简单随机重定向是行为偏见

Question

我在空白的重定向程序页面上有一个非常简单的Javascript，用于随机将人们重定向到2个网站中的一个。

<script type="text/javascript">
var urls = new Array("http://www.google.com", "http://www.yahoo.com");
window.location = urls[Math.floor(urls.length*Math.random())];
</script>

如果反复点击此重定向器的链接，则登陆Google或Yahoo的几率似乎为50/50。然而，当要求很多人点击它时，他们似乎绝大多数都是第一次点击雅虎。第一次只有一对夫妇被带到谷歌。

任何线索，为什么??

Answer 1

ECMAScript / javascript将Math.random()定义为：

  

返回带有正号的Number值，大于或等于0   但小于1，随机选择或伪随机选择近似   在该范围内均匀分布，使用   依赖于实现的算法或策略。这个功能不需要   参数。

为了保证有一个近似均匀的分布，显然需要一个众所周知的数学算法（并且有相当一部分）。因此，结果（取决于算法无限）序列的分布与样本大小相关。

所以，你是正确的，从长远来看......你会在同一个会话期间在同一主机上接近50/50分发！

...这是影响你的测试结果及其解释的前两件事：

• 您的测试规模（您需要非常每个操作系统/浏览器/主机组合的至少1000个样本）
• 这些测试是在不同的 OS /浏览器/主机组合上执行的（不同位置上的不同序列）

这意味着，您（测试结果序列的接收者）获得的东西非常接近真正的随机性......均匀分布只能播种到无数样本中 - 大小！

强制性迪尔伯特：
^{来源：http://dilbert.com/strip/2001-10-25}

现在，如果您说您已经获得了大量的测试结果，其中您发现了对特定操作系统/浏览器/主机组合的显着偏见，其中明显偏向Math.random返回高于{的值{1}}作为您的页面/应用程序加载后的第一个值，然后请分享/证明该信息（哪个浏览器（-version）在哪个操作系统上？??这将是有趣的，事实上唯一可以认真进一步的事情调查）!!!

我在下面添加了一些测试演示（请注意输出textarea pre -pends输出）：

1. 第一个按钮清除输出textarea。
2. 第二个按钮打印20个随机（50/50）结果 单击它多次，并注意您正在查看一组是/否（0/1）除以20的组。如果您将相同的结果分成另一个数量，则每行可以以不同的值开始。 。
   另请注意您将如何看到重复值的字符串（如Dilbert卡通片）以及（在小样本范围内）看起来更交替的字符串。
3. 第三个按钮使其向上倾斜并显示大致均匀的分布（每个按钮的总数和是的），超过您可以选择的样本大小（不要让它 大。 。）
   再次点击它多次，感受一下“感觉”。看看小规模（如10）如何产生很大的百分比差异，但随着你提升样本，你应该看到50/50或接近（百分比）匹配！

4. 现在，第四个按钮很有趣，并探讨了您更好地利用随机解决方案的想法（您评论了另一个错误答案）：通过添加现有数据集的副本来增加数据集。

   将0.5又名["http://www.google.com", "http://www.yahoo.com"]更改为[0,1]只是您的数据集重复或相乘（因为[0,1,0,1]会对[0,1,0]产生明显的偏见。因此，因子1是裸数据集0，因子2是[0,1]等 在不增加数据集但只计算等效数据的情况下，我们可以得到相同的行为：[0,1,0,1]

     

   WolframAlpha上的PLOT： plot floor((x*f)*r)mod x where x=2, f=4 for r=0 to 0.99999
     分别是：floor( (array.length * factor) * random ) % array.length（又名array.length）和x=number of items   请注意，与f=factor或round一起展示为什么 ceil提供最佳分配是很有趣的。还可以使用floor和x来查看为什么会这样做。

   单击该按钮会显示10个随机值（缩小到前3个字符，因此缩小1个十进制数字），然后显示前5个因子的结果（作为表格）。
   点击它多次，看看每个因素如何仍然可以得到类似Dilbert的重复或短期交替。看看没有哪些因素（在示例中）给出了合理的改进：选择一个最喜欢的＆＃39;因素，多次点击该按钮，看看它是否仍然是您最喜欢的＆＃39;，选择一个新的＆＃39;最爱＆＃39;，冲洗并重复...

5. 第五个按钮显示因子2的分布（如第二个按钮）。请注意，结果（取决于样本大小）与我们（应该）使用第四个按钮看到的一致。
6. 第六个按钮显示实际数据集的x个样本量的分布，您可以乘以/分解甚至随机化。
   （注意：仅输入f或0，以1分隔（空格和标签将被忽略）） 这玩具很有意思。随机化ORDER结合javascript随机的近似均匀分布仍然不应该显着偏向结果。
＆＃13;
＆＃13;
,
＆＃13;
＆＃13;
＆＃13;

建议全屏运行代码段。