3줄요약
1. 기댓값만큼 써도 10명중 4명은 실패한다.
2. 이건 확률모델이 기하분포인 점에서 유도된다.
3. 편차 ㅈㄴ 크니까 함부로 평균회귀 하려고 하지말자

-------
0. 메이플에서 기댓값 기댓값 거릴때 확률 모델은 기하분포임
  동전 N번 던져서 성공횟수를 보는 모델이 아니라        (성공횟수가 변수)
  성공할 때까지 몇번 시행하는지 보는 모델임              (시행횟수가 변수)

1. 기댓값은 확정이득에 대한 댓가가 아니고 평균 비용 말하는거
 기하분포 모델에서 기댓값만큼 쓰면 60프로 대 확률로 얻게 됨 
 그런데 보통 보면 기댓값이랑 경매장 가격이랑 비교하는데 경매장에서 100퍼로 얻는 거랑 비교하는 거 자체가 대가리 깨진 행동으로 볼수 잇음 

 
2. 정규(이항)분포가 아니고 기하분포라서 편차가 큼. 바꿔말하면 확률 누적 분포를 그렸을 때 운 나쁘면 내가 꼬리에 있을 확률이 상당함. 
 그래서 흔히 말하는 평균회귀해서 손해 메꾼다라는 발상이 정말 위험함 
 아래 그래프 보면 정규분포에 비해 기하분포 그래프는 꼬리가 길게 늘어지는 게 보임. x축이 애초에 달라서 의미가 없긴한데 이해를 돕기 위해 gpt 한테 그려달라 해봄 


-----------------------
아래는 그냥 궁금한사람만 읽으면 될듯  
 
3. (번외) 다시 1번으로 돌아가서 기대값이 누적백분위 60프로정도가 나오는 건 그렇게 정의한게 아니고 공식에 따른 결과임 
 기하분포에서 기댓값은 성공확률의 역수임 그냥 근의공식처럼 유도됨 
 윗잠재 유니크 등업확률이 3프로면, 기대횟수가 1/0.03 = 33회가 됨 
 그러면 보통 메수라이브에서 보는 누적백분위는 33번 시행할때가지 실패할 확률을 1에서 뺀거임 
   그러면 1- 0.97^33 = 0.63 = 63프로 가 나옴 
  시행확률을 1프로에서 0.1프로 0.01 프로로 낮추면 낮출수록 누적백분위 혹은 확률이 60프로 초반대에 수렴함 
 그래서 메수라이브같은데서 보면 항상 60프로 대가 나오는 거.