A Million Random Digits with 100,000 Normal Deviates

A Million Random Digits with 100,000 Normal Deviates
1955年版の標題紙
1955年版の標題紙
著者 ランド研究所
発行日 1955年
発行元 フリー・プレス(英語版)
ジャンル 乱数表
国 アメリカ合衆国
言語 英語
形態 著作物
ページ数 xxv, 400, 200
公式サイト https://www.rand.org/pubs/monograph_reports/MR1418.html
コード ISBN 978-0-8330-3047-4(2001年版)
[ ウィキデータ項目を編集 ]
テンプレートを表示

A Million Random Digits with 100,000 Normal Deviates(参考訳: 100万桁の乱数と10万個の正規乱数)は、ランド研究所が作成し、1955年にフリー・プレス(英語版)から刊行された乱数表である。100万桁の数字と、標準正規分布に従う10万個の乱数を収録している。モンテカルロ法などの計算で必要とされる大量の乱数を供給すべく作成され、パンチカードの形でも提供された。

収録された数字は1947年に電子装置で生成されたもので、統計検査で判明した偏りを取り除く補正を経て公刊に至った。1955年当時における大規模な乱数表として評価され、世論調査などでも利用された。高速な電子計算機では必要な乱数をその場で算出する擬似乱数が普及したものの、本書は2001年に再刊され、電子データも公開されている。科学技術分野以外にも、実験的な詩の創作に用いられた例がある。

背景

先行する乱数表

本書以前にも、標本抽出や実験計画に用いる乱数表はいくつか作成されていた。1927年にはL・H・C・ティペット(英語版)が4万1600桁の表を刊行している。また、ロナルド・フィッシャーとフランク・イェーツ(英語版)による1万5000桁の表では、2組のトランプを使って対数表から数字を抽出したが、6が過剰に出現したため、そのうち50個を別の数字に置き換える処置がとられた。ティペットの表についても、後年の検査で数字の分布に偏りがあることが指摘されている。科学著述家のブライアン・ヘイズ(英語版)は、こうした先例とランド研究所の表を、物理的な操作から偏りのない乱数を得ることの難しさを示す事例として挙げている。

1939年には、モーリス・ケンドール(英語版)とバーナード・バビントン・スミス(英語版)が機械で生成した数字による10万桁の表を刊行した。両者の研究は、数字の出現頻度や系列、ポーカーの役に見立てた組合せなどに基づく乱数検査の手法にも寄与した。正規分布に従う乱数についても先行する表が存在し、1948年にハーマン・ウォルド(英語版)が刊行した表には、小数点以下2桁の値が2万5000個収録されていた。

大量の乱数への需要

1940年代以降、大量の乱数を用いて確率的な現象を数値計算するモンテカルロ法が発展した。例えばロスアラモス国立研究所では、物質中を移動する中性子の経路を多数模擬し、原子核との衝突結果を乱数で決定する手法が採られた。C・B・トンプキンスは1956年の書評で、物理学における遮蔽問題をはじめとする応用分野でモンテカルロ計算が広まったことや、計算機の性能向上に伴って従来の用途でも乱数の需要が増大したことを背景として説明している。

ランド研究所でも、初期の研究から各種の問題を実験的な確率計算で解くにあたり、大量の数字や正規乱数を必要としていた。既存のケンドールらの表では規模が足りず、同一の問題に何度も繰り返して使わなければならなかったため、計算に望ましくない相関が混入するおそれがあった。原著の序文では、大規模な表を要する複雑な分布の問題が現実的な時間で計算できるようになった背景として計算機の発達が挙げられており、本書も主にパンチカード式の計算機での利用を想定して作成された。

作成と刊行

穴の開いたカードと、穴を開ける前のカード。
IBM式パンチカードの例

乱数の生成作業は1947年に行われた。セシル・ヘイスティングズの構想を基に、ダグラス・エアクラフトのビル・ガニングとウォルター・フランツらが生成装置を設計・製作し、バーニス・ブラウンらが統計検査を、ジョージ・ブラウンが生成された数字の偏りを除去する処理を担当した。原著の謝辞には、数字の生成や検査、刊行準備に携わった技術者・プログラマー・数学者ら14人の名が挙げられており、この乱数表がアメリカ空軍向けの分析業務に関連して作成された旨が記されている。

この表は書籍化以前からパンチカードの形で利用されており、冒頭の2万1875桁は、1952年12月から1954年12月にかけてJournal of the American Statistical Association(英語版)の9号にわたり分載された。その後、1955年にイリノイ州グレンコーのフリー・プレスから価格10ドルで刊行された。パンチカード版も別途注文が可能で、1956年の書評によれば、料金は注文1件につき25ドルに加え、カード1000枚ごとに3ドルであった。

ウィリス・H・ウェア(英語版)によるランド研究所の計算技術史によれば、本書は刊行後15年間で3刷を数え、約7000部を売り上げたとされる。その後も需要が続いたことから、2001年末には同研究所のペーパーバック・シリーズとして再刊された。2001年版では元のレイアウトが維持され、新たな序文が加えられている。

内容

表の構成

5桁ずつ4列、15行に配置された数字。
数字表に収録された300桁の抜粋

本書は、序文などの前付け25ページ、100万桁の数字表400ページ、および10万個の正規乱数表200ページで構成され、2種類の表にはそれぞれ独立したページ番号が振られている。数字表では5桁の数が1行に10組(50桁)、1ページに50行並んでおり、ページあたり計2500桁を収録する。また、5行ごとにまとまりが作られ、縦方向にも区切って読み取れるよう配置されている。各行には00000から19999までの行番号が付されている。

