pemain pertama saya bermain dalam pertandingan. 1 dalam pertandingan.. t. Akibatnya.. Setiap pemain pemukulan pengganti untuk saya saat ronde mengambil alih sebagai pengganti untuk saya pada awal berikutnya bulat. marilah Wi. dan kemudian menggunakan metode Delta dan menggabungkan perkiraan. 1 .. j = 1. t. Membiarkan Fi. j. Jika seorang pemain mengalahkan saya di beberapa bulat. Misalkan Ti = t. saya pemain harus berturut-turut mengalahkan semua pemain Fi. pada awal setiap putaran tepat salah satu pemain yang tersisa adalah pengganti untuk i.. Sekarang.) 3. 1 menjadi pemenang yang cocok. Biarkan Fi.. 2 menjadi pemenang pertandingan itu. 2 dalam pertandingan. . dan seterusnya sampai untuk Fi..rr m Psi rr m Aproksimasi Var (Π = n k1k λ) Dalam Ross dan Schechner (1985) metode dua langkah untuk perkiraan Var (Π = n k1k λ) dikembangkan. METODE 2: PERKIRAAN BERSYARAT DAN stratifikasi PASCA Sampai saya pemain kehilangan pertandingan. saya pemain ditunjuk sebagai pengganti untuk i. mari jn r m p j j j. Dengan cara ini. 3 menjadi pemenang pertandingan itu. Biarkan Fi. marilah Wi. 2 menyatakan pemain berikutnya untuk bermain Wi. dalam rangka untuk memenangkan turnamen ini. marilah Wi. . 2 == menunjukkan proporsi para pemain yang telah selamat dari j-1 putaran pertama .

Namun.. . kita secara rekursif dapat memecahkan sebelumnya sampai kita memiliki jumlah Pn (k).. [.. E memperkirakan [IT k] ii ⎢ = oleh rata-rata jumlah Π= i ij .. Sangat mudah untuk melihat bahwa Σ= === n j i P j T k P Saya k 1 () () Untuk menghitung probabilitas sebelumnya. n. biarkan Ij.. Artinya. k = 0 . seorang estimator stratifikasi posting harus memiliki varians lebih kecil. j = 1. Biarkan II menjadi indikator dari peristiwa yang saya memenangkan turnamen. biarkan P k P k aku k s n s s j sj≤≤==Σ= () (). P1 (0) = 1-p1.....].yang bermain di putaran j. = 1 .. sebagai estimator ekspektasi bersyarat dari Pi.. . karena ada akan muncul sebagai korelasi negatif yang kuat antara II dan Ti. kita bisa menggunakan Π = t Fi ji j P 1......+ Dimulai dengan P1 (1) = p1. 1. setelah menyelesaikan simulasi r berjalan. menulis Σ= =⎢= n k i P i n E aku T k P k 1 [] () dan kemudian. 1 92 Ross dan Ghamami Penyejuk pada Apakah memberi itu () (1) (1) () 1 1 P kp kp P P ksss-ss-= .. bisa mandiri Bernoulli variabel acak sehingga P Saya p n j j j (= 1) =. Karena Π= ⎢== t j i i t i E Fi j Aku t T F F P 1 .. n. Juga.

