Is Wheel of Names Rigged? Fairness Lab & Audit
Run up to 500,000 simulated spins with the exact same picker the wheel uses. Verify true mathematical randomness with live Chi-Square (χ²) goodness-of-fit testing.
The spread of winners is consistent with a fair wheel. Small differences between slices are just normal chance.
5.32
p-value: 0.621 (≥ 0.05 is uniform)
12.47%
Expected: 12.50% (independence check)
Slice Distribution vs Expected Frequency
Observed winner counts mapped directly against the 95% confidence interval bounds.
Detailed Slice Statistics
Exact count distribution, theoretical expectations, and binomial error ranges per slice.
| Slice | Observed | Expected | 95% Confidence Band | Percentage Share |
|---|---|---|---|---|
| Alex | 1,282 | 1,250 | 1,185–1,315 | 12.82% |
| Maya | 1,243 | 1,250 | 1,185–1,315 | 12.43% |
| Jordan | 1,216 | 1,250 | 1,185–1,315 | 12.16% |
| Priya | 1,278 | 1,250 | 1,185–1,315 | 12.78% |
| Liam | 1,276 | 1,250 | 1,185–1,315 | 12.76% |
| Sofia | 1,255 | 1,250 | 1,185–1,315 | 12.55% |
| Noah | 1,254 | 1,250 | 1,185–1,315 | 12.54% |
| Zara | 1,196 | 1,250 | 1,185–1,315 | 11.96% |
Kiến Trúc
Cách động cơ ngẫu nhiên chứng minh công bằng hoạt động
Việc chọn người chiến thắng không bao giờ là một trò xảo thuật hình động hay tạo số giả ngẫu nhiên lỗi thời. Dưới đây là cách kiến trúc mật mã phía trình duyệt đảm bảo tính công bằng toán học tuyệt đối trong từng vòng quay.
Độ hỗn loạn mật mã CSPRNG
Thay vì dùng Math.random() có thể đoán trước, động cơ kích hoạt Web Crypto API gốc của trình duyệt (crypto.getRandomValues). Điều này thu thập độ hỗn loạn vật lý từ hệ điều hành như xung nhịp và nhiệt độ, đảm bảo kết quả không thể bị dự đoán hay tái hiện.
Lấy mẫu loại trừ khử lệch dư (Zero-Modulo)
Cách lấy ngẫu nhiên thông thường dùng `random % slices` sẽ làm lệch về các số nhỏ hơn do 2^32 không chia hết. Thuật toán loại trừ của chúng tôi xác định bội số nguyên lớn nhất dưới 2^32 và loại bỏ số vượt ngưỡng để đảm bảo xác suất hoàn toàn đồng đều.
Kiểm định độ phù hợp Chi-bình phương (χ²)
Phòng thí nghiệm tổng hợp hàng ngàn lượt quay mô phỏng thành kiểm định Pearson Chi-Square với (k - 1) bậc tự do. Bằng cách tính giá trị p đuôi trên thông qua hàm gamma không đầy đủ chính quy hóa, hệ thống xác minh toán học rằng các độ lệch quan sát phù hợp với biến thiên ngẫu nhiên.
Kiểm tra tính độc lập chuỗi & Không lưu nhớ
Một công cụ chọn công bằng phải hoàn toàn không có bộ nhớ lặp lại. Phòng thí nghiệm theo dõi các vòng quay liên tiếp để đo tần suất lặp lại Markov. Với 8 ô, mỗi ô có xác suất lặp lại chính xác 12,5%; bất kỳ độ lệch nào ngoài độ tin cậy nhị thức sẽ cảnh báo về quán tính ẩn hoặc trạng thái kẹt.
Kiểm định thống kê chứng minh rằng hàng ngàn kết quả mô phỏng hoàn toàn khớp với tính đồng đều toán học. Sự bảo đảm cốt lõi nằm ở cơ chế thực thi: CSPRNG lấy mẫu loại trừ được tạo 100% tại trình duyệt trước khi bất kỳ hiệu ứng quay nào bắt đầu.
Công cụ miễn phí, riêng tư cho công việc hàng ngày của bạn.
Nếu bạn cần các công cụ đơn giản cho công việc hàng ngày, hãy ghé thăm Tooltri. Chúng tôi đã xây dựng hơn 30 tiện ích miễn phí để gộp PDF, nén ảnh, tạo mã QR và tính toán nhanh. Bạn không cần đăng ký tài khoản hay trả bất kỳ khoản phí nào. Mọi thứ hoạt động trực tiếp trong trình duyệt, vì vậy tệp của bạn luôn ở trên thiết bị và không bao giờ bị lưu trên máy chủ.
FAQ
Câu hỏi thường gặp
Mọi thông tin bạn cần biết về động cơ ngẫu nhiên, kiểm định giả thuyết chi bình phương và bằng chứng về sự công bằng.
Động cơ ngẫu nhiên của vòng quay quyết định người chiến thắng như thế nào?
Trước khi bánh xe bắt đầu quay, chỉ số ô chiến thắng đã được chọn ngay lập tức trong bộ nhớ bằng crypto.getRandomValues kết hợp lấy mẫu loại trừ đồng nhất. Hiệu ứng quay sau đó chỉ là sự mô phỏng trực quan được tính toán để giảm tốc và dừng lại mượt mà đúng ngay lát cắt công bằng đó.
