Repeats from the previous draw Eurojackpot
How many numbers repeated from the previous draw, and how many should?
- Draws in the sample
- —
- From
- —
- To
- —
- Data calculated
- 2026-09-16T15:55:24+02:00
What do these numbers show?
- W 50 losowaniach (50 porównań z poprzednim) średnio 0,52 liczb powtórzyło się z poprzedniego losowania, a model losowy daje 0,50. To porównanie opisowe, nie wynik testu.
- Najczęściej wystąpiło r = 0 powtórzeń: w 31 z 50 porównań (62,0%), w modelu 57,7%.
These are historical data. Each draw is independent of previous draws, so these numbers do not tell us what will be drawn next.
How do I use this page?
- Wybierz liczbę ostatnich losowań lub zakres lat.
- Odczytaj średnią liczbę powtórzeń w historii i porównaj ją z wartością modelową k²/m.
- W tabeli sprawdź, jak często dokładnie r liczb powtórzyło się z losowania bezpośrednio poprzedniego.
- Kolumna P(X≥r) mówi, jaki odsetek losowań w modelu losowym ma co najmniej r powtórzeń.
What this page does not do: nie wskazuje liczb do zagrania i nie przewiduje, czy w następnym losowaniu coś się powtórzy.
Repeats from the previous draw
Dla każdego losowania Eurojackpot liczymy, ile z jego 5 liczb padło także w losowaniu bezpośrednio poprzednim. Model losowy zakłada niezależne losowania 5 z 50 liczb.
Average number of repeats (N = 50 draws, 50 comparisons)
0,52
model k²/m: 0,50
Most frequent number of repeats in the range
0
w 31 comparisons (history)
Draws with no shared number
62,0%
model: 57,7%
Distribution of the number of repeats
Observed = how many draws in the range had exactly r numbers shared with the previous one. % history is computed from comparisons (N − 1 for a continuous window). A dash means no model value.
| r repeats | observed | % history | % model | P(X≥r) model |
|---|---|---|---|---|
| 0 | 31 | 62,0% | 57,7% | 100,0% |
| 1 | 13 | 26,0% | 35,2% | 42,3% |
| 2 | 5 | 10,0% | 6,7% | 7,2% |
| 3 | 1 | 2,0% | 0,5% | 0,5% |
| 4 | 0 | 0,0% | 0,0% | 0,0% |
| 5 | 0 | 0,0% | 0,0% | 0,0% |
How this is calculated
Pierwsze losowanie w historii nie ma poprzednika, dlatego liczba porównań jest mniejsza niż liczba losowań. Jeśli losowania są niezależne, liczba wspólnych liczb ma rozkład hipergeometryczny: P(X=r) = C(k,r)·C(m−k,k−r)/C(m,k), gdzie k = 5, m = 50, a średnia to k²/m. Kolumna P(X≥r) sumuje prawdopodobieństwa modelu od r w górę. Dla zakresu lat sumujemy surowe liczniki roczników, a nie gotowe procenty. Różnica między historią a modelem jest tu opisem, nie testem.