Difficilmente ci saranno altri giochi "maturi" per Wii da Sega

Difficilmente ci saranno altri giochi "maturi" per Wii da Sega

L'insuccesso commerciale di Dead Space Extraction potrebbe cambiare i piani di diversi produttori.

di pubblicata il , alle 10:35 nel canale Videogames
 
198 Commenti
Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - info
noxycompany08 Gennaio 2010, 16:20 #161
Originariamente inviato da: netcrusher
stai bevendo??? ihihihihi rileggi quello che hai scritto su tua padre..ihihihihi dai scherzo, già mi immagino che stai come un forsennato d'avanti a quella tastiera!!!


hahahaha questa è bella
darios8108 Gennaio 2010, 16:25 #162
Originariamente inviato da: noxycompany
hahahaha questa è bella


Per dire la verita' stavo iniziando la programmazione di una parte di un sito ( ambito universitario ) che dovrebbe fungere da completamente ad un libro universitario venduto a livello nazionale ( sono le risposte dei quesiti che ci sono nel libro inserite in una parte che permette a chi ha comprato solo il libro di accedervi ).
Per fortuna che mi sono messo a scrivere qua, perche vuoi che sono tornato da due giorni a lavoro ( e oggi mi viene troppo pesante ) , vuoi che ho sonno , vuoi che oggi e' venerdi le mie idee sono pari a zero.
bronzodiriace08 Gennaio 2010, 18:24 #163
Originariamente inviato da: darios81
Ma chi ha detto che il Wiimotionplus funziona in maniera approssimativo? Capita solo su grand Slam Tennis, perche su Wiisport resort che hanno fatto dopo va benissimo.

Cmq sia chiaro , non ho detto che e' brutto, pero mi fa innervosire che un gioco cosi , non rilascino patch o abbiano avuto fretta di commercializzarlo in quella maniera.

Dimmi non ha neanche il difetto ( perche come dici tu che e' copiato l mio)) che quando giochi senza nunchunk il giocatore e' inetto a posizionarsi rispetto alla palla ?


ma grand slam tennis và giocato con il nunchak per muovere il giocatore, mica senza nunchak
No io non ho nessun difetto con il motion plus, dopo una mezz'oretta lo poso per 3 secondi per la ricalibrazione.
Eh si che fastidio.
darios8108 Gennaio 2010, 18:58 #164
Originariamente inviato da: bronzodiriace
ma grand slam tennis và giocato con il nunchak per muovere il giocatore, mica senza nunchak
No io non ho nessun difetto con il motion plus, dopo una mezz'oretta lo poso per 3 secondi per la ricalibrazione.
Eh si che fastidio.


E se io vorrei giocarlo senza nunchunk? Che il filo mi rompe ?
Cmq a me ogni 3 vengono perfetti e due non c'entrano una mazza , cs cm la posizione della racchetta ( dritto e rovescio )
MaxArt08 Gennaio 2010, 22:30 #165
Originariamente inviato da: darios81
Ti ho detto prima (in pvt) che campione e popolazione sono la stessa cosa.
Sono due unita di misura differenti.
Questa è davvero una perla mica male...

In casi come quello sopra dove conosci tutta l'intera popolazione ma non la composizione, puoi associare popolazione = campionee' fare un inferenza per cercare di determanre la composizione
Se conosci l'intera popolazione, conosci la sua composizione! È così che si definisce la cosa!
L'inferenza statistica parte dal campione per determinare la composizione della popolazione, nel caso non si conosca.

