Pesquisa Aplicada de Slots e Suíte de Dados Abertos
Estudos empíricos reproduzíveis, simulações Monte Carlo de 100M de giros e ferramentas abertas de verificação para RTP e índices de volatilidade.
Expectativa do Jogador, Índices de Volatilidade e Convergência de Cauda: Estudo de 100M
Análise exaustiva de convergência em arquiteturas de volatilidade Baixa, Média, Alta e Extrema, comprovando limites de intervalo de confiança e degradação de RTP.
// Open Science Artifacts & Datasets
Matriz de Simulação de RTP e Variância
Registros de convergência Monte Carlo em 4 faixas de volatilidade e horizontes de até 10M de giros com intervalos de confiança de 95%.
Matriz de Auditoria de Configuração de RTP
Benchmarks em 12 caça-níqueis populares comparando o perfil certificado de 96,5% contra perfis rebaixados de 94,5%, 92,5% e 88,5%.
Suíte de Verificação (Python 3)
Script determinístico que audita a integridade dos dados, taxas de decaimento do erro padrão e consistência da margem do operador.
// Convergência Empírica de RTP e Variância (Amostra)
Amostra de vetores auditados de convergência Monte Carlo através dos perfis de volatilidade até 10 milhões de giros:
| Volatilidade | Giros | RTP Real | RTP Teórico | Erro Padrão (SE) | Intervalo Conf. 95% | Valor-p |
|---|---|---|---|---|---|---|
| Low | 1,000 | 98.24% | 96.50% | 1.107% | [94.33%, 98.67%] | 0.116 |
| Low | 100,000 | 96.48% | 96.50% | 0.111% | [96.28%, 96.72%] | 0.857 |
| Low | 10,000,000 | 96.50% | 96.50% | 0.011% | [96.48%, 96.52%] | 0.928 |
| High | 1,000 | 89.60% | 96.50% | 4.427% | [87.82%, 105.18%] | 0.120 |
| High | 100,000 | 96.12% | 96.50% | 0.443% | [95.63%, 97.37%] | 0.389 |
| High | 10,000,000 | 96.50% | 96.50% | 0.044% | [96.41%, 96.59%] | 0.982 |
| Extreme | 1,000 | 74.20% | 96.50% | 7.589% | [81.63%, 111.37%] | 0.003 |
| Extreme | 100,000 | 95.30% | 96.50% | 0.759% | [95.01%, 97.99%] | 0.114 |
| Extreme | 10,000,000 | 96.50% | 96.50% | 0.076% | [96.35%, 96.65%] | 0.991 |
// Ciência Aberta e Reprodutibilidade
Em conformidade com os princípios da ciência aberta, todos os dados são licenciados sob Creative Commons Attribution 4.0 (CC-BY-4.0).
Clone o repositório ou baixe o pacote de arquivos CSV.
Execute o script em Python para auditar a convergência e a integridade das matrizes.
Integre os vetores em suas ferramentas analíticas e simuladores.