关于3D大底的一点认识

常常见到帖子上有提供超过平均概率的大底，而这些大底因为概率超平均，其数据关系复杂性肯定很高，也就是数据共性很差，很难在其中找出高效缩水方案，这是概率存在的基本逻辑。
一个大底没有解决方案，那价值＝0，它的存在价值只是看起来很美！
所以有时候采用平均概率底一点的大底是有底层逻辑性的，就是数据共性好，通过共性易缩水并达到期望值。

3D历史上己经出现无数超平均水平的大底，大多数己无人提及，接下来会有很多，我可以预见它们的归宿。

言之有理

大底处理 个人理解 每一步缩水 都尽量平于或高于大底自身概率 最好不能低于一个点【百分比】
而且 要多层多次 处理

缩水效率＝缩水倍数x缩水胜率，提供个大体数据判断一下有否意义（缩水倍数＝原注数／缩后注数）。

第一次缩水胜率90％，第二次缩水胜率为80％，两种方案缩水后胜率是72％？实际统计结果会回答你远小于72％（做数据的都知道），只要两种胜率统计方式中存在重叠部分（统计冗余）就是这个结果。

我发的图片是第一次处理 【这个第一次做了3层 也就是3次处理】 下面还有3次不同处理

8.63倍无错缩水（假设它存在）？

第二次缩水胜率80％是建立在第一次缩水胜率90％的基础上的，两次缩水的胜率不是0.9*0.8，而是0.9*（0.9*0.8）＝0.648

所有条件所有数据所有方法都是在浪费时间和金钱，方向错了永远不能洞悉3D的底层逻辑一丝一毫。

我看错了，误会误会，您是对的

统计冗余是随机概率的必然基本属性，通俗点说是随机概率的《测不准》。

随机概率的统计冗余是它的必然属性，简单地说就是随机概率的《测不准》性质。

在贝叶斯的旗帜下我们必将会逐渐了解随机事件的规律，即使是占很少部分，也是人类的进步。

推个3D小公式，
上期百位x4 加 十位x9 加 个位x9＝W
W的 个位 加 十位＝下期通杀码
（仅供娱乐）

大概率连乘的谬误！

是用合杀（仅供娱乐）补充。

一个大概率方案无法做出期望值，都不值得我们花时间。

严格地说利用共性应该不能称为缩水（仅是借用这个名称）。