Tại sao Spin Names Now sử dụng crypto.getRandomValues thay vì Math.random()?
Hàm chuẩn Math.random() của JavaScript là bộ tạo số giả ngẫu nhiên (PRNG) không an toàn về mật mã, dễ bị dự đoán trạng thái và hoạt động khác nhau giữa các trình duyệt. Ngược lại, crypto.getRandomValues tận dụng độ hỗn loạn phần cứng từ hệ điều hành (như nhiệt độ CPU và xung nhịp), đảm bảo các byte ngẫu nhiên an toàn mật mã, hoàn toàn không thể đoán trước.
Độ lệch modulo là gì và lấy mẫu loại trừ ngăn chặn nó ra sao?
Cách triển khai ngẫu nhiên đơn giản lấy số nguyên 32-bit và tính `randomInt % numSlices`. Vì 2^32 (4.294.967.296) hiếm khi là bội số chính xác của số ô, các ô số nhỏ hơn sẽ được chọn nhiều hơn một chút. Chúng tôi loại bỏ hoàn toàn độ lệch này bằng phương pháp lấy mẫu loại trừ: tìm bội số chính xác lớn nhất dưới 2^32, nếu số ngẫu nhiên vượt ra ngoài phạm vi này, hệ thống sẽ loại bỏ và rút lại. Mọi cái tên đều có xác suất giống hệt nhau đến từng bit.
Kiểm định Chi-bình phương (df 7) trong Phòng Thí Nghiệm xác minh điều gì?
Kiểm định Chi-bình phương về độ phù hợp đánh giá xem phân phối người chiến thắng quan sát được có khớp với kỳ vọng lý thuyết hay không (với 8 lát cắt, mỗi ô sẽ thắng 12,5% số lần). Bậc tự do (df) bằng số ô trừ một (8 - 1 = 7). Phép thử cộng dồn bình phương độ lệch giữa tần suất quan sát và tần suất kỳ vọng để kiểm định giả thuyết rằng vòng quay hoàn toàn công bằng.
Tôi nên hiểu kết quả giá trị p (p-value) như thế nào?
Giá trị p đo xác suất thu được các kết quả kiểm tra ít nhất là cực đoan như kết quả quan sát được dưới giả định vòng quay công bằng. Giá trị p >= 0,05 xác nhận rằng phân phối hoàn toàn phù hợp với một quy trình công bằng, không thiên vị. Khi p > 0,05, không có bằng chứng nào về sự thiên vị.
Tại sao giá trị p thỉnh thoảng giảm xuống dưới 0,05 trên một vòng quay công bằng?
Trong tính ngẫu nhiên thống kê thực tế, giá trị p dưới 0,05 dự kiến sẽ xảy ra do ngẫu nhiên tự nhiên trong khoảng 1 trên 20 lần chạy thử (5% số lần). Tính ngẫu nhiên tự nhiên có hiện tượng gom cụm. Điều chứng minh tính công bằng là các kết quả bất thường không lặp lại có hệ thống ở một ô cụ thể khi chạy nhiều bài kiểm tra.
Các dải bóng mờ độ tin cậy 95% trên biểu đồ thể hiện điều gì?
Với mỗi ô, tần suất kỳ vọng tuân theo phân phối nhị thức với độ lệch chuẩn σ = √(N · p · (1 - p)). Thanh lỗi bóng mờ biểu thị phạm vi ±1,96σ. Trên một vòng quay công bằng, khoảng 95% kết quả của mọi ô sẽ rơi vào trong dải bóng mờ này qua các lần mô phỏng lặp lại.
Chỉ số 'Cùng người thắng 2 lần liên tiếp' đo lường điều gì?
Đây là phép kiểm tra tính độc lập chuỗi. Với 8 ô có trọng số bằng nhau, xác suất lý thuyết để hai lần quay liên tiếp chọn đúng cùng một người chiến thắng là 1/8 (12,50%). Nếu vòng quay có bộ nhớ ẩn, quán tính thiên vị hoặc trạng thái kẹt, tỷ lệ này sẽ tăng vọt. Kết quả sát ~12,50% xác nhận rằng mỗi lần quay là một thử nghiệm hoàn toàn độc lập.
Vòng quay có thể bị dàn xếp, thao túng hoặc bị chặn bởi máy chủ không?
Không. Mọi lựa chọn ô và tính toán vật lý đều chạy 100% cục bộ trên trình duyệt máy bạn. Không hề có yêu cầu gửi về máy chủ trong khi quay, không có hạt giống từ xa bí mật và không có API bên thứ ba nào có thể tác động đến kết quả.
Thời gian quay trực quan hoặc ma sát của vòng quay có ảnh hưởng đến kết quả không?
Không. Vì ô chiến thắng đã được xác định bằng mật mã trước khi hoạt ảnh bắt đầu, thời gian hiển thị, đường cong giảm tốc và âm thanh chỉ là chi tiết trình diễn trực quan được tính toán để dừng chính xác ở giữa lát cắt đã thắng.