随机数生成器测试与变更中心测试方法解析
1. 随机数生成器测试
在评估随机数生成器（RNG）时，仅通过均值和方差测试是不够的，即便生成器通过了这两项测试，也不能保证样本来自正确的分布。下面介绍两种更有效的测试方法。
1.1 桶测试（Bucket Test）
- 原理：假设一个 RNG 通过了均值和方差测试，但样本仍可能来自错误的分布。例如，有两个生成器，一个返回均值为 1 的指数分布值，另一个返回均值为 1、标准差为 1 的正态分布值，均值和方差测试无法检测出调用这两个生成器时的错误交换。此时可以使用桶测试，即将输出范围划分为多个“桶”（区间），统计落入每个桶的样本数量。不同分布在某些桶中的差异会很明显，如在区间[-1, 0]内，指数分布生成器的值为 0，而正态分布生成器约有 19%的值在此区间。
- 操作步骤
- 划分桶：将输出范围划分为 k 个不重叠且覆盖整个输出范围的桶。
- 计算统计量：设 Ei 为第 i 个桶的期望样本数，Oi 为实际观察到的样本数，计算卡方统计量。若该值过大，说明观察计数与期望计数差异过大，生成器可能不符合正确分布；若过小，说明期望计数与预期值过于吻合，缺乏足够的随机变化。
- 相关问题及解决方法
- 桶的数量：桶太少，测试要求不高，可能检测不出错误；桶太多，每
