数学理论可不是这么说的,二项式分布了解一下

【 在 easior 的大作中提到: 】
: 随机就意味着测试结果无法预料
: 大数定理保证次数多有一定规律，但依概率收敛
: 那就是说，即使实验次数多，还是会有偏离
: ...................
--
FROM 123.123.154.74

什么样的结果看起来是“正常”的？自己手抛硬币600次，正反两面都会差不少

【 在 NiuSongFan 的大作中提到: 】
: random.choice(['正面', '反面'])
: 模拟结果如下，这模拟符合真实抛硬币么？
:
: 共抛600次，正面286次，反面314次
: 共抛600次，正面284次，反面316次
: 共抛600次，正面308次，反面292次

--发自 ismth(丝滑版)
--
FROM 221.222.20.*

你对抛硬币的理解有问题。

你不能只是正反面总数，这是一阶特征。对于 600 次抛掷来说，没有特别异常的地方。

但随机性不只是看正反面比例。

例如：

正反正反正反正反……

连续 600 次。

最终结果也是 300比300。

但显然没人会认为这是随机的。

问题在于，你检查的只有边际分布，却没有检查序列结构。

如果想判断一个序列是否像真实抛硬币，应该关注高阶统计特征，例如：游程，自相关，马尔可夫转移概率，N-Gram 分布，信息熵。

这些东西共同描述了序列内部的结构。

实际上，随机性检验本身就是一个专门的研究领域。很多序列的一阶统计量完全正常，但会在二阶、三阶甚至更高阶统计量上暴露规律。

而且，有个反直觉的事情，就是直觉上随机的，更可能是人为干预的

典型如游戏里面的随机，很多都有保底，垫子，随机是允许连胜连败的。

【 在 NiuSongFan 的大作中提到: 】
:
: random.choice(['正面', '反面'])
: 模拟结果如下，这模拟符合真实抛硬币么？
:
: 共抛600次，正面286次，反面314次

#发自zSMTH@23054RA19C
--
FROM 113.143.107.*

几百次而已，随机涨落

【 在 NiuSongFan 的大作中提到: 】
: 这个不用初始化seed？好像没多少改善
: “正面287次，反面313次”连续出现2次
: 正面269次，反面331次
: ...................
--
FROM 60.1.10.*