कैसे उपयोग करें (3 चरण)
- बिट सीक्वेंस (0/1) या संख्याओं की सूची (स्पेस/CSV) पेस्ट करें।
- सेटिंग्स चुनें और टेस्ट चलाएँ दबाएँ।
- p-values और चार्ट देखें, फिर केवल सेटिंग्स वाला URL कॉपी करें या रिपोर्ट डाउनलोड करें।
बायस और संरचना देखें
रैंडमनेस टेस्ट टूल
Chi-square uniformity देखता है, runs switching देखता है, और ACF सरल निर्भरता दिखाता है (यह पूरी test suite नहीं है)।
टिप: आप .txt/.csv फ़ाइल को सीक्वेंस बॉक्स पर ड्रैग‑एंड‑ड्रॉप कर सकते हैं।
नमूने
सेटिंग्स
परिणाम
Chi-square
Runs test
Autocorrelation
Normality (Jarque–Bera)
अक्सर पूछे जाने वाले सवाल
क्या इन टेस्ट में पास होना सच में randomness साबित करता है?
नहीं। ये बुनियादी sanity checks हैं। पास होना क्रिप्टोग्राफ़िक सुरक्षा साबित नहीं करता, और फेल होना कभी-कभी संयोग या गलत मान्यताओं से भी हो सकता है।
क्या मेरा इनपुट सर्वर पर अपलोड होता है?
नहीं। सब कुछ आपके ब्राउज़र में लोकल चलता है।
Normal distribution वाले डेटा पर chi-square क्यों फेल हो सकता है?
यह chi-square टेस्ट रेंज के भीतर uniformity जाँचता है। Normal distribution uniform नहीं होती, इसलिए यह डिजाइन के हिसाब से फेल हो सकता है।
सैंपल कितना बड़ा होना चाहिए?
बड़ा सैंपल ज़्यादा स्थिर होता है। Chi-square के लिए, प्रति बिन expected count पर्याप्त रखें (आम thumb rule: कम से कम 5)।
Normal-distributed samples के लिए कौन सा टेस्ट उपयोग करें?
Normality check (Jarque–Bera) इस्तेमाल करें। इस पेज का chi-square टेस्ट uniformity जाँचता है, normality नहीं।