Untuk nilai tetap i. dengan Ij. Kami juga dapat memperkirakan varians dari estimator E [TI k] ii ⎢ = dengan varians sampel dari nilai Π = i ij Tj Pi F 1. Namun.. kita bisa menggunakan 0 sebagai estimasi E [TI k] P (k) iin ⎢ =.. hal 235) bahwa jumlah berjalan simulasi pergi ke tak terhingga varians dari estimator pascastratified adalah dari urutan yang sama besarnya seperti yang dilakukan oleh estimator berlapis yang tidak proporsi Pn (k) anak berjalan tergantung pada Ti = k. Hal ini dapat ditunjukkan (lihat Glasserman. setelah Ti = k dibagi dengan jumlah yang dihasilkan seperti nilai. Jika nilai Pn (k) cukup kecil. 2004.... Dalam hal ini. (Tentu saja.. dalam hubungannya dengan menggunakan Ti sebagai variabel kontrol dengan rata Σ dikenal = = n i j E p T j 1 [].) Contoh. mungkin ada nilai k yang ada berjalan untuk yang Ti = k. Keterangan. j ≠ i. diperoleh pada mereka berjalan memiliki Ti = k. jika ada cukup nilai-nilai seperti k. kami menyarankan menggunakan data simulasi untuk mengestimasi Pi dengan menggunakan bersyarat estimator Π harapan = i ij Tj Pi F 1. n. misalkan kita ingin memperkirakan Pi untuk i ditentukan ketika TIJ = α. kita masih akan menggunakan prosedur stratifikasi pasca untuk memperkirakan nilai Pj yang kesulitan sebelumnya tidak muncul. stratifikasi posting sebelumnya tidak akan bekerja untuk estimasi Pi. Sekarang. seperti sebelumnya didefinisikan [Ti] iPE=α Efisien Simulasi sebuah Turnamen Knockout Random 93 Π Π Π = = = =-=+= =Σ= n j jj . j = 1 ..Tj Pi F 1. Untuk mendapatkan gambaran tentang jumlah pengurangan varians hasil metode sebelumnya.

n j jj n j Aku Aku mr pp E E j n jj 1 1 1 (1 (1) 2) (1) [] [1] α α α α Penaksir harapan lurus bersyarat mengurangi. Nya varians Π= =--==n j jji i T i TT mrP EP Var E P i i 1 22 22 22 (1 (1) 2) [()] () [()] α . dalam hal ini. untuk estimator α Ti.

Dalam melakukan simulasi lari kita dapat menentukan pasangan dalam setiap putaran dengan menghasilkan sebuah permutasi n tunggal acak R R1 2 . n.. dan pemutar 7 memutar melawan pemain 8.. Bila dibandingkan dengan metode 2. berdekatan pemenang sebelumnya putaran dipasangkan. misalnya. pemain 1 memutar melawan pemain 2.. sebuah turnamen delapanpemain KO acak dengan. 4. 7. 2n. Dalam terakhir putaran yang selamat dari permainan putaran kedua terhadap satu sama lain. [1. Pertandingan di babak pertama ditentukan oleh pasangan pemain ditugaskan untuk posisi mulai berdekatan. α = 1 / 2. 3.. Keterangan. Jadi.α αα Misalnya. Perhatikan. 5. kita dapat menghitung menang probabilitas bersyarat. 5 pemain bermain melawan pemain 6. Pi. Di babak pertama.16. 3 pemain bermain melawan pemain 4.. pemenang pemain 1 dan 2 memainkan melawan pemenang pemain 3 dan 4. mj ≡ 1. Sebuah prosedur rekursif telah diperkenalkan pada Edwards (1996) untuk menghitung probabilitas untuk menang KO acak klasik turnamen ketika posisi pemain 'mulai dikenal dan dari saat itu pasangan ini 94 Ross dan Ghamami ditentukan seperti diuraikan di atas. kami memiliki kedua bersyarat harapan estimator. 8]. dalam hal ini. sebagai permutasi acak yang dihasilkan. 2. KLASIK KO TURNAMEN Dalam turnamen KO klasik acak N = 2n. i = 1. 2n yang akan menentukan cara untuk menetapkan pemain untuk posisi awal yang diberi nomor dari 1 sampai 2n.. 1.... . yang sebelumnya memberikan yang ) (1 5) .. penaksir harapan kedua kondisional diturunkan dengan . mengingat permutasi R acak. Kedua stratifikasi bersyarat harapan estimator. 4. k = 2 . estimator bagian sebelumnya berdasarkan pada probabilitas kelangsungan hidup memiliki 0 varians ketika PIJ ≡ α. ketika N = 5. dan ada 2n-k pertandingan di babak k dari turnamen.015 2 (6) ((1 2)) (1 3 2 4 1 -≈ -=Π= j T j Var i sedangkan varians dari estimator simulasi baku adalah Pi (1-Pi) = 0. Dengan demikian. . 6. Dalam putaran kedua... pemenang pemain 5 dan 6 memutar melawan pemenang pemain 7 dan 8.. Di babak k..

