奇趣网|统计宝|下载地址

统计宝简介

统计宝是一款永久免费、开源、绿色、纯净的大数据统计、可视化图表分析、概率推理的随机数字规律分析器。


“统计宝”根据大数定律等统计学概率论知识对随机数字规律进行分析和挖掘,能借助大数据图表挖掘出光凭肉眼观察数字无法找出的规律。

通过“统计宝”可以验证到“真随机数必定偏态回归,伪随机数必定规律稳定”的现象。真随机数,根据大数定律,只要数据量足够大,每个数字出现的次数必定会接近于它的平均值,也就是某个数字出现偏态后必定会向平衡态回归。伪随机数则相反,它不符合大数定律,不会随着数据量的增长而出现次数回归平衡,而是在某些时间段内会稳定重复出现相似的规律。


“统计宝”内置随机数生成器、网页数据采集器、接口数据采集器、网页自动化机器人、GIF动图录制器等多个工具,可以方便地帮助您进行数据采集、分析、处理、分享。

“统计宝”内置数据源值图表、波动值图表、遗漏值图表、十数点数线图表、组合点数线图表、MACD线图表、K线图表、KDJ线图表等多个图表,方便您以各种量化指标对数据的规律、趋势、概率进行精准把握。


“统计宝”内置开发者工具,您可以使用JavaScript对它进行程序编写、功能扩展或二次开发。

“统计宝”适用于高等教育学生直观学习统计学、概率论,适用于企业办公运营人员统计分析生产销售等数据,亦适用于其它任何需要生成大规模随机数或进行统计分析的场景。  


提示:初次运行本程序时若系统缺少相应组件软件会自动下载必须的浏览框组件,请耐心等待下载安装完成再使用,后续不会再自动下载组件.

欢迎点击此处[奇趣编程]联系奇趣编程一起交流。

蓝奏云网盘下载地址:https://wwa.lanzoui.com/b0brzrhha

下载密码:abcd

统计宝可以采集数据到本地文件,统计宝可以从本地文件导入数据生成图表并步进更新.

统计宝教程地址:https://www.77tj.xin/tongjibao/

统计宝界面预览:

奇趣网|统计宝教程|分析3D的BAI位SHI位GE位数字规律

统计宝是免费的,它可以分析任何随机数的规律,不限行业,不限类型,是一种通用型的分析工具。今天我们以3D的随机数为例,分析3D指定位置数字规律。

教程中所用到的数据文本文件“3d2022.txt”可以在以下网盘下载:

蓝奏云网盘下载地址:https://wwa.lanzoui.com/b0brzrhha

下载密码:abcd

第1步,从国家正规网站把2022年的公开数据采集下来,保存文本文件为“3d2022.txt”。其内容为:

2022-01-01 2022001 349
2022-01-02 2022002 927
2022-01-03 2022003 010
2022-01-04 2022004 739
2022-01-05 2022005 240
… …
2022-04-19 2022099 393
2022-04-20 2022100 666
2022-04-21 2022101 731
2022-04-22 2022102 851
2022-04-23 2022103 958

第2步,打开统计宝,按以下步骤操作:

(1)点“选项”菜单。

(2)点“选项窗”菜单项。

(3)切换到“图表设置”页。

(4)点击表格第一行“数据源值”。

(5)设置文件路径为“C:\Users\Administrator\Desktop\3d2022.txt”。如果你的桌面文件不是这个,要相应修改,在文件上按鼠标右键打开文件属性窗在位置项里可以看到本机桌面的路径。

(6)点击“按字节起止截取数据”。

(7)起,填写20,止,填写20。

(8)勾上“每行截取前多少个字符作为数据编号”,填写10。

(9)点击“生成图表”按钮。

第3步,生成图表后,在选项窗里点击“数据表格”选项页,核对下数据有无错误。如下图所示,我们看到“数据编号”列是“2022-01-01”之类日期,“数据源值”列是“3 9 0 7 2 8 ……”是BAI位的数据列,数据正确无误。

第4步,关掉选项窗,在主窗口里对各个指标进行分析。

主窗口里有“数据源值、波动值、十数遗漏值、十数点数线、组合点数线、K线、MACD线、RSI线、KDJ线”等各种指标图表可供分析。其中,“K线、MACD线、RSI线、KDJ线”是股票中常用的指标,请自行搜索查找相关资料学习。

