标签: quantify

如何量化伪随机数发生器的质量?

这是基于这个问题.提出了一些产生非均匀分布的答案,我开始想知道如何量化输出的非均匀性.我不是在寻找模式问题,只是单一价值方面.

接受的程序是什么?


我目前的想法是通过计算每个值的熵并采用加权平均来计算每次调用的平均Shannon熵.然后可以将其计算为预期值.

我担心的是

  1. 它是否正确?
  2. 如何在不失去精度的情况下计算这些值?

对于#1我想知道我是否正确.

对于#2,我担心的是我会处理大小如1/7 +/- 1e-18的数字而且我担心浮点错误会因为最小的问题而杀死我.计算的确切形式可能会导致一些主要的差异,我似乎记得有一些特殊日志案例的ASM选项,但我似乎无法找到关于此的文档.


在这种情况下,使用该范围的"良好"PRNG [1,n]并生成该范围的SRNG [1,m].问题是结果比输入差多少?

我所拥有的是每个输出值的预期发生率.

random quantify

5
推荐指数
1
解决办法
331
查看次数

标签 统计

quantify ×1

random ×1