Originariamente inviato da: darios81
E se io vorrei
OMG! Ma sei il cuggino di Totti?

giocarlo senza nunchunk? Che il filo mi rompe ?
I casi sono due: o ti compri un nunchuck senza fili (ce ne sono diversi in commercio) o impari dritto e rovescio con due mani, come del resto fanno ormai tutti i campioni, e le donne da tempo immemore.
Ma certo sei difficile, eh? Arrivare a parlare di questo quando il thread è partito da tutt'altro.
darios8109 Gennaio 2010, 01:35 #166
Guarda Maxart te non sai i concetti fondamentali della statistica , confondi tra elementi di quantita come Popolazione e Campione con elementi di qualita' che sono la loro composizione.
Tra l'altro guarda cosi la finiamo con la tua farsa :
[B][U]Definizione di CAMPIONE STATISTICO[/U][/B]
Base per effettuare qualsiasi ricerca o rilevazione, indica - data una popolazione (di persone, prodotti, sistemi, ecc.) - una sua parteche ne rappresenti il tutto. In questo modo, una volta selezionato secondo criteri variabili ma regolamentati, le caratteristiche ad esso attribuite potranno essere applicate all'universo di riferimento.

INFERENZA
Ti rileggo la definizione pure di Inferenza e Probabilita' ( dalla Wikipedia) :
L'inferenza statistica è il procedimento per cui si inducono le caratteristiche di una popolazione dall'osservazione di una parte di essa, detta campione selezionata solitamente mediante un esperimento casuale (aleatorio).


Sai leggere che c'e scritto ? Il campione non ne conosci la qualita' perche' e' selezionato mendiante esperimento casuale (Cioe' se hai 100 elementi te ne prendi 50 a caso, oppure se vuoi te li prendo puri tutti e 100 tanto l'insieme e' limitato ).

Ti do pure l'esempio della Wikipedia che e' chiarissimo:
Data un'urna con composizione nota: 6 palline bianche, 4 palline rosse, utilizzando le regole del calcolo delle probabilità possiamo dedurre che se estraiamo una pallina a caso dall'urna, la probabilità che essa sia rossa è 0,4. Si ha invece un problema di inferenza statistica se abbiamo un'urna di cui non conosciamo la composizione, estraiamo n palline e ne osserviamo il colore e, a partire da questo, vogliamo indurre la composizione dell'urna.


Anche se sei Laureato ti ho segnato per bene le parti fondamentali.

Tra l'altro:
Ti ho detto prima (in pvt) che campione e popolazione sono la stessa cosa.

Gli ho detto in Privato che l'insieme del Campione e' inglobato nell'universo della popolazione.

Se conosci l'intera popolazione, conosci la sua composizione! È così che si definisce la cosa!
L'inferenza statistica parte dal campione per determinare la composizione della popolazione, nel caso non si conosca


Devi avere seri problemi con l'italiano.
Se conosco l'intera popolazione e conosco mi dici per conseguenza la sua composizione a cosa mi serve il campione ? Mah
Chi lo dice che l'inferenza statistica parte dal Campione ?
Per favore mi definisci che intendi tu per Campione ?
Mi spieghi se prendi l'esempio sopra , qual'e la popolazione e qual'e' il campione ? nel caso parliamo di popolazioni finite.
Cioe' leggi tutto quello che hai scritto perche' nel tuo modo di ragionare c'e qualcosa che non quadra...
Mi fai un esempio di Inferenza Statistica reale ?
MaxArt09 Gennaio 2010, 11:20 #167
Detto in tre parole: stai sbagliando tutto.

Originariamente inviato da: darios81
Sai leggere che c'e scritto ? Il campione non ne conosci la qualita' perche' e' selezionato mendiante esperimento casuale (Cioe' se hai 100 elementi te ne prendi 50 a caso, oppure se vuoi te li prendo puri tutti e 100 tanto l'insieme e' limitato ).
Guarda che si prende un campione proprio per conoscerne la composizione. Si fa questo quando è impraticabile conoscere la composizione di tutta la popolazione. Il fatto che il campione sia scelto casualmente serve a ridurre al minimo gli errori: il problema che si presenta ora è capire come si può attuare una scelta casuale.
Nello specifico, le tue amiche NON sono una scelta casuale.