7 . (Perhatikan bahwa dalam tabel diberikan di bawah ini.2.6 .5 ..4 .8 ..4 . Ingat bahwa metode 1 adalah metode kelangsungan hidup diamati.7 .3 .6 Kami mempertimbangkan kedua sebuah turnamen KO satu-pertandingan-perputaran acak (N n = 8.6 .6 .6 .3 .9 .4 .5 . i = 1.5 .4 .2 ..4 . Hal ini umum untuk mewakili probabilitas pemain '.2 .1 . .3 .5 .7 .3 .3 . mi ≡ 1).8 .4 .7 . dan 8-pemain klasik turnamen knockout acak.5 .. di samping .2. j = 1.7 . = 7. dalam sebuah matriks yang biasanya disebut "preferensi matriks".8 . Namun.5 . metode 2 di turnamen satupertandingan-per-bulat dan kedua metode 2 dan 3 di turnamen knockout klasik lebih baik daripada metode yang diamati kelangsungan hidup dalam hal pengurangan varians.8 . 8. 5.7 . 8. Dalam simulasi klasik turnamen KO metode 3 mengacu pada estimator harapan kedua bersyarat diperkenalkan di bagian 4. Berdasarkan contoh numerik kami. .8 .4 .2 .5 .5 .4 .6 .pengkondisian informasi kurang dan sehingga lebih baik untuk metode 2 dalam hal varian pengurangan kriteria. Hasilnya. Menggunakan 105 menjalankan simulasi. dan tiga terakhir tabel merujuk ke knockout acak klasik turnamen.6 .5 . CONTOH NUMERIK Pertimbangkan sebuah turnamen KO dengan 8 pemain.3 . PIJ. nomor telepon di bawah setiap Pi menunjukkan perkiraan simulasi berhubungan dengan pemain i). kami memperkirakan untuk Pi kedua jenis turnamen..5 . Yang pertama setelah tiga tabel mengacu pada hasil simulasi dari satu pertandingan-putaran perKO turnamen acak.4 .6 .. Pertimbangkan matriks preferensi berikut untuk turnamen 8-pemain KO acak: ⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟ ⎠ ⎞ ⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜ ⎝ ⎛ .2 .6 .1 . dan metode 2 mengacu pada harapan bersyarat dikombinasikan dengan pasca-stratifikasi.3 .2 .7 .9 .

