ch9.

9.md

@@ -192,3 +192,81 @@ empirical_hist_delay(1000)
 
 这证明了，在统计推断中使用大量随机样本是合理的。 这个想法是，由于较大的随机样本可能类似于从中抽取的总体，从样本中计算出的数量可能接近于总体中相应的数量。
 
+## 轮盘赌
+
+上面的分布让我们对整个随机样本有了印象。但有时候我们只是对基于样本计算的一个或两个量感兴趣。
+
+例如，假设样本包含一系列投注的输赢。那么我们可能只是对赢得的总金额感兴趣，而不是输赢的整个序列。
+
+使用我们的几率长期行为的新知识，让我们探索赌博游戏。我们将模拟轮盘赌，它在拉斯维加斯和蒙特卡洛等赌场中受欢迎。
+
+在内华达，轮盘赌的主要随机器是一个带有 38 个口袋的轮子。其中两个口袋是绿色的，十八个黑色，十八个红色。轮子在主轴上，轮子上有一个小球。当轮子旋转时，球体跳起来，最后落在其中一个口袋里。这就是获胜的口袋。
+
+`wheel`表代表内华达轮盘赌的口袋。
+
+```py
+wheel
+```
+
+| Pocket | Color |
+| --- | --- |
+| 0 | green |
+| 00 | green |
+| 1 | red |
+| 2 | black |
+| 3 | red |
+| 4 | black |
+| 5 | red |
+| 6 | black |
+| 7 | red |
+| 8 | black |
+
+（省略了 28 行）
+
+您可以在轮盘赌桌上展示的几个预先指定的口袋下注。 如果你下注“红色”，如果球落在红色的口袋里，你就赢了。
+
+红色的下注返回相等的钱。 也就是说，它支付一比一。为了理解这是什么意思，假设你在“红色”下注一美元。 第一件事情发生之前，即使在车轮旋转之前，你必须交出你的一美元。 如果球落在绿色或黑色的口袋里，你就失去它了。 如果球落在红色的口袋里，你会把你的钱拿回来（让你不输不赢），再加上另外一美元的奖金。
+
+函数`red_winnings`以一个颜色作为参数，如果颜色是红色，则返回`1`。 对于所有其他颜色，它返回`-1`。 我们将`red_winnings`应用于`wheel`的`Color`列，来获得新的表`bets`，如果您在红色下注一美元，它显示每个口袋的净收益。
+
+```py
+def red_winnings(color):
+    if color == 'red':
+        return 1
+    else:
+        return -1
+bets = wheel.with_column(
+    'Winnings: Red', wheel.apply(red_winnings, 'Color')
+    )
+bets
+```
+
+
+| Pocket | Color | Winnings: Red |
+| --- | --- |
+| 0 | green | -1 |
+| 00 | green | -1 |
+| 1 | red | 1 |
+| 2 | black | -1 |
+| 3 | red | 1 |
+| 4 | black | -1 |
+| 5 | red | 1 |
+| 6 | black | -1 |
+| 7 | red | 1 |
+| 8 | black | -1 |
+
+（省略了 28 行）
+
+假设我们决定在红色下注一美元，会发生什么呢？
+
+这里是一轮的模拟。
+
+```py
+one_spin = bets.sample(1)
+one_spin
+```
+
+
+| Pocket | Color | Winnings: Red |
+| --- | --- |
+| 14 | red | 1 |