第4步,如果要分析SHI位的数据,则在“选项窗-图表设置-数据源值”里点击“按字节起止截取数据”,起21,止21,点“确定生成”图表按钮。然后切换到“选项窗-数据表格”,可以查看到“数据源值”列是“4 2 1 3 4 8 ……”,正是SHI位的数据,数据准确无误。

第5步,如果要分析GE位的数据,则“按字节起止截取数据”,设置起22,止22,点“确定生成”图表按钮。然后切换到“选项窗-数据表格”,可以查看到“数据源值”列是“9 7 0 9 0 7 ……”,正是GE位的数据,数据准确无误。

统计宝是免费的通用型的数据分析工具,它就像一把白纸,不针对行业,不针对用途,别人用它来干什么,软件作者是不知道的,也没办法监管的,请各位数据分析爱好者在当地法律法规允许的范围内使用,软件作者不为用户的任何行为及其后果负任何法律责任。

奇趣网|统计宝|奇趣随机数生成器|随机数生成器怎么保证足够随机以保证公平?

奇趣编程认为随机数生成器可以分为两大类,伪随机数和真随机数。

伪随机数,是用软件算法来生成随机数的,这些算法根据随机数种子来计算出随机数结果,缺点是只要别人通过某些方式知道了随机数种子,就能计算出相同的随机数结果。

真随机数,是基于现实物理的声、热、光、电之类的数据来计算出来的随机数,只要别人没能控制和观察产生随机数的物理装置,则产生出来的随机数结果就是安全的。目前我国已经研究出与器件无关的量子随机数生成器,是非常尖端的科技,目前还不能普及应用,只能用于科研中。

量子随机数的出现,应该会未来发挥极大的作用,让我们拭目以待。

奇趣网|统计宝|奇趣随机数生成器|与器件无关的量子随机数是怎么生成的?有漏洞 吗?

在多数人的认知里,中国是落后于国外的,但是最近这些年,奇趣编程看到已经有个别方面已经领先全世界很小的一丁点,比如说,与器件无关的量子随机数生成器

毫无疑问,未来肯定是量子科技和人工智能的时代,中国能紧跟世界尖端科技甚至偶尔领跑一下,是国人的自信心有重大意义。

与器件无关的量子随机数是怎么生成的呢?是利用量子纠缠的内禀随机性来生成的,这是目前世界上最尖端、最先进、最安全、最随机的随机数生成方法。

随机数为什么如此重要?因为现代各行各业甚至日常生活都需要用到随机数。比如通信安全方面,就需要随机数来进行加密防止重要信息被他人窃取,如果能使用上国产制造的量子随机数生成器,就不需要使用不可信的第三方制造的器件,从而保障我国的信息安全。

过去计算机里生成随机数的方法主要有两种,一种是基于软件算法来生成随机数,另一种是基于热噪声来生成随机数。用软件算法来生成随机数的缺点是输入和输出是固定对应的,如果输入条件被别人探测到,就有可能被人推算出随机数结果,所以这种方式并不是很安全。而基于热噪声生成随机数的方法,本质上别人也是可以探测到热噪声的,只不过难度更大。所以这两种方式都存在着不安全因素。

而我国研究出来的与器件无关的量子随机数,是属于真随机数,可以彻底解决安全问题,也有希望基于此形成新一代的国际随机数标准。

奇趣网|统计宝|奇趣随机数生成器|Java生成随机数的函数有哪些?有漏洞吗?

Java生成随机数的函数有哪些?有漏洞吗?奇趣编程整理了以下这些。

1、java.lang.Math

示例 int randomWithMathRandom = (int) ((Math.random() * (max – min)) + min);

2、java.util.Random

示例

Random random = new Random();
int randomWithNextInt = random.nextInt();

3、random.ints

示例:IntStream unlimitedIntStream = random.ints();

4、java.util.concurrent.ThreadLocalRandom

int randomWithThreadLocalRandomInARange = ThreadLocalRandom.current().nextInt(min, max);

int randomWithThreadLocalRandom = ThreadLocalRandom.current().nextInt();
int randomWithThreadLocalRandomFromZero = ThreadLocalRandom.current().nextInt(max);

IntStream streamWithThreadLocalRandom = ThreadLocalRandom.current().ints();

5、java.util.SplittableRandom

SplittableRandom splittableRandom = new SplittableRandom();
int randomWithSplittableRandom = splittableRandom.nextInt(min, max);

IntStream limitedIntStreamWithinARangeWithSplittableRandom = splittableRandom.ints(streamSize, min, max);

