چند چرخش لازم است تا نتیجه معنا پیدا کند؟
چند چرخش اسلات لازم است تا نتیجه معنا پیدا کند؟ چرا صد چرخش تقریباً هیچ نمی‌گوید، خطای نمونه چطور با ریشه‌ی تعداد کوچک می‌شود و چه عددی کافی است.
مسئله در یک جمله
بازگشت اندازه‌گیری‌شده‌ی یک نمونه، یک متغیر تصادفی است. مرکز آن روی RTP بازی می‌نشیند، ولی پراکندگی‌اش با کوچک شدن نمونه به‌سرعت بزرگ می‌شود. برای همین دو نفر که هر کدام ۱۰۰ چرخش بازی کرده‌اند می‌توانند دو تصویر کاملاً متضاد از یک بازی داشته باشند و هر دو هم درست گزارش داده باشند.
چرا کاهش خطا این‌قدر کند است
خطای استاندارد میانگین با ریشه‌ی دوم تعداد نمونه کوچک می‌شود. یعنی برای نصف کردن خطا باید تعداد چرخش را چهار برابر کنی. جدول زیر همین رابطه را با ضریب دلخواه نشان میدهد:
| تعداد چرخش | ضریب کاهش خطا نسبت به ۱۰۰ چرخش |
|---|---|
| ۱۰۰ | ۱٫۰× |
| ۴۰۰ | ۲٫۰× |
| ۱٬۰۰۰ | ۳٫۲× |
| ۱۰٬۰۰۰ | ۱۰٫۰× |
| ۱۰۰٬۰۰۰ | ۳۱٫۶× |
| ۱٬۰۰۰٬۰۰۰ | ۱۰۰٫۰× |
و این هنوز خوش‌بینانه است، چون فرض میکند پرداخت‌ها پراکندگی معتدلی دارند. در بازی‌هایی که بخش بزرگی از بازگشتشان از رویدادهای نادر می‌آید، همگرایی از این هم کندتر است.
عدد عملی
برای دیدن فرکانس برد (چند درصد چرخش‌ها بردی دارند) چند هزار چرخش معمولاً کافی است، چون این یک نسبت ساده است. برای دیدن بازگشت، ده‌ها یا صدها هزار چرخش لازم است، چون بازگشت به دم توزیع وابسته است. همین را می‌توانی مستقیم امتحان کنی: نمونهگیر را با ۱۰۰۰، ۱۰۰۰۰ و ۱۰۰۰۰۰ چرخش اجرا کن و ببین کدام عدد زودتر پایدار می‌شود.
چند چرخش اسلات لازم است: جواب عملی
جواب به این بستگی دارد که دنبال کدام عدد باشی، و این تفکیک مهم‌ترین نکته‌ی این یادداشت است. اگر می‌خواهی فرکانس برد را بسنجی، چند هزار چرخش کار را راه می‌اندازد؛ عدد ۳۷٫۵٪ این میز با چند هزار چرخش به‌خوبی پیدا می‌شود چون یک نسبت ساده است و دم سنگین ندارد. اگر دنبال بازگشت باشی، ده‌ها تا صدها هزار چرخش لازم است؛ و اگر دنبال سنجیدن فراوانی یک رویداد نادر مثل فعال‌شدن دور چرخش رایگان (۱٫۰۷٪) باشی، باز هم بیشتر. شبیهسازی رسمی این بازی به همین دلیل روی ۳٬۰۰۰٬۰۰۰ چرخش بسته شد.
آن‌طرف ماجرا هم روشن است: یک نشست معمولی هیچ‌وقت به این اعداد نمی‌رسد. ۱۰۰ چرخش، ۵۰۰ چرخش، حتی ۲۰۰۰ چرخش، همه در محدوده‌ای هستند که نوسان بر سیگنال غالب است. برای همین است که در این سایت هیچ عددی برای بازی‌های برندها اعلام نمی‌شود و تنها عدد قابل استناد، ۹۴٫۴٪ اندازه‌گیری‌شده‌ی میز خودمان است — عددی که در صفحه‌ی RTP به‌عنوان میانگین بلندمدت تعریف شده، نه سهمیه‌ی یک جلسه.
اگر می‌خواهی این کندی را با دست لمس کنی، سراغ میز آزمایش برو و بازگشت یک جلسه‌ی کوتاه را یادداشت کن، بعد همان کار را دو سه بار دیگر تکرار کن. فاصله‌ی بین آن اعداد، همان خطای نمونه است که جدول بالا کندی کوچک‌شدنش را نشان میدهد.
نتیجه‌گیری عملی
هر ادعایی از جنس «این بازی امروز خوب میدهد» یا «این سایت پرداختش بهتر است» که بر پایه‌ی چند ده یا چند صد چرخش ساخته شده باشد، از نظر آماری بی‌معناست — حتی اگر گوینده کاملاً صادق باشد.
و برعکسش هم درست است: هیچ «تعداد چرخش مطمئنی» وجود ندارد که بعد از آن نتیجه تضمین شود. نمونه‌ی بزرگ‌تر فقط برآورد را دقیق‌تر میکند؛ درباره‌ی چرخش بعدی هیچ‌چیز نمی‌گوید.
درباره‌ی این یادداشت
نوشته‌ی تحریریه‌ی اسلات لب. هیچ نام مستعار، عنوان تخصصی یا سابقه‌ی ساختگی به آن نسبت داده نشده است. همه‌ی اعداد فنی این یادداشت از تعریف باز موتور بازی همین سایت محاسبه شده‌اند و با نمونهگیر میز کار قابل بازآزمایی‌اند. آخرین بازبینی: ۲۰۲۶-۰۸-۱۱.
پرسش‌های پرتکرار
پس تجربه‌ی شخصی هیچ ارزشی ندارد؟
برای ارزیابی رابط، سرعت، پایداری و پشتیبانی کاملاً ارزشمند است. برای نتیجه‌گیری درباره‌ی «سخاوت» یک بازی، نه — آن‌جا اندازه‌ی نمونه تعیین‌کننده است.
چطور خودم اندازه بگیرم؟
با نمونهگیر میز کار که همان موتور را در مرورگر تو اجرا میکند و نتیجهی همان نمونه را گزارش میدهد.
چرا شبیهسازی رسمی این بازی سه میلیون چرخش بوده؟
تا بازگشت اندازهگیریشده به کسری از یک واحد درصد پایدار شود. با نمونههای کوچکتر، عدد گزارششده بیشتر بازتاب شانس همان اجرا بود تا خاصیت بازی.