Ti do pure l'esempio della Wikipedia che e' chiarissimo:
L'esempio di Wikipedia dice esattamente ciò che ho detto io, cioè che l'inferenza serve ad avere una stima della composizione della popolazione a partire da quella del campione. Come fai a dire che: "[B]Si ha invece un problema di inferenza statistica se abbiamo un'urna di cui non conosciamo la composizione, estraiamo n palline [COLOR="Red"][leggasi: un campione][/COLOR] e ne osserviamo il colore [COLOR="Red"][leggasi: ne conosciamo la composizione][/COLOR] e, a partire da questo, vogliamo indurre la composizione dell'urna [COLOR="Red"][leggasi: della popolazione][/COLOR].[/B]" è diverso da ciò che ho detto io?

Hai senza alcun dubbio seri problemi con l'italiano.

Gli ho detto in Privato che l'insieme del Campione e' inglobato nell'universo della popolazione.
Il che è ben diverso da dire che è la stessa cosa.

Se conosco l'intera popolazione e conosco mi dici per conseguenza la sua composizione a cosa mi serve il campione ? Mah
Infatti quello sarebbe un problema di probabilità. Se si conosce la popolazione, si può sapere a priori una stima della composizione di un campione aleatorio.
Esempio: popolazione di un Paese. Si conosce il numero di uomini e donne totali (assumiamo siano in pari numero)). Se prendo un campione aleatorio di 1000 persone, posso aspettarmi che 500 di essi siano uomini e 500 donne.

Mi fai un esempio di Inferenza Statistica reale ?
L'esempio dell'urna non ti va bene? Sappiamo che nell'urna ci sono 100 palline tra bianche e rosse, ma non sappiamo esattamente quante siano dell'una o dell'altra. Ne estraiamo 10: 6 sono bianche e 4 rosse. Ne inferiamo che nell'urna ci sono 60 palline bianche e 40 rosse. (O anche se non sappiamo il numero di palline nell'urna, possiamo stimare che il 60% siano bianche e il 40% rosse.)
È così difficile da capire?
darios8109 Gennaio 2010, 11:55 #168
@MaxART

Guarda che si prende un campione proprio per conoscerne la composizione. Si fa questo quando è impraticabile conoscere la composizione di tutta la popolazione. Il fatto che il campione sia scelto casualmente serve a ridurre al minimo gli errori: il problema che si presenta ora è capire come si può attuare una scelta casuale.


Il problema e' che tutti fai confusione tra calcolo delle probabilita' ed inferenza statistica.
Ha da due giorni che mi parli della probabilita' e non te ne rendi conto.

Fai talmente confusione, perche cio' che dice della scelta del campione ( e i tre metodi per fare un campionamento corretto ) non si fanno nell'inferenza.
Il termine aleatorio indica proprio una scelta fatta casuale , perche tu induci delle deduzione nell'inferenza che non sono precise quanto la probabilita' dove la scelta degli elementi ( il campione ) e' determinata secondo regole ben precise.

Tra l'altro non ti stona nel tuo discorso , che la parola CASUALE la associ a RIDURRE AL MININO GLI ERRORI ?
In matematica quando fai un operazione CASUALE non sai mai il risultato che essa comporta.
Se io prendo un campione CASUALE come posso ridurre gli errori ?
Tra l'altro tu non conosci la qualita' della popolazione , ne tantomeno del campione , perche se conosci la prima puoi benissimo applicare le tecniche di campionamento e passare alla probabilita'.
Viceversa se conosci gia la composizione del campione ( ossia la qualita' ) non ha piu bisogno di fare inferenza , ma passi direttamente alla probabilita'.

L'inferenza nasce proprio nel qual cosa , si parte da deduzioni e campioni scelti casualmente e si cerchi di dimostrare delle deduzioni seguendo delle regole ben precise.Ovviamente sono deduzioni.

