Vba Excel'；s随机数发生器不是随机的吗？

我正在测试Excel的随机生成器是否真的是随机的，这就是为什么我要使用它

通过这样做，我得到了一个p值0，因此我不接受空值，即样本不是随机的

我的问题是:

1） 我是否在编码或解释方面犯了一些错误？

代码：

胡里奥·耶苏·卢娜·莫雷诺的《代码》 'jlqmoreno@gmail.com 选项基数1 子测试（） Dim x，r（），i，n，mu，sigma，plus（），minus（），k，h，f，j，phi，rplus，rmius，rachas（）作为变量 Dim w为双精度，标志为布尔值 n=1000:k=0:h=0:flag=False:rplus=0:rminus=0:j=0:phi=0 Set f=Application.WorksheetFunction 雷迪姆r（n） 对于i=1到n 随机化 x=Rnd（） r（i）=IIf（x>=0.5,1,0） 调试.打印r（i） 接下来我 k=r（1） h=2 边做边做 如果r（h）=k，则 φ=φ+1 flag=False h=h+1 其他的 flag=True k=r（h） h=h+1 如果结束 环 如果φ>=1，则 j=j+1 雷迪姆·拉卡斯（j） 拉卡斯（j）=r（h-2） 调试.打印rachas（j） 如果结束 flag=False φ=0 环 rplus=j-f.Sum（rachas） rminus=j-rplus mu=（（2*rplus*rmius）/j）+1 西格玛=（μ-1）*（μ-2）/（j+1） w=f.Norm\u S\u Dist（（j-mu）/Sqr（sigma），假） 调试 端接头 提前谢谢

• Excel的随机数生成器不是随机的——它只是伪随机的。（大多数计算机生成的随机数也是如此。）

• 尽管在大多数情况下，随机数通常是足够随机的，但如果您编写一些代码，例如：

  Sub RndTest()
      Dim r(0 To 9999, 0 To 9999) As Long
      Dim i As Long
      Dim x As Long
      Dim y As Long
      For i = 1 To 100000000
          x = Int(Rnd() * 10000)
          y = Int(Rnd() * 10000)
          r(x, y) = r(x, y) + 1
      Next
      Cells(1, 1).Resize(10000, 10000).Value = r
      Columns("A:NTP").AutoFit
  End Sub
  

  在运行该代码时，您需要有点耐心，因为它将生成100000000对随机数，并将它们分配给100000000个单元格。但是最后产生的图案看起来很好看
  很多问题都是由于VBA中生成的随机数只是一个

  单精度

  数字，它只包含大约6个有效数字

---

你也可以通过掷硬币来测试它
下面是一个测试这一点的快速代码（不是最好的，但按预期工作）：

---

您需要对代码进行更正。你对mu的计算不正确

mu = ((2 * f.Count(plus) + f.Count(minus)) / n) + 1

应该是

mu = ((2 * f.Count(plus) * f.Count(minus)) / n) + 1
                         ^
                         Note the change here

---

我认为您的随机化命令也应该在for/next循环之外和之前执行。我不确定这将如何影响结果。
这是如何实施的
1-我们计算跑步次数；每次观察到拾取值中的翻转时递增
2-我们根据独立性假设（无效假设）对应的正态分布检查结果运行次数。准确地说，我们希望获得的运行次数与平均值相差“那么远”。注：这是一项双尾测试
3-要计算此概率，应使用累积正态分布，即将参数

cumulative

设置为

true

Sub WaldWolfowitz()
  Randomize
  Dim nRuns As Long ' counts the number of runs
  Dim x As Long ' a randomly picked value, 0 or 1
  Dim lastX As Long: lastX = -1 ' memorizes the last picked value to count runs
  Dim N(0 To 1) As Long ' array holds the number of picks of 0 and 1

  Dim i As Long, r As Double
  For i = 1 To 1000000
    r = Rnd
    x = IIf(r < 0.5, 0, 1)
    N(x) = N(x) + 1
    If x <> lastX Then nRuns = nRuns + 1
    lastX = x
  Next

  ' Distribution of the number of runs in the case
  ' the picks are independent (the null hypothesis)
  Dim mu As Double, variance As Double, sigma As Double, p As Double, z As Double
  mu = 1 + ((2 * N(0)) / (N(0) + N(1))) * N(1) ' rewrote it this way to avoid overflow
  variance = (mu - 1) * (mu - 2) / (N(0) + N(1) - 1)
  sigma = Sqr(variance)

