NIST随机漂移结果

Question

NIST指定所谓的随机偏移测试和随机偏移变异测试.从描述中，我可以得出，p值的数目在第一种情况下应该是8，在第二种情况下是18。但是结果表只给出了每个测试的一行。由于相关性，将它们全部保留显然是多余的。但对我来说还不清楚，我应该拿8(或18)中的哪一根，为什么只有一条。此外，还有一个问题:如果其中一个没有通过，那又意味着什么呢？

Answer 1

所以，这里有一些东西。

第一例8例，第二例18例

是的，这是正确的，但只有当有足够的样本数据。最后两次测试需要大量的数据。事实上，超过了建议的最低10×1百万位。我不太清楚，NIST也没有说得很清楚。如果高兴的话，测试将返回类似NIST (p)NRG套件结果的解释打印出的底部的内容，这些内容被无意地抄袭如下：-

  4  12   3  15  10   4   7   6   3   7  0.011440     70/71      RandomExcursions
  6   8   6   7   8   6   7  11   7   5  0.937294     70/71      RandomExcursions
  6   6   4   4   5  12   9   9   8   8  0.491599     71/71      RandomExcursions
  2   6   2  10   9  11   9   5   7  10  0.127498     71/71      RandomExcursions
  5   7   5   8   9   8   9   4   7   9  0.881013     71/71      RandomExcursions
  6   8   4   8  12   8   3   8   8   6  0.519816     69/71      RandomExcursions
  5   5   7   5   3   7  10   7   9  13  0.275709     70/71      RandomExcursions
  3   6  11   6  14   6   6   3   8   8  0.099089     71/71      RandomExcursions
  7  13   8   4   6   4   5   8  10   6  0.339044     71/71      RandomExcursionsVariant
 11   9   6   6   8   7   7   1   6  10  0.362174     71/71      RandomExcursionsVariant
 10   8   9   8   8   6   8   3   6   5  0.781926     70/71      RandomExcursionsVariant
  9   8   7   8   5  10   9   6   6   3  0.754127     71/71      RandomExcursionsVariant
  9  10   7   9   5   5   7   9   5   5  0.808725     70/71      RandomExcursionsVariant
  5  14   8   5   2   3  11  11   6   6  0.025193     70/71      RandomExcursionsVariant
  9   3   6   5  10   8   7   7   8   8  0.808725     70/71      RandomExcursionsVariant
  6   5   5   8  10   8   7   9   5   8  0.901761     69/71      RandomExcursionsVariant
  3   9   5  12   6   6   6  10   8   6  0.437274     71/71      RandomExcursionsVariant
  3   6   7   2  10  11   6  10   7   9  0.238562     71/71      RandomExcursionsVariant
  4  10   6  12   3  13   4   4   5  10  0.033552     71/71      RandomExcursionsVariant
  7   2  15   7   7   9   7   4   8   5  0.083381     71/71      RandomExcursionsVariant
  8   6  13   6   6   6   5   9   7   5  0.577844     71/71      RandomExcursionsVariant
  6  15   6   8   6   5   8   4   3  10  0.083381     71/71      RandomExcursionsVariant
 11   4   7  10   6  10   3   8   6   6  0.437274     71/71      RandomExcursionsVariant
 11   5   4  11   5   9  10   4   7   5  0.295803     69/71      RandomExcursionsVariant
 10   5   8   6   4  13   4   7   8   6  0.339044     70/71      RandomExcursionsVariant
 10   5   6   7   5  11   8   8   7   4  0.696376     71/71      RandomExcursionsVariant

由于相关性而明显的冗余

它们是不相关的，除非您的数据是:-)套件接受您的样本集并将其划分为多个流/块。每个测试在不同的序列上运行。所以你需要这么多数据。我通常使用至少10倍的10×1百万位(~10 at )。更多就更好了。

如果其中一项没有通过，那又意味着什么呢？

你的样本是随机的。或者是数学上和哲学上的迂腐，没有足够的证据表明你的样本集不是独立和相同的分布。再举一个例子：-

The minimum pass rate for each statistical test with the exception of the
random excursion (variant) test is approximately = 96 for a
sample size = 100 binary sequences.

The minimum pass rate for the random excursion (variant) test
is approximately = 67 for a sample size = 71 binary sequences.

因为随机性很烦人，所以在(随机的？)中没有理论上的阈值可以用作硬截断。决策过程这个问题被多个独立的测试所困扰，这些测试可能会在同一数据集上相互矛盾。

从经验来看，你倾向于看结果，看看你得到了什么样的感觉。很少的测试失败可能并不意味着任何不利的东西。在另一个样本集上重新运行测试可能会产生稍微不同的结果。需要有经验。当您的RNG行为不当时，当多个p值接近0.0或1.0时，这将是非常明显的。NIST使用1%的决策规则，但坏的RNG将远远超出这一范围。