Perkiraan Pi P1 P2 P3 P4 P5 P6 P7 P8 Simulasi Baku 0.0367 0.1385 Metode 3 0.1078 0. dan kemudian rata-rata.0365 0.0483 0. kami menghitung k s λ 'dari simulasi r berjalan untuk mendapatkan satu titik .1365 Metode 2 0.1124 .0481 0. Berlalu waktu (dalam detik) Baku Simulasi Metode 1 Metode 2 184. dalam metode 1.1113 0.108 0. Ingat dalam metode 1.138 Metode 1 0.1192 .08 52.67 130.1370 Tabel 2.1394 0.118 ..1183 0.2244 . Sangat menarik untuk mengamati bahwa penaksir kami berdasarkan gagasan kelangsungan hidup diamati membutuhkan waktu lebih sedikit dibandingkan dengan ekspektasi bersyarat berbasis estimator dalam kedua jenis turnamen.1082 .31 Metode 2 59 111 63 84 55 21 68 62 Tabel 3.1388 0.1141 0. n lebih dari 105 berjalan simulasi. Perkiraan Pi P1 P2 P3 P4 P5 P6 P7 P8 Simulasi Baku 0.2249 0.1174 0.1132 0.1195 0.4 3475. titik estimasi sk (i) yang pertama dikumpulkan untuk k = 1.1123 0. Varians dari estimator berdasarkan 105 berjalan simulasi (skala 10-9) P1 P2 P3 P4 P5 P6 P7 P8 Simulasi Baku 966 1743 985 1220 1043 353 1063 1189 Metode 1 107 81 114 130 78 38 117 42 Metode 2 51 60 68 92 40 10 51 21 Metode 3 14 23 22 31 13 3 16 9 Tabel 6.1183 0.2241 0.1207 0.2129 0. Sebaliknya.1437 .1369 Metode 1 0.0363 0..1188 0.1194 0.1 208. Varians dari estimator berdasarkan 105 berjalan simulasi (skala 10-9) P1 P2 P3 P4 P5 P6 P7 P8 Simulasi Baku 977 1676 1004 1195 1052 458 1062 1182 Metode 1 448..2098 0.1437 0. Hal ini dapat dijelaskan dengan mencatat bahwa ketika estimator simulasi komputasi berdasarkan gagasan ekspektasi bersyarat diperkenalkan pada ini kertas.1791 13.0483 0.1422 0. faktor waktu juga telah diperhitungkan dengan mengukur jumlah waktu yang diperlukan untuk MATLAB lengkap eksperimen simulasi kami. Efisien Simulasi sebuah Turnamen Knockout Random 95 Satu Pertandingan Per Putaran Knockout Tournament Acak Tabel 1.45 122.2 .1112 0.1193 0.2112 0.1184 0.1107 0.1208 0.1439 0.1097 0.. ada operasi perkalian yang terlibat dalam menjalankan simulasi tunggal.1394 0. Berdasarkan nilai yang diperoleh dalam contoh numerik kita.1209 0.1131 0.3 Keterangan. Berlalu waktu (dalam detik) Baku Simulasi Metode 1 Metode 2 Metode 3 9.1083 0.2 182.1384 Metode 2 .1176 0.926 7362 Klasik Knockout Tournament Acak Tabel 4.1387 Tabel 5.2245 0.9 101. metode 1 adalah yang paling efisien simulasi prosedur untuk mengestimasi Pi di turnamen knockout acak.2288 2580 . Pi kemudian diperkirakan oleh produk dari rata-rata pada akhir simulasi percobaan.0366 .1122 0.pengurangan varians.43 104 65.

[4] Glasserman P.. Membandingkan menarik untuk turnamen eliminasi tunggal. [7] Hwang F.58. [3] Edwards C. A perbandingan efektivitas turnamen. Assoc. Statistik 50. Pada perbandingan antara standar turnamen dan sistem gugur. Ass. [5] Glenn WA (1960).T. Statis. Am. SIMULASI. Hwang F. Amer. kami meneliti akurasi dengan cara membandingkannya dengan sebuah varian eksternal estimator Var (ext) berdasarkan percobaan-meta dari 1000 independen percobaan. Pada probabilitas untuk menang dengan prosedur turnamen yang berbeda.D. 169-178. 249-262.. Menggunakan Simulasi Perkiraan Distribusi Passage Pertama. Schechner Z. (1996). Bulanan 107. [9] Ross dan Schechner (1985) Ross SM. Turnamen dan perbandingan berpasangan. J. Academic Press. [2] David H. kami memperoleh untuk turnamen klasik yang Var (int) = 120 × 10-9 dan Var (ext) = 118 × 10-9. Simak Baca secara fonetik Kamus . 1064-1081. J. 140-150. 96 Ross dan Ghamami Dari contoh numerik tersebut.R.K. Management Science 31 (2). [8] Marchand E.A. Kami menggunakan metode Ross dan Schechner (1985) untuk memperkirakan varians dari estimator. Memanggil ini estimator variansi internal. (1982). Springer. 593-596. (1985). 139-149. (1978). [10] Ross S. (2006). DAFTAR PUSTAKA [1] Chung F. [11] Searls DT (1963).Lihat kamus yang lebih detail ► . Riset Operasi 33. Biometrika 47. 73. Biometrika 46. Double-eliminasi turnamen: Menghitung dan menghitung. Monte Carlo Metode dalam Rekayasa Keuangan. New konsep dalam pembenihan turnamen knockout. (2004).. (1985). Math.M. memimpin kita untuk menyimpulkan bahwa varians internal estimator akurat. The Statistik 51 (2). Apakah pemain kuat memenangkan turnamen KO lebih. 27-33. (1959).K. Stat. (2002). 253 262. ed keempat. Amer.? Am.perkiraan Pi. Riezman R. [6] Horen J.

Sign up to vote on this title
UsefulNot useful