  ' The p-test. We calculate the likelihood that the resulted number of runs
  ' be "that far" from mu. Notice in the calculation below:
  ' - We compute the absolute value of diff because it's a "two-tailed test"
  ' - We calculate the "tail" area under the normal curve from that point
  '   and we multiply it by two
  ' - The parameter "Cumlative:=True" for Norm_S_Dist to calculate the area under the normal curve
  z = Abs(nRuns - mu) / sigma
  p = 2 * (1 - WorksheetFunction.Norm_S_Dist(z, True))

  Debug.Print mu, sigma, nRuns, z, p
End Sub

Sub-WaldWolfowitz（）
随机化
Dim nRuns As Long“计算运行次数
将x变长为随机选取的值，0或1
Dim lastX As Long:lastX=-1'记忆上次拾取的值以计算运行次数
Dim N（0到1）只要“Long”数组包含0和1的拾取数
暗淡的i和长的一样，r和双的一样
对于i=1到1000000
r=Rnd
x=IIf（r<0.5,0,1）
N（x）=N（x）+1
如果x lastX，则nRuns=nRuns+1
lastX=x
下一个
'案例中运行次数的分布
“选择是独立的（无效假设）
Dim mu为双精度，方差为双精度，西格玛为双精度，p为双精度，z为双精度
mu=1+（（2*N（0））/（N（0）+N（1））*N（1）”以这种方式重写它以避免溢出
方差=（mu-1）*（mu-2）/（N（0）+N（1）-1）
西格玛=Sqr（方差）
“p检验。我们计算得出的运行次数
"离穆"那么远"。请注意以下计算：
-我们计算差异的绝对值，因为它是一个“双尾测试”
-我们从该点计算法向曲线下的“尾部”面积
我们把它乘以二
'-用于Norm_S_Dist计算法向曲线下面积的参数“cummative:=True”
z=Abs（nRuns-mu）/sigma
p=2*（1-工作表功能规范S_区（z，真））
调试。打印mu，sigma，nRuns，z，p
端接头

---

p、 我将让您运行测试并解释它们。我自己的测试并没有拒绝独立性的零假设，尽管我对它们不太满意…
增量缩进有什么原因吗？@ThunderFrame没有，我只是觉得它看起来很不错，“Dim x，r（），I，n，mu，sigma，plus（），minus（），k，h，f，mediana作为变量”，只有最后一个变量被显式声明。其他的都是隐式变体。这是我以前犯过的错误。@IvenBach我已经纠正了这个错误。你误解了Wald的测试。@Moreno-还有，FWIW，“标准偏差”是“方差”的平方根。你知道有哪种编程语言有“真实”随机数生成器吗？@Moreno-要“真实”随机，我相信它需要基于一些随机的东西，这意味着一些“非编程”输入需要用作计算的一部分。我认为放射性物质的衰变可以利用吗？或者可能是供电水平的波动？因此，生成“真实”随机数与其说是软件问题，不如说是硬件问题。（但我肯定不是这方面的专家。也许读过。）

mu = ((2 * f.Count(plus) * f.Count(minus)) / n) + 1
                         ^
                         Note the change here

Sub WaldWolfowitz()
  Randomize
  Dim nRuns As Long ' counts the number of runs
  Dim x As Long ' a randomly picked value, 0 or 1
  Dim lastX As Long: lastX = -1 ' memorizes the last picked value to count runs
  Dim N(0 To 1) As Long ' array holds the number of picks of 0 and 1

  Dim i As Long, r As Double
  For i = 1 To 1000000
    r = Rnd
    x = IIf(r < 0.5, 0, 1)
    N(x) = N(x) + 1
    If x <> lastX Then nRuns = nRuns + 1
    lastX = x
  Next

  ' Distribution of the number of runs in the case
  ' the picks are independent (the null hypothesis)
  Dim mu As Double, variance As Double, sigma As Double, p As Double, z As Double
  mu = 1 + ((2 * N(0)) / (N(0) + N(1))) * N(1) ' rewrote it this way to avoid overflow
  variance = (mu - 1) * (mu - 2) / (N(0) + N(1) - 1)
  sigma = Sqr(variance)

  ' The p-test. We calculate the likelihood that the resulted number of runs
  ' be "that far" from mu. Notice in the calculation below:
  ' - We compute the absolute value of diff because it's a "two-tailed test"
  ' - We calculate the "tail" area under the normal curve from that point
  '   and we multiply it by two
  ' - The parameter "Cumlative:=True" for Norm_S_Dist to calculate the area under the normal curve
  z = Abs(nRuns - mu) / sigma
  p = 2 * (1 - WorksheetFunction.Norm_S_Dist(z, True))

  Debug.Print mu, sigma, nRuns, z, p
End Sub