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

我用的NIST版本（點選開啟連結）

前序的如何模擬的過程就不講了，很多部落格又提到，而且NIST的 user guider （點選開啟連結）講得很清楚（下圖就是文件裡的例子）。

以上只是模擬的過程，接下來進入正題。

一.結果檔案都在哪。

二.怎麼樣才有正確的結果。

三.這些資料之間是什麼關係。

一.結果檔案在什麼地方

模擬結束後會在experiment這個資料夾裡面有關於每一項測試的一個單獨的資料夾和finalanalysisreport這個檔案（後者是講所有的資料報告整合在一起的一個相對簡介的報告檔案）

二.怎麼樣才有正確的結果

    當然很有可能你開啟finalanalysisreport.txt這個檔案的時候是這樣的。

根據我的經驗，這是兩個原因導致的。1.沒有足夠多的資料量。2.在執行NIST的時候的how many streanms後面的提示輸入的資料不應該是1，感覺資料量足夠多的話，保證這個數大於10比較靠譜。

如果你的資料量實在不夠，就只能修改一些引數了！比如我就是這樣，

我只有10000個數據，這樣我雖然可以在finalanalysisreport.txt裡面得到具體的p-value值，但是我全測所有測試項時，在這個檔案裡面並沒有serial和approxiamteEntropy的資料，這我就納悶了！最後在experiment這個資料夾裡找到serial和approxiamteEntropy的單獨的資料報告檔案，看了裡面的state這個檔案，才知道，也是資料量不夠的問題，當然只是針對當前的模擬引數而言的（我用的預設的模擬引數）。

於是我就修改了模擬引數。很幸運，得到了資料結果（下圖以approxiamteEntropy的修改為例）。

三.finalanalysisreport.txt這個檔案裡面的資料都是什麼關係。

以上圖為例進行說明。

這裡的資料組為10（也就是how many streams後我輸入的是10），這樣由於P-value的取值區間是0-1的，於是將這個區間等分成10個區間，在模擬的時候會得到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資料夾裡面找到這些P-value值進行驗證）。

那finalanalysisreport.txt的P-value和各測試項報告檔案裡的10個p-value有什麼關係了！

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

當然，我雖然知道了這些，但是我資料量不夠，在finalanalysisreport.txt裡面還是沒有serial和approximateEntropy的結果，於是我就只能自己手算了。

找到serial和approximateEntropy在experimens資料夾裡的報告檔案，裡面的result的資料就是我需要的資料（當然你得先保證這些資料是有效的，看state裡面是否通過測試，通過了說明資料有效），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，根據資料將分佈表寫出來，直接就可以計算了！問題是igamc這個函式，就沒有辦法了！於是我利用了matlab計算，matlab裡面的這個函式是gammainc(x,a),也就是不完全gamma函式。雖然可以得到結果，但是我利用測得的frequence的P-value（finalanalysisreport.txt裡的值）利用這個公式在matlab裡進行驗證，結果並不是完全相同。

於是我只能利用最後一招了！

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

終於寫完了！希望對各位有所幫助，其實如果你的資料量夠多，有幾十萬個那麼，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麼會得不到所有的資料項的結果報告，都是資料量的問題！還有就是user guider真的很有必要好好看一下！