最近學習需要做了一些關于NIST的工作，便于學習交流，將一些對結果分析的過程做一些總結。

我用的NIST版本（點擊打開鏈接）

前序的如何仿真的過程就不講了，很多博客又提到，而且NIST的 user guider （點擊打開鏈接）講得很清楚（下圖就是文檔里的例子）。

以上只是仿真的過程，接下來進入正題。

一.結果文件都在哪。

二.怎么樣才有正確的結果。

三.這些數據之間是什么關系。

一.結果文件在什么地方

仿真結束后會在experiment這個文件夾里面有關于每一項測試的一個單獨的文件夾和finalanalysisreport這個文件（后者是講所有的數據報告整合在一起的一個相對簡介的報告文件）

二.怎么樣才有正確的結果

? ? 當然很有可能你打開finalanalysisreport.txt這個文件的時候是這樣的。

根據我的經驗，這是兩個原因導致的。1.沒有足夠多的數據量。2.在運行NIST的時候的how many streanms后面的提示輸入的數據不應該是1，感覺數據量足夠多的話，保證這個數大于10比較靠譜。

如果你的數據量實在不夠，就只能修改一些參數了！比如我就是這樣，

我只有10000個數據，這樣我雖然可以在finalanalysisreport.txt里面得到具體的p-value值，但是我全測所有測試項時，在這個文件里面并沒有serial和approxiamteEntropy的數據，這我就納悶了！最后在experiment這個文件夾里找到serial和approxiamteEntropy的單獨的數據報告文件，看了里面的state這個文件，才知道，也是數據量不夠的問題，當然只是針對當前的仿真參數而言的（我用的默認的仿真參數）。

于是我就修改了仿真參數。很幸運，得到了數據結果（下圖以approxiamteEntropy的修改為例）。

三.finalanalysisreport.txt這個文件里面的數據都是什么關系。

以上圖為例進行說明。

這里的數據組為10（也就是how many streams后我輸入的是10），這樣由于P-value的取值區間是0-1的，于是將這個區間等分成10個區間，在仿真的時候會得到10個P-value值，所以C1-C10的數值就是這10個P-value落在相應區間的數量（可以在每一個測試對應的文件夾里面找到這些P-value值進行驗證）。

那finalanalysisreport.txt的P-value和各測試項報告文件里的10個p-value有什么關系了！

其實finalanalysisreport.txt的P-value只是衡量這10個p-value分布均勻性的一種指標而已，是利用卡方分布進行統計的！

當然，我雖然知道了這些，但是我數據量不夠，在finalanalysisreport.txt里面還是沒有serial和approximateEntropy的結果，于是我就只能自己手算了。

找到serial和approximateEntropy在experimens文件夾里的報告文件，里面的result的數據就是我需要的數據（當然你得先保證這些數據是有效的，看state里面是否通過測試，通過了說明數據有效），接下來就是根據上圖的公式進行手算了！

算出X^2這個值不難，根據數據將分布表寫出來，直接就可以計算了！問題是igamc這個函數，就沒有辦法了！于是我利用了matlab計算，matlab里面的這個函數是gammainc(x,a),也就是不完全gamma函數。雖然可以得到結果，但是我利用測得的frequence的P-value（finalanalysisreport.txt里的值）利用這個公式在matlab里進行驗證，結果并不是完全相同。

于是我只能利用最后一招了！

得出serial和approximateEntropy的P-value值分布后，直接在finalanalysisreport.txt里面找和這兩個有相同分布的數據項，這樣兩者的P-valueT肯定是相同的。從X^2的計算來看，這種分布相同只要具有相同的比重量就可以，沒有必要C1-C10的分布比重完全一樣。看倒數第二圖里面的blockfrequence和第一個cumulativesums，他們的P-valueT是相同，但是再看他們的分布，只是都是三個2，四個1，和三個0,而已。

終于寫完了！希望對各位有所幫助，其實如果你的數據量夠多，有幾十萬個那么，其實就簡單了很多，省去了很多沒有必要的麻煩，我剛剛開始就是很納悶為什么會得不到所有的數據項的結果報告，都是數據量的問題！還有就是user guider真的很有必要好好看一下！

總結

以上是生活随笔為你收集整理的NIST测试结果分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。