6、java.security.SecureRandom

SecureRandom secureRandom = new SecureRandom();
int randomWithSecureRandom = secureRandom.nextInt();

int randomWithSecureRandomWithinARange = secureRandom.nextInt(max – min) + min;

7、org.apache.commons.math3.random.RandomDataGenerator

RandomDataGenerator randomDataGenerator = new RandomDataGenerator();
int randomWithRandomDataGenerator = randomDataGenerator.nextInt(min, max);

8、it.unimi.dsi.util.XoRoShiRo128PlusRandom

XoRoShiRo128PlusRandom xoroRandom = new XoRoShiRo128PlusRandom();
int randomWithXoRoShiRo128PlusRandom = xoroRandom.nextInt(max – min) + min;

Java的随机数生成函数常用的有以上几个,当然大家也可以自己设计一种算法来生成随机数。

奇趣网|统计宝|奇趣随机数生成器|均匀的随机数是怎么生成的?有啥漏洞?

曾有统计学家说,在古代最好的手工随机数生成器是立方体,把它们扔到盒子中摇动,让它们旋转碰撞,当它们静止下来时,朝上的那一面就是随机的。

在中国,充满智慧的中国先人们就懂得用随机数来占卜,他们用火来烧龟壳,产生的随机裂缝被认为预示着事情的未来发展,而易经里常用的生成随机数方式是用49条草按一定的规则切分几次,最终的结果也是随机数。

现在由于计算机的普及应用,很多程序都需要使用随机数生成器,因此需要一个内置的随机数指令。

如果一个随机数发生器是确定性函数,可以重复调用一个随机数序列,如果初始条件相同,则此函数产生的随机数序列结果也相同,这种就是伪随机数发生器。

最早的伪随机数生成器算法是用一个随机种子值对其进行平方计算,然后截取平方结果中间的若干位数字,得到一个新的数字,重复这个过程,就会得到一个具有统计学概率论意义上的随机数序列,这种方法也叫做平方取中法。

但用这种方式算出来的结果是有漏洞的,当随机数多到一定程序,就会出现短而重复周期的数字,形成明显的规律。这种规律产生的原因,就是它的算法是后续值基于先前值,所以会产生周期性循环。

为了解决随机数生成器生成的结果有规律的问题,很多科学家提出了很多新发明来试图解决这个问题,但很多都难以达到理想的效果。在1997年日本人发明了旋转随机数生成器,它利用寄存器的反馈移位机制,能产生循环周期非常长的随机数序列,其循环周期是每隔2的19937次方减1,这么长的随机数周期,已经能满足大多数的计算机应用。

在1999年,英特尔终于实现在在芯片里内置随机数生成器,它是根据硬件的热噪声来生成随机数的,可以说是一个基于物理的真下的随机数生成器。

最近,也出现了使用硬件随机数生成器的方式,利用开源硬件的设计源码公开性,用户可以检查随机数的生成过程是否符合真正随机,完全透明的算法机制,让更多的专业随机数生成器使用硬件随机数生成器来参与运算。

时至今日,各种手机、电脑、服务器、芯片、单片机等已经内置了随机数生成器以便满意产品的计算效率和安全需求,而安全专家也一直在试图攻破这些随机数算法寻找随机数漏洞,矛与盾总是相伴着一起发展。

奇趣网|统计宝|奇趣随机数生成器|python的MT19937伪随机数生成算法有什么漏洞?

MT19937伪随机数算法是什么?它存在什么漏洞?今天奇趣编程结合奇趣随机数生成器和大家分享一下。

也许大家没听说过MT19937伪随机数算法,但它存在于很多程序中,比如python中内置的random类就是使用MT19937伪随机数算法,python通过调用getrandbits(32)就可以生成一个32位的随机数。

MT19937伪随机数算法,是一种周期比较长的随机数生成算法,它的特点在于可以生成随机数的效率很高,并且随机数很随机。它的算法大体上可以分成以下几步:

1、利用随机数种子初始化624的状态。

2、对624的状态进行旋转。

3、对旋转后的624状态提取出随机数。

知道了以上算法的原理,我们就可以深入研究看它是否存在漏洞了。通过逆向分析,奇趣编程发现它的矩阵存在可逆的线性关系,因此我们可以对此算法产生的随机数进行预测。预测的方法是只需要前面624个随机数用来恢复出624个状态,然后后面生成的随机数都可以预测出来了。具体可以联系奇趣编程交流探讨。

奇趣网|统计宝|奇趣随机数生成器|什么是伪随机数攻击?

