Én is gratulálok mindenkinek. Nekem összesítésben az eddigi legrosszabb sorozatom volt ez, köszönhetõen annak, hogy a sorozat elsõ felében nem tudtam koncentrálni a versenyre, így három kihagyott és több rontott kört is beszedtem akkor.

(
Közben úgy gondoltam, némi statisztikát azért majd csinálok. Kezdésképp kipróbáltam, hogyan lehetne megújítani a dolgot: elsõre azt, hogy ne csak az 1.0-s elõrejelzések legyenek figyelembe véve az átlagba, ugyanakkor figyelembe legyen véve az is, hogy a nagyobb szorzónak nagyobb a beválási kockázata is.
Matematikailag a következõt fedeztem föl:
Legyen egy leadott elõrejelzés valószínûsége p_k, ahol k a szorzót(!) indexeli (vagyis az azonos szorzójú elõrék azonos valószínûségûnek vannak feltételezve). A szorzót jelölje s_k (ezt ismerjük), valamint az s_k szorzóval leadott elõrék számát n_k (ezt is ismerjük).
A valószínûség axiómái miatt szumma k-ra p_k*n_k = 1. Tegyük fel, hogy a valószínûségek és a szorzók között fennáll a p_k*s_k=p_l*s_l összefüggés. Ez biztosítja, hogy a nagyobb szorzóhoz kisebb valószínûség tartozik.
Mivel az elõre valószínûsége csak a szorzótól függ, feltehetünk egy tetszõleges függvénykapcsolatot közöttük: p_k=c_k*f(s_k), amiben a c-ket keresem az elõzõ feltételek mellett. A levezetésbõl kiderül, hogy (bár a c-k még igen, de) a p_k valószínûség nem függ az s_k-tól való függés alakjától: p_k=1/.
Mindezt kihasználva, végigszámolva sikerült meghatároznom egy adott fordulóban (az elsõre teszteltem is) a várható pontszámokat, mint ahogy régen is csináltam. A fõ különbség, hogy nem tételezek fel átlag és szórás alapján normál eloszlást, hanem pl. a T-kre is diszkréten kapnak valószínûséget az egyes értékek. Így viszont, ha 10-18°C között vannak a T-k, és van egy 26°C-os kiugró adat, akkor 19-tõl 25-ig 0 lesz a valószínûség, viszont 26-ra nem 0. Elõnye ennek, hogy az eloszlással technikailag nehezen közelíthetõ paraméterek, pl. a szélirány vagy a jelenidõ, ugyanezzel a módszerrel számolható.
)