随机性原理？

一、随机性原理？

从牛顿的经典决定论到爱因斯坦的相对论和量子力学中“测不准原理”，我们可以明确知道自然和社会中，一切现象都是“随机变化”的。达尔文的进化论原理也阐述了“随机性”对自然选择和进化的影响。可见数学中“随机性原理”是我们思考未来的一个有力武器。世界不是完全确定的，不是每个“随机事件”都由已知的“某个原因”所导致的。

“随机性原理”的思想就是“不可预测性”。由于“随机事件”的概率总是变化的，所以在未来判断“一个随机事件”是否发生，重要的是确定我们的概率估计所依赖的因素。历史上，概率论起源于“机会游戏”的思考，人类能够成功地“预测”行星的运动，却不能预知一个掷骰子游戏。由于微观和宏观世界现象的复杂性，因此，数学和自然科学中，都用“随机概率分布”思想对它们进行研究，从而导致各种各样的“概率分布”。如“泊松分布”，布朗运动，马尔可夫过程等。

在博弈和投资过程中，我们都是对未来某种形式上的判断，而随着未来的临近，我们判断往往依赖于现在出现或即将出现某些“随机”因素的影响。而在判断过程中，由于海森堡测不准原理——即没有任何事件，甚至没有一个原子事件是可以用“确定性”来描述，告诉我们判断是建立在一定误差或者说是在不确定范围内的。如何从“随机性原理”角度去思考这些“随机”因素对未来判断，就是十分重要的。

物理学上用“熵”去度量这样的随机因素，而数学上则遍历性原理——即保测变换或称为概率守恒——有时也称为概率测度保持不变性来研究“随机性”在什么条件下不变的。古典数学确定性的丧失，就是“随机性”原理的最好的体现。大数学家庞加莱在《科学与方法》一书中对随机的基本观点是：长期不可测性调和了机遇和确定性，即是被我们忽略了的非常微小的原因决定着我们不能忽略的可观的结果。而事后我们说这个结果归因于机遇。

由于当时没有测度论和遍历定理（ergodic theorem）及量子不确定性原理，因些他没有精确的语言去表述那些关于机遇的卓越思想。而现代对“随机性”大量研究，却基于庞加莱相关思想——混沌理论的来源。面对“随机性”原理思考，在大量随机现象中，我们是否只能相信宿命论呢？中国古代康熙字典中，有“命运”一词。从中国古代 与近代史中，我们也看到了许多平凡之人却是通过运命（即运作之后）改变了自己命运。也许克服所有人性弱点，自己就能掌握自己的命运。正如有人告诉我的——在投资和博弈中，“情商”是一个致胜的“随机性”因素，也是一个决定性的因素。一定要战胜自己，远离那些影响和诱惑你的“随机”因素。

二、怎样理解随机性？

随机性这个词是用来表达目的、动机、规则或一些非科学用法的可预测性的缺失。一个随机的过程是一个不定因子不断产生的重复过程，但它可能遵循某个概率分布。表示一些定义清晰的、彻底的统计学属性，例如缺失偏差或者相关。

随机与任意不同，因为“一个变量是随机的”表示这个变量遵循概率分布。而任意在另一方面又暗示了变量没有遵循可限定概率分布。

三、随机性的内涵？

随机性是偶然性的一种形式，是具有某一概率的事件集合中的各个事件所表现出来的不确定性。对于一个随机事件可以探讨其可能出现的概率，从而把握该事件发生的可能性的大小。

偶然性是与必然性相对应的哲学范畴，是事物存在和发展过程中多种可能、难以确定的趋势。偶然性包括随机性（具有概率）和杂乱性（没有概率）两种形式。

四、m序列的随机性质？

若一个随机时间序列具有零均值同方差，而且不存在序列相关，则称该序列是一个白噪音或白噪声过程，即纯随机过程。

平稳时间序列，如果序列值彼此之间没有任何相关性，那就意味着序列是一个没有记忆的序列，过去的行为对将来的发展没有任何影响，这种序列称为纯随机序列，从统计分析的角度而言，这样的序列是没有任何分析价值的序列。

五、随机性思维的作用？

随机性这个词是用来表达目的、动机、规则或一些非科学用法的可预测性的缺失。一个随机的过程是一个不定因子不断产生的重复过程，但它可能遵循某个概率分布。

术语随机经常用于统计学中，表示一些定义清晰的、彻底的统计学属性，例如缺失偏差或者相关。随机与任意不同，因为“一个变量是随机的”表示这个变量遵循概率分布。而任意在另一方面又暗示了变量没有遵循可限定概率分布。

随机性在自然科学和哲学上有着重要的地位。

特点

具有随机性的事件有以下一些特点：①事件可以在基本相同的条件下重复进行，如以同一门炮向同一目标多次射击。只有单一的偶然过程而无法判定它的可重复性则不称为随机事件。②在基本相同条件下某事件可能以多种方式表现出来，事先不能确定它以何种特定方式发生，如不论怎样控制炮的射击条件，在射击前都不能毫无误差地预测弹着点的位置。只有唯一可能性的过程不是随机事件。③事先可以预见该事件以各种方式出现的所有可能性，预见它以某种特定方式出现的概率，即在重复过程中出现的频率，如大量射击时炮弹的弹着点呈正态分布，每个弹着点在一定范围内有确定的概率。在重复发生时没有确定概率的现象不是同一过程的随机事件。

假设现实世界中有必然发生的事件，也有根本不可能出现的事件，随机事件是介于必然事件与不可能事件之间的现象和过程。自然界、社会和思维领域的具体事件都有随机性。宏观世界中必然发生的、确定性的事件在其细节上会带有随机性的偏离。微观世界中个别客体的运动状态都是随机性的。物质生产中产品的合格与否，商品的价格波动，科学实验中误差的出现，信息传递中受到的干扰等，也往往是随机性的。对随机事件、随机变量、随机抽样、随机函数的研究是现代数学的概率论与数理统计的重要内容，并被广泛应用于自然科学、社会科学和工程技术中。

