我用下一种方法生成数字:
import numpy as np
from scipy import stats
import collections
np.random.seed(945925321)
nums = []
for i in range(100000):
nums.append(np.random.random())
我发现这个数字的频率是:
res = []
counter = collections.Counter(nums)
for item in counter.values():
res.append(item)
并使用卡方检验标准来检验假设:
print(stats.chisquare(res))
我总是得到一个等于1的p值。当然,我可以把数字四舍五入以增加其频率,但这可能不是正确的方法。