中心化的随机数是可以人为控制的,而去中心化的随机数是难以控制的,所以某些商家用去中心化的区块链技术来打造猜数类程序来进行营销活动。但是奇趣编程利用奇趣随机数生成器分析发现,这些程序是存在随机数漏洞的。

有些随机数是利用大气噪音来生成随机数的,工作原理是利用录音机录制大气中的声音,然后通过程序检测声波的变化来作为随机数的熵源,这是一种基于现实现象而生成的随机数,具有极高的随机性,并且也难以预测,这种随机数的产生方法可以认为是真随机数。

但区块链中的随机数并不是基于现实的,而是基于区块变量,比如地址、难度、消耗量、高度、时间等,虽然这些数据是变化的,但只要产生数据的人联合起来控制数据的结果,就可以人为地控制随机数的最终结果。

这种多人联合起来作弊的行为,就叫做“伪随机数攻击”。

奇趣网|统计宝|奇趣随机数生成器|比特币区块链随机数存在肉眼可见的规律

比特币BTC是区块链始祖,经过十来年的发展,已经对现实世界产生了巨大的影响。虽然理论上区块链的随机数是随机分布的,但现在奇趣编程利用奇趣随机数生成器经过深入研究,发现它的随机数存在一种特定的规律:“空白区间”。奇趣编程认为,矿池是随机数出现规律的重要原因。下面是肉眼可见的规律:

通过以上图表可以观察到,存在明显的空白区域,这个规律的形成原因目前还没有确定下来,但奇趣编程相信,随着研究的深入,更多的人进它进行分析,更细致地检查逻辑漏洞,我们最终会找到隐藏在此规律背后的深层原因。

奇趣网|统计宝|奇趣随机数生成器|实现了稳定盈利的人可能会有哪些反常表现?

利用随机数生成器实现了稳定盈利的人可能会有哪些反常表现?奇趣编程经过观察统计宝用户,发现有以下这些,和大家分享。

1、对世界有了更深的理解和更新的认识,打破了自己的认知范围极限,看到了以前看不到的东西。

2、思路变清晰了,说话变得有条理了,而是像过去那样啰啰嗦嗦半天还表述不清到底想说啥。

3、学会了从相对的角度去看问题,不再认为亏损和盈利是绝对的了,而是能从一个更长的时间和空间角度来看待暂时的浮亏或浮盈。

4、做自己想做的事,不再在意别人的看法和眼光。

5、能更好地掌控自己的情绪了,不再因为一想到某个问题就焦虑,而是认真对待这些问题,知道自己能做什么,不能做什么,能把问题解决到什么程度。

6、尊重别人的付出,懂得别人的付出也是需要时间精力的,愿意为别人有价值的东西付费。

7、与自己和解,接受自己曾经的种种错误,对自己曾经造成的种种损失而无力挽回而释怀,不再与过去纠结。

8、平静地用平常心去面对浮盈和浮亏,不再事事都非要问清楚“为什么”。

9、学会了降低期待,不再要求自己什么事情都要做到完美,当遇到顺境时能保持平和的心态,当遇到逆境也能坦然接受,不再乱发脾气,面对大风大浪也能保持情绪的稳定。

10、坚信边学习边实践的策略,只有不断地学习和实践,才能改变现状。

奇趣网|统计宝|奇趣随机数生成器|怎么利用信息不对称来实现稳定盈利?

掌握奇趣编程下面说的这些东西,就可以超过90%的人,好好使用奇趣随机数生成器,利用信息不对称就能实现稳定盈利。

什么是信息不对称?就是你知道而别人不知道。

比如说,我们去商店里买东西,商家的进货成本、租金、水电之类是我们不知道而商家知道的,商家就可以利用这个信息差实现稳定盈利。

再比如金融市场,某些掌握了一手信息渠道的股东、供应商,他们知道的信息数量和质量远远大于炒股的人,所以股市永远只有少数人能盈利,盈利的这部分人,一些是靠运气,一些是靠实实在在的信息不对称。

那在随机数方面呢?对于奇趣编程的读者来说,统计宝具有图表分析功能,就相当于原始生物长出了眼睛,而大多数人只会盲打不知道随机数还能用这种图表来分析,相比之下,奇趣编程的读者就可以利用这种信息不对称比盲打的人实现更多的盈利。