对于一个随机事件可以探讨其可能出现的概率，反映该事件发生的可能性的大小。大量重复出现的随机事件则表现出统计的规律性。统计规律是大量随机现象的整体性规律，它支配着随机性系统的状态。

随机性测试方法

1.频数测试：测试二进制串行中，“0”和“1”数目是否近似相等。如果是，则串行是随机的。

2.块内频数测试：目的是确定在待测串行中，所有非重叠的长度为M位的块内的“0”和“1”的数目是否表现为随机分布。如果是，则串行是随机的。

3.游程测试：目的是确定待测串行中，各种特定长度的“0”和“1”的游程数目是否如真随机串行期望的那样。如果是，则串行是随机的。

4.块内最长连续“1”测试：目的是确定待测串行中，最长连“1”串的长度是否与真随机串行中最长连“1”串的长度近似一致。如果是，则串行是随机的。

5.矩阵秩的测试：目的是检测待测串行中，固定长度子串行的线性相关性。如果线性相关性较小，则串行是随机的。

6.离散傅里叶变换测试：目的是通过检测待测串行的周期性质，并与真随机串行周期性质相比较，通过它们之间的偏离程度来确定待测串行随机性。如果偏离程度较小，串行是随机的。

7.非重叠模板匹配测试：目的是检测待测串行中，子串行是否与太多的非周期模板相匹配。太多就意味着待测串行是非随机的。

8.重叠模板匹配测试：目的是统计待测串行中，特定长度的连续“1”的数目，是否与真随机串行的情况偏离太大。太大是非随机的。

9.通用统计测试：目的是检测待测串行是否能在信息不丢失的情况下被明显压缩。一个不可被明显压缩的串行是随机的。

10.压缩测试：目的是确定待测串行能被压缩的程度，如果能被显著压缩，说明不是随机串行。

11.线性复杂度测试：目的是确定待测串行是否足够复杂，如果是，则串行是随机的。

12.连续性测试：目的是确定待测串行所有可能的位比特的组合子串出现的次数是否与真随机串行中的情况近似相同，如果是，则串行是随机的。

13.近似熵测试：目的是通过比较位比特串与位比特串在待测串行中出现的频度，再与正态分布的串行中的情况相对比，从而确定随机性。

14.部分和测试：目的确定待测串行中的部分和是否太大或太小。太大或太小都是非随机的。

15.随机游走测试：目的是确定在一个随机游程中，某个特定状态出现的次数是否远远超过真随机串行中的情况。如果是，则串行是非随机的。

16.随机游走变量测试：目的是检测待测串行中，某一特定状态在一个游机游程中出现次数与真随机串行的偏离程度。如果偏离程度较大，则串行是非随机的。

六、拥抱随机性的好处？

可以摆脱焦虑！人生就像一盒巧克力，你永远不知道下一颗是什么味道！

七、随机性的内在机制？

混沌是由确定性系统所产生内在的随机性。在我们的宏观世界的现象和规律中，完全确定的和完全随机的是较少的两种极端，大部分是不完全确定的。即使没有外部随机作用，不涉及大多数现象或群体效应，初始条件也是确定的，非线性系统自身也会产生随机性（波动）。

这是确定性系统固有的特征，所以被称为“内在随机性”。全球正在经历一场科学技术革命，人类迈进了知识经济信息时代。

混沌学堪称是20世纪物理学的第三次革命。它不仅提供了一种崭新的方法论，使描述自然界的两种方法论（决定论与概率论）达到了和谐的统一，使人类的认识产生了一次新的飞跃，而且从自然科学拓广到技术科学、社会科学和人文科学，具有诱人的发展应用前景。混沌是自然界及人类社会中的一种普遍现象，它是在一个确定论系统中出现的一种貌似不规则的、内在的随机性运动，展示了事物的复杂性。

混沌实际上并 不“混”，既非纯粹的“无序”，又非纯粹的“有序”，而是两者的统一，即有序与无序的统一，确定性与随机性的统一，具有内在的规律性和普适性，内部包含着丰富的信息资源及可开发应用的潜能。

八、随机性效应和非随机性效应的区别是什么？

在辐射物理中，关于随机性效应和确定性效应是这样定义的：

随机性效应是指效应的发生几率（而非严重程度）与剂量大小有关的那些效应，随机性效应与剂量的关系是线性、无阈的。

确定性效应是一种有“阈值”的效应，受到的剂量大于阈值，这种效应就会发生，而且其严重程度与所受剂量大小有关，剂量越大后果越严重。

九、Eviews怎么判断数据随机性？

　操作方法：在proc/equation后得到结果，再点击proc/make residual series就可以做残差序列检验，想看残差序列图点击view/gragh就可以。 Eviews是Econometrics Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行"观察"。另外Eviews也是美国QMS公司研制的在Windows下专门从事数据分析、回归分析和预测的工具。使用Eviews可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。Eviews的应用范围包括:科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。

十、随机性的本质是什么？

随机性的本质是客观的，是大量相对微小的瞬息变化的事件对事物本质行为的扰动形成的。

人们难以，几乎完全不能了解这些扰动的具体的完全的行为，只能发现它们的群体联合结果的统计特征（数字特征或分布特征）。

随机现象的研究是当今非常成熟的科学领域，尤其是在自然科学中。

从一般方法论上说，概率论和统计学已有相当完善的基础；

从实证方面说，已产生了很多实际随机过程理论，如统计物理学、量子力学、排队理论、随机控制，等等。