MaForge49

CCF_Verif_Force_Alea_Fichier_v1.01_du_20240331_©F4AWZ.exe

Teste la force de l’Aléa contenu dans le fichier sélectionné en utilisant 5 méthodes différentes :
– Le Test de fréquence (Chi-squared)
– Le Test des séries (Chi-squared)
– Le Test des permutations (Chi-squared)
– Le Test du poker (Chi-squared)
– Le Test du rang (Kolmogorov-Smirnov)

1° Le Test de fréquence (Chi-squared) :
Ce test évalue si la distribution des valeurs dans les données suit une distribution uniforme.
Il compare les fréquences observées des différentes valeurs avec les fréquences attendues dans une distribution uniforme.
Une faible divergence entre les fréquences observées et attendues conduit à une valeur p élevée, indiquant une compatibilité avec l’hypothèse de distribution uniforme, ce qui est caractéristique de l’aléatoire.

2° Le Test des séries (Chi-squared) :
Ce test évalue si les séries de valeurs dans les données sont aléatoires.
Il examine si les séries de trois valeurs consécutives ont une distribution uniforme.
Une valeur p élevée indique que les séries sont compatibles avec l aléatoire, car elles ne suivent pas de schéma prévisible.

3° Le Test des permutations (Chi-squared) :
Ce test évalue si les permutations des séries sont aléatoires.
Il compare les fréquences observées des différentes permutations avec les fréquences attendues dans un arrangement aléatoire.
Une valeur p élevée indique que les permutations sont compatibles avec l aléatoire, car elles ne suivent pas de schéma prévisible.

4° Le Test du poker (Chi-squared) :
Ce test évalue si les combinaisons de valeurs dans les données sont distribuées uniformément.
Il examine si les différentes combinaisons de cinq valeurs (comme une main de poker) ont une distribution uniforme.
Une valeur p élevée indique que les combinaisons sont compatibles avec l aléatoire, car elles ne suivent pas de schéma prévisible.

5° Le Test du rang (Kolmogorov-Smirnov) :
Ce test évalue si les données suivent une distribution uniforme.
Il compare la distribution cumulative empirique des données avec la distribution cumulative théorique d une distribution uniforme.
Une valeur p élevée indique que les données sont compatibles avec une distribution uniforme, caractéristique de l aléatoire.

En résumé, ces tests évaluent différents aspects des données pour déterminer si elles sont aléatoires ou non, en examinant la distribution des valeurs, des séries, des permutations, des combinaisons et la conformité à une distribution uniforme.

La note de chacun des 5 tests doit tendre vers la valeur la plus haute possible.
Une note finale entre 0 et 100 évalue la force de l’aléa utilisé.