Beantworten Sie nur die erste Ihrer Fragen: "Welche Tests würden Sie anwenden, um festzustellen, ob diese [Sequenz] wirklich zufällig ist?"
Wie wäre es damit, es als Zeitreihe zu behandeln und auf Autokorrelationen zu prüfen? Hier ist ein R-Code. Zuerst einige Testdaten (erste 1000 Stellen):
digits_string="1415926535897932384626433832795028841971693993751058209749445923078164062862089986280348253421170679821480865132823066470938446095505822317253594081284811174502841027019385211055596446229489549303819644288109756659334461284756482337867831652712019091456485669234603486104543266482133936072602491412737245870066063155881748815209209628292540917153643678925903600113305305488204665213841469519415116094330572703657595919530921861173819326117931051185480744623799627495673518857527248912279381830119491298336733624406566430860213949463952247371907021798609437027705392171762931767523846748184676694051320005681271452635608277857713427577896091736371787214684409012249534301465495853710507922796892589235420199561121290219608640344181598136297747713099605187072113499999983729780499510597317328160963185950244594553469083026425223082533446850352619311881710100031378387528865875332083814206171776691473035982534904287554687311595628638823537875937519577818577805321712268066130019278766111959092164201989"
digits=as.numeric(unlist(strsplit(digits_string,"")))
Überprüfen Sie die Anzahl der einzelnen Ziffern:
> table(digits)
digits
0 1 2 3 4 5 6 7 8 9
93 116 103 102 93 97 94 95 101 106
Verwandle es dann in eine Zeitreihe und führe den Box-Pierce-Test aus:
d=as.ts( digits )
Box.test(d)
was mir sagt:
X-squared = 1.2449, df = 1, p-value = 0.2645
Normalerweise sollte der p-Wert unter 0,05 liegen, um zu sagen, dass es Autokorrelationen gibt.
Führen acf(d)
Sie den Befehl aus, um die Autokorrelationen anzuzeigen. Ich habe kein Bild hier eingeschlossen , da es ein dumpfes Diagramm ist, obwohl es seltsam ist , dass der größte Lags bei 11 und 22 läuft , ist acf(d,lag.max=40)
zu zeigen , dass es keine Spitze bei Liegt = 33, und dass es nur Zufall!
PS Wir konnten vergleichen, wie gut diese 1000 Stellen von pi waren, indem wir dieselben Tests mit reellen Zufallszahlen durchführten.
probs=sapply(1:100,function(n){
digits=floor(runif(1000)*10)
bt=Box.test(ts(digits))
bt$p.value
})
Dies erzeugt 1000 zufällige Ziffern, führt den Test durch und wiederholt diesen 100 Mal.
> summary(probs)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.006725 0.226800 0.469300 0.467100 0.709900 0.969900
> sd(probs)
[1] 0.2904346
Unser Ergebnis lag also bequem innerhalb der ersten Standardabweichung, und pi quakt wie eine zufällige Ente. (Ich habe verwendet, set.seed(1)
wenn Sie diese exakten Zahlen reproduzieren möchten.)