اختبار العشوائية

تتيح لك هذه الصفحة فحص سلوك محاكاة عشوائية تتساوى فيها فرص الخيارات: أجرِ آلاف عمليات الاختيار بمصدر العشوائية نفسه الذي تستخدمه العجلة في المتصفح، واقرأ التوزيع بنفسك. إنها أداة للشفافية، وليست شهادة على سلامة تدوير بعينه.

أجرِ اختبار تدوير

يعمل محليًا

يعمل الاختبار داخل متصفحك. ولا تغادر قائمتك جهازك أبدًا.

اختيار المصدر نفسه

يُستخدم crypto.getRandomValues() حيث يكون مدعومًا. وتخبرك هذه الصفحة إن كان متصفحك يحتاج إلى البديل الاحتياطي Math.random.

محاكاة قابلة للنسخ

انسخ نتائج أي تشغيل بصيغة CSV لمراجعة الأعداد الملاحظة أو مشاركتها.

أجرِ اختبار تدوير

أدخل قائمة (أو أبقِ القائمة النموذجية)، واختر عدد عمليات التدوير التي تريد محاكاتها، ثم أجرِ الاختبار. يجري كل شيء في متصفحك، ولا تُرفع قائمتك ولا النتائج إلى الخادم.

أجرِ الاختبار لترى التوزيع هنا.

كيف تقرأ النتائج

كثيرًا ما تنتج السحوبات العشوائية المستقلة أعدادًا غير متساوية من مرات الفوز، مع أن التساوي التام ممكن وإن لم يكن مضمونًا. فمع 6 خيارات و1,000 عملية اختيار في المحاكاة، يُتوقع أن يفوز كل خيار نحو 167 مرة، لكن النتائج في أي تشغيل عادي قد تتفاوت حول هذا الرقم. والتساوي أو عدم التساوي في تشغيل واحد لا يثبت عدالة ولا تلاعبًا. وعبر عدد كبير من السحوبات المستقلة، قد تميل النسب المئوية الملاحظة نحو النسب المتوقعة، لكن عينة بعينها قد تنحرف عنها مع ذلك.

إذا أجريت الاختبار مرتين، فقد تحصل على أعداد مختلفة. وقد تنتج السحوبات المستقلة أيضًا الأعداد نفسها، لذا فإن تطابق الجداول وحده لا يعني وجود خلل. والجدول المتوازن تقريبًا دليل مفيد على أن هذه المحاكاة تعمل كما هو متوقع، لكنه لا يستطيع إثبات أن كل تنفيذ برمجي ممكن غير متحيز. إذ يمكن مع ذلك برمجة نظام متلاعَب به عمدًا بحيث يجتاز عرضًا بسيطًا لتكرار النتائج.

النطاق المتوقع تتفاوت النتائج حول النسبة المتوقعة.

ما الذي يجريه هذا الاختبار فعلًا

هذا الاختبار محاكاة منفصلة تتساوى فيها فرص الخيارات. ويستخدم crypto.getRandomValues() من واجهة Web Crypto API في المتصفحات الحديثة، مع Math.random() بديلًا احتياطيًا يُشار إليه بوضوح في المتصفحات القديمة. وتعتمد العجلة الحقيقية الطريقة نفسها في اختيار المصدر. وتخبرك الأداة بالمصدر الذي يستخدمه هذا المتصفح.

تربط المحاكاة القيم العشوائية بالخيارات بأسلوب أخذ العينات بالرفض، الذي يتجنب التحيز الطفيف الذي قد تُدخله عملية باقي القسمة العادية. ولا تختبر حركة العجلة ولا الأوزان ولا سجل النتائج ولا الملفات المصدَّرة ولا المسار الدقيق للأحداث في تدوير حقيقي. وتشرح صفحة عدالة الاختيار كيف تترابط هذه الأجزاء.

الحدود بكل وضوح

يعرض هذا الاختبار التوزيع الملاحظ لمحاكاة واحدة. ولا يفحص تدويرًا سابقًا، ولا يتحقق من الشيفرة المرسلة إلى جهاز آخر، ولا يكشف إضافات المتصفح أو التغييرات في الصفحة، ولا يثبت أن المضيف لم يكرر التدوير، ولا ينشئ دليلًا يكشف التلاعب. كما أن ChoiceSpin ليس نظام يانصيب معتمدًا، ولا تجعل هذه الصفحة المسابقات الخاضعة للتنظيم متوافقة مع القانون. وفي سحوبات الجوائز الرسمية، اتبع قواعد منصتك والقوانين المحلية.

أسئلة عن الاختبار

لماذا قد لا تتساوى أعداد مرات الفوز؟

كثيرًا ما تنتج السحوبات العشوائية المستقلة أعدادًا غير متساوية من مرات الفوز، لكن التساوي التام ممكن وإن لم يكن مضمونًا. فالتساوي أو عدم التساوي في تشغيل واحد لا يثبت عدالة ولا تلاعبًا. وعبر عدد كبير من السحوبات، قد تميل النسب المئوية الملاحظة نحو النسب المتوقعة، بينما قد تنحرف عنها عينة بعينها مع ذلك.

هل هذا هو المولّد نفسه الذي تستخدمه العجلة الحقيقية؟

يعتمد على الطريقة نفسها في اختيار مصدر العشوائية في المتصفح: crypto.getRandomValues() في المتصفحات الحديثة، مع اللجوء احتياطيًا إلى Math.random حيث لا يتوفر Web Crypto. ولا تعرض العجلة المصدر الذي استخدمته، لكن هذه الصفحة تعرض المصدر الذي يوفره متصفحك. وتجري هذه الصفحة محاكاة منفصلة، لذا فهي لا تعيد تنفيذ المسار البرمجي الدقيق لتدوير حقيقي للعجلة ولا تشهد بسلامته.

هل يمكنني اختبار قائمتي الخاصة؟

نعم. الصق ما يصل إلى 100 خيار، كل خيار في سطر، ثم أجرِ الاختبار على قائمتك كما هي تمامًا. وتتغير النسبة المتوقعة لتناسب عدد الخيارات.

هل يجعل هذا ChoiceSpin مولّد أرقام عشوائية معتمدًا؟

لا. يعرض الاختبار التوزيع الملاحظ لهذه المحاكاة المحلية. وهو ليس تدقيقًا أمنيًا ولا سجلًا محصنًا من التلاعب ولا شهادة قانونية. وفي السحوبات الخاضعة للتنظيم، اتبع قواعد منصتك وبلدك.

جرّب العجلة الحقيقية

تتبع العجلة السياسة نفسها في اختيار مصدر العشوائية في المتصفح، لا المسار الدقيق للأحداث في هذه المحاكاة. أضف خياراتك ودعها تختار.

أدر العجلة