我有一个硬件真正的随机数生成器。它具有非常高的性能。当我通过ENT运行输出时，我得到以下报告：
总计：1073741824 1.000000
熵=每字节8.000000位。
最佳压缩会减小此1073741824字节文件的大小 减少0％。
1073741824样品的卡方分布为247.87，随机分布 超过这个值61.38％的时间。
数据字节的算术平均值为127.4957（127.5 =随机）。 Pi的蒙特卡罗值为3.141666379（误差0.00％）。串行 相关系数为0.000056（完全不相关= 0.0）。
在R中，我一直采用随机字节并将其作为概率向量用于样本。
这采用sample(x, size, replace=FALSE, prob=myprobvector)的形式工作正常，直到我测试它的熵并发现它不比Mersenne-Twister好多了，它提供99.9％的熵效率。在我的情况下，我使用75个选项的基数，因此Log2（75）= 6.22881869。 MT方法的熵为6.223578221，向量的熵为6.223578468。我相信它仍在使用MT，只是使用概率向量来增加重量并移动物体。如何让它只使用硬件上的值？ （假设它们像文件一样被阅读。）