Как выявить кластеры бинарных случайных величин с близкими вероятностями?

Question

[Elick]

Здравствуйте, вопрос довольно странный наверно, но он в том как выявить кластеры бинарных случайных величин с близкими вероятностями? Существуют ли для этого какие-либо методы, может быть в пакетах на python?

Для примера можно наверно взять случай с монетами. Допустим у меня есть набор разных монет (с повторением номинала) и я знаю где какая была отчеканена (плюс я знаю год чеканки, общий вес и еще какие-нибудь параметры, по которым можно эти монеты было бы сгруппировать). Действия такие, я бросаю каждую монету только по одному разу и
получаю исход (True/False). Допустим этих монет достаточно много (из них много схожих по разным параметрам или сочетаниям параметров, которые я обозначил(номинал, вес, год, завод и т.д.). Плюс группируя монеты по этим параметрам, можно делать также оценки вероятностей). Вопрос в том, как мне зная весь этот массив информации определить кластеры, в которые я бы мог заранее относить те или иные монеты, зная их параметры так, чтобы в каждом кластере можно было бы построить свои доверительные интервалы для матожидания. (Подразумевается, что я определяю кластеры монет по степени их несимметричности, где-то чаще выпадает орел, где-то решка)

Comments

[Vindicar]

я бросаю каждую монету только по одному разу

Тогда дублирующихся монет должно быть очень много, иначе просто не почувствуешь разницу в вероятностях...

[Elick]

Vindicar, ну да, я и написал что монет именно "достаточно" (грубо говоря их десятки, может сотни тысяч)

[Сергей Соколов]

Плюс группируя монеты по этим параметрам, можно делать также оценки вероятностей

Есть и корелляция и какая-то понятная причина для неё?

[Elick]

Сергей Соколов, не понял корреляция чего с чем, здесь основная идея в том, что можно условно сгруппировать монеты по номиналу, или по заводу изготовителю (ну или станку, в такие нюансы я не углубляюсь, это всего лишь садаптированный пример), или по тому и другому, или по чему-то еще, а затем оценить вероятность. Причины группировки просты, в первом случае несимметричность монеты может заключаться в ее форме, во втором в особенностях определенных условий изготовления.