本文探讨了贝叶斯统计在随机性测试中的应用，这项任务传统上由频率学方法使用p值和t检验来处理。作者演示了贝叶斯方法如何利用似然比来替代p值，以确定随机比特生成器是否正常工作。该方法涉及为似然比设置一个阈值，超过该阈值表明生成器性能出现故障，例如产生过多的0或1。文章还通过引入未知变量并与一系列替代理论进行比较，触及了将此贝叶斯框架扩展到各种其他随机性测试，包括块频率、游程、词频和自相关测试。 AI
影响 这项研究可能为评估AI和其他计算领域中使用的随机数生成器的质量提供更稳健的方法。
排序理由 该条目详细介绍了统计方法在特定问题域中的新颖应用。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
