Zgodność z modelem losowym Kaskada
Czy wyniki odbiegają od modelu równomiernego i niezależnego?
Co chcesz sprawdzić?
Wpisz lub wczytaj swoje liczby w analizatorze. Raport ostatniego losowania opisuje rzeczywisty wynik, nie Twój zestaw.
Zobacz wszystkie statystyki — wybierz temat
Te strony opisują historię gry, nie przewidują kolejnych liczb. Do porównania własnych liczb służy narzędzie zestawu na danej stronie.
Liczby i przerwy
Zacznij od częstotliwości i przerw: zobacz, jak często każda liczba występowała w wybranej próbie historii.
Struktura losowania
Porównaj sumę, parzystość, końcówki i rozpiętość. Na stronie z porównaniem własnego zestawu otwórz je, aby sprawdzić swoje liczby.
Relacje i model losowy
Obejrzyj pary, trójki i partnerów, potem model losowy. Historyczne związki nie poprawiają szans w przyszłości.
Losowania i narzędzia
Raport ostatniego losowania dotyczy naprawdę wylosowanych liczb. Dla własnego zestawu wybierz analizator i podobne losowania.
- Gra
- Kaskada
- Pula liczb
- 24
- Wybrany zakres
- 50 ostatnich
- Losowania w próbie
- 50
- Od
- 2026-09-10T12:00:00Z
- Do
- 2026-10-04T20:00:00Z
- Ostatnie losowanie w próbie
- 2026-10-04T20:00:00Z
- Przeliczono
- 2026-10-05T00:41:22+02:00
- Źródło
- Archiwum losowań serwisu
- Świeżość
- Sprawdzanie…
Zgodność częstości z modelem losowym
Model równomierny i niezależny zakłada, że każda z 24 liczb w każdym losowaniu Kaskada miała tę samą szansę 12/24 na wylosowanie. Zakłada też, że wynik jednego losowania nie zależał od poprzednich. Ta strona sprawdza pierwszy warunek testem częstości; niezależność sprawdzają osobne analizy (autokorelacja, przerwy).
Statystyka częstości T (N = 50 losowań, źródło: historia)
24,7
oczekiwane pod modelem: df = 23
Ile odchyleń od oczekiwanej: (T − df) / √(2·df)
0,25
źródło: model χ²(df); dodatnia wartość — częstości bardziej rozrzucone niż oczekiwano, ujemna — bardziej wyrównane
Wartość p (asymptotyczna, orientacyjna)
0,367
percentyl kalibrowany symulacją: —
Pasmo jednoczesne — czy któraś liczba wypadła poza próg
Największe odchylenie pojedynczej liczby: max |z| = 2,83 (N = 50, źródło: historia). Próg pasma 95%: —, 99%: —.
Kalibracja symulacyjna progów pasma w przygotowaniu — bez niej nie oceniamy, czy max |z| jest nietypowe.
Wszystkie okna obok siebie
Każdy wiersz to inne okno ostatnich losowań. Okna zachodzą na siebie (ostatnie 50 zawiera ostatnie 25), więc nie są niezależnymi próbami.
| zakres | N | T | df | (T−df)/√(2df) | p | max |z| |
|---|---|---|---|---|---|---|
| ostatnie 1 | 1 | 23,0 | 23 | 0,00 | — | 1,00 |
| ostatnie 7 | 7 | 32,9 | 23 | 1,45 | 0,084 | 2,65 |
| ostatnie 14 | 14 | 26,8 | 23 | 0,57 | 0,263 | 2,14 |
| ostatnie 25 | 25 | 24,5 | 23 | 0,23 | 0,375 | 2,20 |
| ostatnie 50 | 50 | 24,7 | 23 | 0,25 | 0,367 | 2,83 |
| ostatnie 100 | 100 | 20,8 | 23 | -0,33 | 0,595 | 2,20 |
| ostatnie 250 | 250 | 28,1 | 23 | 0,76 | 0,211 | 2,15 |
| ostatnie 500 | 500 | 37,8 | 23 | 2,18 | 0,027 | 3,13 |
| wszystkie | 9 454 | 30,1 | 23 | 1,04 | 0,147 | 2,88 |
Okna bez wiersza w tabeli nie mają danych — powód pokazuje selektor zakresu.
Jak liczymy i czego to nie mówi
T to suma po wszystkich 24 liczbach kwadratów odchylenia (O − E)² podzielonych przez wariancję N·p·(1−p), z poprawką (m−1)/m, gdzie O to liczba wystąpień w N losowaniach, E = N·p, p = 12/24, m = 24. Pod modelem równomiernym T ma w przybliżeniu rozkład χ² o df = 23 stopniach swobody, więc oczekiwana wartość to df, a odchylenie √(2·df). Wartość p z tego rozkładu jest asymptotyczna — dla krótkich okien przybliżenie jest słabe, stąd percentyl kalibrowany symulacją (w przygotowaniu), liczony jako odsetek symulacji z T ściśle mniejszym od obserwowanego.
Wynik zgodny z modelem nie dowodzi losowości — test może nie wykryć odchyleń innego rodzaju niż nierówne częstości. Oglądanie wielu nakładających się okien zwiększa ryzyko przypadkowego alarmu: przy progu 0,05 fałszywy sygnał w którymś z okien jest spodziewany. Nie zakładaj niezależności okien. Żadna z tych liczb nie wskazuje, co padnie następnym razem.
Cztery testy modelu w tym serwisie: częstość (T, ta strona), pasmo jednoczesne (max |z| wobec progu c95, ta strona), przerwy między wystąpieniami liczby (rozkład geometryczny, osobna analiza) i autokorelacja losowań (osobna analiza).
Narzędzia interaktywne
Pracuj aktywnie na tych samych danych. Narzędzia opisują historię i model losowy; nie przewidują kolejnego wyniku.
Mój zestaw — sprawdź jego cechy na tle historii
Moduł opisuje wpisany zestaw i jego położenie w próbie historycznej. Nie zwiększa jego szans.
Odtwarzacz historii — przeglądaj kolejne losowania
Wybierz rok, użyj suwaka albo uruchom automatyczne odtwarzanie. To prezentacja zapisanych wyników, nie prognoza.
Otwórz moduł, aby wczytać dostępne lata.
Symulator modelu losowego — zobacz zwykłe wahania losowe
Wygeneruj niezależne losowania według zasad tej gry i porównaj liczniki ze wspólną wartością oczekiwaną. Każdy przebieg jest inny.
Jak korzystać z tej strony?
- Wybierz liczbę ostatnich losowań lub zakres lat.
- Odczytaj T i ile odchyleń dzieli je od wartości oczekiwanej df — to skala rozbieżności częstości od modelu.
- Wartość p traktuj orientacyjnie; poniżej 0,05 to umowna granica, nie dowód.
- W tabeli okien porównaj, czy rozbieżność utrzymuje się w różnych zakresach, pamiętając, że okna zachodzą na siebie.
Czego ta strona nie robi: nie przewiduje kolejnych wyników, nie wskazuje liczb do gry i nie zwiększa szansy wygranej.
Jak czytać miary statystyczne
Model losowy
Wartość oczekiwana
Odchylenie
Percentyl
Typowość
Powiązane analizy
Test częstości
Czy rozkład trafień wszystkich liczb zgadza się z modelem?
Pasmo jednoczesne
Czy któraś liczba wyszła poza pasmo liczone dla wszystkich naraz?
Przerwy a model
Czy długości przerw wyglądają jak w rozkładzie geometrycznym?
Autokorelacja sum
Czy suma losowania zależy od sum poprzednich losowań?