Io prima ti ho detto : " Se prendo le mie amiche "
LA deduzione l'ho fatta perche se prendo 100persone ( di cui non so sesso , eta e via dicendo ) e chiedo se comprano Wiifit , in queste 100 persone la maggiorparte che sceglie Wii e' donna, pertanto posso dedurre che l'aggeggio in questione e' comprato principalmente dalle donne
MaxArt09 Gennaio 2010, 12:13 #169
Originariamente inviato da: darios81
Tra l'altro non ti stona nel tuo discorso , che la parola CASUALE la associ a RIDURRE AL MININO GLI ERRORI ?
In matematica quando fai un operazione CASUALE non sai mai il risultato che essa comporta.
Se io prendo un campione CASUALE come posso ridurre gli errori ?
Perché se il campione non è casuale il risultato è influenzato dal modo in cui viene scelto. Banale, no?
Se dovessi prendere 10 persone per vedere quante sono uomini e quanti donne nella mia città, sarebbe casuale se li prendessi dallo spogliatoio della mia palestra? No: è un metodo sbagliato di selezione del campione.
Se vuoi fare un exit poll delle elezioni ma ti concentri su un seggio in mezzo alle case popolari otterrai risultati ben diversi di quando lo fai in un seggio in mezzo ai quartieri "bene" della città.
Certo che la casualità può portare a qualsiasi risultati. Ci sono però diversi teoremi sui grandi numeri con cui ci si può effettivamente lavorare. Uno dei maggiori problemi della statistica consiste nel saper individuare qual è un campione davvero CASUALE.
Se ti fermi al fatto che la casualità porta a risultati ignoti non vai da nessuna parte, in statistica.

Viceversa se conosci gia la composizione del campione ( ossia la qualita' ) non ha piu bisogno di fare inferenza , ma passi direttamente alla probabilita'.
Guarda caso, proprio l'esempio semplice di Wikipedia ti dice il contrario. Quante volte devo ancora riscrivertelo?

Ora basta, è evidente che vuoi cercare di far passare per corretto ciò che hai detto, per una stupida questione di puntiglio. Infatti hai sviato da tutte le questioni che ti ho posto.
darios8109 Gennaio 2010, 12:48 #170
Vabene mi stai facendo una parafrasi su una cosa chiara e scritta in italiano.
Continui da due giorni, non facendo un esempio , non portando una definizione chiara e non facendo capire nenache che differenza c'e tra probabilita' e inferenza ( anche perche' per l'inferenza si parla di deduzioni ).

In ogni caso per me la pagina di wikipedia e' chiara, non c'e bisogno di parlare di altri teoremi che poi non c'entrano nulla con il discorso, cosi come di appuntare su cose che sono ovvie e spiegate in maniera chiara ed essenziale.

Purtroppo la Matematica non e' una opinione.
Se dovessi prendere 10 persone per vedere quante sono uomini e quanti donne nella mia città, sarebbe casuale se li prendessi dallo spogliatoio della mia palestra? No: è un metodo sbagliato di selezione del campione.

Casuale se li prendi dalla tua palestra ? 10 persone ? metodo sbagliato ?
E' segno di completa ignoranza in materia: io scusami ma certe cose non posso sentirle.
E' un corollario fondamentale dell'inferenza, che se tu fai un indagine X e poi una Y e poi una Z queste 3 produranno risultati sempre diversi.
Il campione e' scelto proprio casuale, perche le dirette conseguenze non saranno indagine CERTE ma solo DEDUZIONI.
Per migliorare l'inferenza esistono una serie di metodi ( tipo l'inferenza bayesiana o altri ) dove ripeti un indagine piu volte e dopo di che utlizzando regole matematiche dai un risultato approssimativo.

Quello di cui parli tu , e' la probabilita'.Se fai quell'esempio , il campione e' palesamente sbagliato.

Guarda caso, proprio l'esempio semplice di Wikipedia ti dice il contrario. Quante volte devo ancora riscrivertelo?


Mi poste dove si dice questo ? Lo esponi alla comunita' della statistica questa nuova teoria sulla probabilita' e sull'inferenza ? te lo chiedo per favore...

Devi effettuare il login per poter commentare
Se non sei ancora registrato, puoi farlo attraverso questo form.
Se sei già registrato e loggato nel sito, puoi inserire il tuo commento.
Si tenga presente quanto letto nel regolamento, nel rispetto del "quieto vivere".

La discussione è consultabile anche qui, sul forum.
 
^