1/10B百亿分之一ONE IN 10 BILLION
MONTE CARLO AUDIT · v1.4.0

抽签不是感觉,
是分布。

对 172 个国家做 20 万次出生权重抽样、20 万次人口权重抽样,再做 2 万次“5 个人同秒出生”检查。这里公开结果,不对“公平”只做口头承诺。

PASS · 随机种子 20261101
出生权重抽样200,000
人口权重抽样200,000
五人同秒测试20,000
重复国家0

出生人数模式

卡方 / 自由度 = 0.8838。越接近 1,越接近设定的权重分布。前 10 大国家最大相对偏差 1.9%。

国家期望实际偏差
印度36829368970.2%
中国14020141490.9%
尼日利亚11928118490.7%
巴基斯坦10881110941.9%
印度尼西亚711571120.0%
刚果(金)690669070.0%
埃塞俄比亚648764580.4%
美国585958440.3%
孟加拉国544154120.5%
巴西460445291.6%

现有人口模式

卡方 / 自由度 = 0.9654。前 10 大国家最大相对偏差 1.0%。

国家期望实际偏差
印度39585396730.2%
中国39140393090.4%
美国956394790.9%
印度尼西亚778477580.3%
巴基斯坦689469340.6%
尼日利亚622761990.4%
巴西600460610.9%
孟加拉国489349401.0%
俄罗斯400340020.0%
埃塞俄比亚355835760.5%
五人同秒出生
2 万次测试中,重复国家出现 0 次。开局 5 人会排除已经抽到的国家,不会出现“同一个人生里两个完全相同的出生国”。
审计边界
这是蒙特卡洛模拟,不是形式化证明。浏览器使用 `Math.random()`,不是密码学随机数;分布层面通过,不代表每次抽签都可预测或可复现。世界模式只改变时代统计,不改变出生权重;因此不改变这里的抽签分布。微小型国家的期望次数很低,单国偏差会更大,请结合权重看。