Text-Mining
檢查字符串是否不是隨機的
背景
假設我們有一個字母表
A,B, C, D，然後我們查看一些數據並找到一個“單詞”，DDDDDDDDCDDDDDD在我看來，找到這個隨機的機會似乎很低，而發現BABDCABCDACDBACD似乎不太隨機。問題
我應該如何檢查我遇到的字符串是否不是隨機的？
我在 R 中嘗試了一些東西，例如，對字母進行數字編碼，然後將它們與排列進行比較。但是預先編碼是相當麻煩的。可能有更直接的方法嗎？
找到這個隨機的機會對我來說似乎很低，而找到 BABDCABCDACDBACD 似乎不太隨機。
為什麼會這樣？如果每個字母 A…D 的總比例等於 0.25，並且每個字母獨立於另一個，那麼這兩個詞的概率完全相同。如果字母的分佈不同，那么生成兩個單詞的概率當然可能不同。
您可以嘗試找到“低複雜度”的單詞，例如一個字母比例特別高的單詞（您可以使用其他響應中建議的香農信息，在生物序列分析中還有許多其他方法），但是不是對“隨機性”的測試，因為沒有進一步的假設或對您實際分析的內容的了解，“隨機性”一詞毫無意義。