O dado está viciado?
O teste qui-quadrado (χ²) de aderência estima se uma distribuição observada corresponde a uma distribuição esperada dentro de limites razoáveis. Por exemplo, depois de lançar um dado muitas vezes, a variação aleatória faz com que as seis faces não apareçam com a mesma frequência. No entanto, se algumas faces aparecerem com muito mais frequência do que outras, o dado pode estar viciado.
Use este cálculo do qui-quadrado:

Para um dado, a frequência esperada de cada face é o número total de lançamentos dividido por 6.
Este é um dado lançado 600 vezes:
| Face | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| Frequência observada | 101 | 116 | 89 | 108 | 97 | 89 |
| Frequência esperada | 100 | 100 | 100 | 100 | 100 | 100 |
| Diferença | 1 | 16 | -11 | 8 | -3 | -11 |
Sua estatística é:
χ² = ((1)^2 + (16)^2 + (-11)^2 + (8)^2 + (-3)^2 + (-11)^2) / 100 = 5.72Compare o resultado com o valor crítico fixo 11.0705. Retorne true quando χ² estiver abaixo do valor crítico, o que significa que o dado é considerado não viciado, e false caso contrário.
Exemplos
Program.fairDie(new int[]{44, 52, 33, 40, 41, 30}); // true; χ² = 7.75
Program.fairDie(new int[]{34, 27, 23, 20, 32, 28}); // true; χ² ≈ 5.098
Program.fairDie(new int[]{10, 20, 11, 5, 19, 16}); // false; χ² = 12.556Notas
Não importe nenhuma biblioteca adicional.