What is the translation of " STATISTICAL TEST " in Serbian?

• статистички тест

Examples of using Statistical test in English and their translations into Serbian

Now, let's look at the following statistical test.
Погледајмо сада следећи статистички тест.

And we have a statistical tests on N bit strings.
И имамо статистички тест за n-битне низове.

So this is another crazy thing that the statistical test will do.
Дакле ово је још једна ствар коју статистички тест може да уради.

But, these statistical tests were ignorant of how the data was created.
Али, ови статистички тестови нису били упознати са начином на који су подаци створени.

What is the probability that the statistical test outputs one?
Која је вероватноћа да статистички тест избаци 1?

So statistical tests don't have to get things right. They can do whatever they like.
Дакле статистички тестови не морају да буду исправни, могу да раде шта год желе.

Let's define the statistical test B as follows.
Дефинишимо статистички тест В на следећи начин.

Since statistical tests are based on probability and can be in error, they do not really prove anything.
Будући да су статистички тестови на основу вероватноће и може бити у заблуди, они не доказују ништа.

So, let me define what a statistical test on 01 to the N is.
Дакле, да вам дефинишем статистички тест над на n.

The statistical test basically says, if the most signifigant bit of the string you gave me is one, I'm gonna say one, meaning I think it's random.
Статистички тест каже, ако је бит највеће тежине низа који ми дајеш 1, избацујем 1, што значи, мислим да је случајан.

In other words, the probability that this statistical test outputs one is exactly two-thirds.
Другим речима, вероватноћа да овај статистички тест избаци 1 је тачно 2/ 3.

But before we talk about actually defining security, the next thing we talk about is how do we evaluate whether a statistical test is good or not?
Али пре него што пређемо на дефинисање безбедности, следеће о чему ћемо да говоримо је како се оцењује да ли је статистички тест добар или није?

So in this case our statistical test B will output one with probability greater than 1/2+ epsilon.
У овом случају статистички тест В избацује 1 са вероватноћом већом од 1/ 2+ ε.

On the other hand, let's look at what happens when we give our statistical tests a pseudo-random sequence, okay.
Са друге стране, погледајмо случај када статистички тест добија псеудослучајни низ.

So now that we understand what statistical tests are, we can go ahead and define, what is a secure pseudo-random generator.
Пошто смо разумели шта су то статистички тестови, можемо да дефинишемо безбедни псеудослучајни генератор.

For a random string, that happens exactly half the time, and so in this case the statistical test will output one, with probability one-half.
За случајни низ се то дешава тачно 1/ 2 пута, дакле у овом случају статистички тест избацује 1 са вероватноћом 1/ 2.

So now we're going to run the statistical test on the output of the generator, and we ask how likely is it to output one.
Сада извршавамо статистички тест над излазом генератора. Постављамо питање колико је вероватно да ће излаз да буде 1.

But if, all of a sudden, we see a run of zeros that, say, is much bigger than ten log N, then the statistical test will say, the string is not random.
Али ако наиђемо на низ нула који је много дужи од 10 log n, тада статистички тест каже да низ није случајан.

For more on why large datasets, render statistical tests problematic, see Lin, Lucas, and Shmueli(2013) and McFarland and McFarland(2015).
За више информација о зашто велики скупови података, рендер статистичке тестове проблем, погледајте Lin, Lucas, and Shmueli( 2013) McFarland and McFarland( 2015).

R and its libraries implement a wide variety of statistical and graphical techniques, including linear and nonlinear modelling, classical statistical tests, time-series analysis, classification, clustering, and others.
R обезбеђује широк избор статистичких( линеарних и нелинеарних модела, класичних статистичких тестова, анализа временских серија, класификација, кластери, и остало) и графичких техника.

So all this statistical test does is it basically takes the input x that was given to it, the n bit string that was given to it, and decides whether it looks random or it doesn't look random.
Дакле статистички тест само узима улаз х који му се даје, n-битни низ који му се даје, и одлучује да ли изгледа случајно или не.

We say that, as generator G is secure, if essentially no efficient, statistical tests can distinguish its output from random.
Кажемо да је генератор G безбедан, ако не постоји ефикасан статистички тест који може да га распозна од случајног.

I'm gonna define these statistical tests by the letter A. And the statistical test is basically an algorithm that takes its inputs and N bit string, and simply outputs zero or one.
Означићу ове тестове словом А. Статистички тест је алгоритам који узима као улаз n-битни низ, и једноставно враћа 0 или 1.

But basically the fact is that restricting this definition into only efficient statistical tests is actually necessary for this to be satisfiable.
Дакле чињеница да се овом дефиницијом ограничавамо на ефикасне статистичке тестове, је неопходна да би она била задовољива.

What the statistical test will do is it will say, well, if the number of zero zeros is roughly N over four. In other words, the difference between the number and N over four, is, say, less than ten square root of n, then we will say that X looks random.
Статистички тест ће да каже, ако је број 00 приближно n/ 4, другим речима, ако је разлика између броја" 00" и n/ 4 мања од 10 пута корен од n, тада ћемо да кажемо да х делује случајно.

Because just as we did before it's very easy to build a statistical test that will distinguish the output of G from uniform.
Зато што, као што смо радили раније, врло је лако да се направи статистички тест који ће да разликује излаз из G од униформног. Дакле G није безбедан.

So now that we have a definition, the next question is can we actually construct a generator and then prove that it is in fact a secure PRG. In other words, prove that no efficient statistical test can distinguish its output from random.
Сада када имамо дефиницију, следеће питање је да ли можемо да направимо генератор за који бисмо доказали да је безбедан PRG, другим речима, доказали да не постоји ефикасан статистички тест који би га разликовао од случајног.

More precisely, what we will say is that, basically for all efficient statistical tests, a… Statistical tests, a… It so happens that if I look at the advantage.
Тачније, кажемо да за све ефикасне статистичке тестове А, ако погледамо предност статистичког теста А у односу на G, ова предност је занемарљива.

In other words, it's very close to zero, and as a result, this, statistical test was not able to distinguish the output from random, and that has to be true for all statistical tests..
Другим речима, врло је блиска нули, и сходно томе, овај статистички тест није успео да распозна излаз од случајног, и то мора да важи за све статистичке тестове..

So somehow, it was able to behave differently. And what they really means is that the statistical test could basically distinguish the output of the generator from random.
Некако је успео да се понаша другачије, што значи да је статистички тест успео да разликује излаз из генератора од случајног.