知识卡片

普通读书笔记卡 · 913.o.1.b

均值测试需配方差测试

理解等级:高级

样本均值合格不代表随机数真的有波动:始终返回理论均值的退化实现也能通过。把样本方差与理论方差一起检查,才能识别这种“均值正确、离散性错误”的情况。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第10章 测试随机数发生器 · 查看原书依据

      不存在。当然你总是可以取任何的样本数量的均值,但这些均值则不会收敛至任何特定值。在这种情况下,中心极限定理并不适用。不过你可以通过测试总是存在的中位数来做这种类似于均值测试。[3] 方差测试 均值测试可以发现某些类型的编码错误。然而,一些编写不正确的代码也很容易通过均值测试:总是返回均值!例如,假设

    参考来源

    - 位置:《测试之美》第10章《测试随机数发生器》(源文件:extracted/程序之美系列套装(6册)团队之美、项目管理之美、架构之美、数据之美、测试之美、安全之美/_epub-src/OEBPS/Text/part0514.xhtml) - 结论依据:始终返回均值的发生器会通过均值测试,需再以方差检验离散程度。 - 原始内容:不存在。当然你总是可以取任何的样本数量的均值,但这些均值则不会收敛至任何特定值。在这种情况下,中心极限定理并不适用。不过你可以通过测试总是存在的中位数来做这种类似于均值测试。[3] 方差测试 均值测试可以发现某些类型的编码错误。然而,一些编写不正确的代码也很容易通过均值测试:总是返回均值!例如,假设一个RNG的返回值应该服从均值为4、标准差为9的正态分布。程序如总是返回4就会通过测试。程序返回正常的均值为4、方差为9的随机数也会通过测试。而后者则更加巧妙且更可能发生在现实中。 一个均值和方差组合测试要比单一的均值测试更好地保证了软件的正确性。一些软件错误,例如刚才提到的标准差和方差的混淆,虽然均值未受影响,但却将方差置之一旁。顺便说一句,为均值和标准差取较大区别的数值是一个好办法。假设应用软件将作为输入参数的均值和标准差相交换。那么用样本值服从均值和标准差为7的正态分布来做测试将不会发现这个缺陷。而使用样本值服从均值为-2、标准差为7的正态分布来做测试将会好得多。因为-2是一个非法的标准差,如果参数颠倒将会立即出错。 正如均值测试是用样本的均值和