正規乱数表には、1行に10個、1ページに50行で計500個の値が収録されている。各数値は小数点以下3桁まで示され、正負の符号は数値の末尾に置かれている。行番号は0000から9999まで振られており、小数点を含まないため表中の数値と区別できる。ここでいう正規乱数とは平均0、分散1の標準正規分布に従う値のことで、元になった数字表の5桁の数を分布関数で変換して算出されている。

序文には、生成装置の仕組みや補正方法、統計検査の手順と集計結果が掲載されており、乱数の生成から検査に至る経緯が説明されている。また末尾では、表を読み始める位置の選び方や無作為な順列の作り方、さまざまな分布に従う値への変換方法が解説されている。

表の使用法

原著では、利用に先立って読み始めの出発点を無作為に選ぶことが推奨されている。数字表を用いる場合、まず任意のページを開いて目で選ばずに5桁の数を1つ取り、その先頭の数字を2で割った余りに置き換えることで、00000から19999までの行番号を得る。さらに、その右隣にある2桁を50で割った余りによって、該当行のどの列から読み始めるかを決定する。いつも同じページを開いたりページの中央付近を選んだりする偏りを避けるため、出発点の決定に使った数には印を付け、同じ目的で再利用しないよう指示されている。

正規乱数表における出発点も数字表から選ぶ。この場合は、選んだ5桁の数のうち最初の4桁を行番号、最後の1桁を行内の位置に対応させる。表の読み進め方としては、通常の文章と同様に横方向へ読むほか、縦の列に沿って読む、逆方向に読む、あるいはページを下から上へたどるといった方法も採り得る。ただし、同一の問題に繰り返して使う場合には、読み方を変えることで相関を持ち込まないよう注意が促されている。

対象を無作為な順序に並べ替える際には、まず各対象に番号を振り、対象と同じ個数だけ表から取り出した5桁の数の大小関係に従って番号を並べ替える。同じ値が出た場合は、その右隣の数字を使って桁数を増やし比較する。また、任意の分布に従う値を得る方法として、表から取った数字を累積確率に対応させ、その分布の累積分布関数を逆にたどって値を求める手順が示されている。

このほか、互いに独立な正規乱数から指定した相関係数を持つ2変数を作る方法や、周辺分布と条件付き分布を組み合わせて多変量の値を作る方法も説明されている。例えば、独立な標準正規乱数をx,y、相関係数をρとしたとき、対(x,ρx+1−ρ2y)へ変換する例が挙げられている。

作成方法

数字の生成と補正

数字の生成には「電子ルーレット」と呼ばれる装置が用いられた。この装置は、毎秒平均約10万回発生するランダムなパルスを約1秒の一定間隔で区切り、5桁の二進カウンターに通す仕組みであった。原著では、原理的に32区画のルーレットを1回の試行につき平均約3000回転させることに相当すると説明されている。32通りの値のうち20通りを十進数に変換してその一の位をIBMのパンチ装置へ送り、残る12通りの値は破棄することで、装置全体として1秒に1個の数字を得た。装置の製作はダグラス・エアクラフトの電気研究所が担い、パルス源にはガス放電式の定電圧管が用いられた。

当初の出力には統計的に有意な偏りが見つかったため、回路の改良や調整が重ねられた。しかし、その後に生成した100万桁にも、わずかではあるが有意な偏りが残った。原著では、入念な調整の直後と無調整のまま1か月運転した後の数字を比較し、定期的な電子的検査では正常と判定された装置にも運転に伴う劣化が生じていたと説明されている。もっとも、検査における期待値からのずれは最大でも2%未満であったため、装置による生成をやり直す代わりに、得られた数字に変換処理を施すこととした。

この補正では、1枚につき50桁を記録した2万枚のカードを対象に、各カードの数字と直前のカードの同じ位置にある数字とを加え、その一の位を採用した。すなわち、対応する数字の和を10で割った余りを新しい数字としたのである。この処理によって分布が改善され、補正後の表が出版された。本書は、乱数の和を一定の数で割った余りの分布が一様分布に近づくという極限定理を、こうした変換を行う根拠として挙げている。

統計検査

補正後の表に対しては、数字の出現頻度、5桁の数字の組合せ、隣り合う数字の関係、および同じ数字が連続する長さに関する検査が行われた。単に数字の出現頻度を見るだけでなく、その並び方についても調べる構成となっている。

出現頻度の検査では、100万桁を1000桁ずつの1000区画に分け、各区画で0から9までの数字が何回現れるかを集計した。各区画において10個の数字が等確率で現れるとする分布への適合度検定を行い、そこから得られた1000個のカイ二乗統計量の分布も理論値と比較した。これとは別に、5万桁ずつの20区画での集計と数字全体の頻度も掲載し、奇数と偶数の間、奇数の内部、偶数の内部という分け方でも偏りの有無を調べている。

ポーカー検査では、5桁の数を1組とし、数字の一致の仕方によって分類した。すべて異なる場合を「役なし」、同じ数字が2個ある場合を「1対」とし、ほかにも「2対」「3個同じ」「3個と2個の組合せ」「4個同じ」「5個同じ」という区分を設けた。5000桁(1000組)ごとに理論上の出現頻度との適合度を調べ、その200区画の検査結果を集計した。また、全20万組の集計でも比較を行っており、出現の少ない「4個同じ」と「5個同じ」は検定上まとめて扱われた。

並び方の検査には冒頭の5万桁が使われた。その1つである系列検査では、隣接する2個の数字について、前の数字を行、後ろの数字を列とする10行10列の表へ集計した。同じ5万桁の区間について、同一の数字が連続する長さを調べる「連の検査」も実施され、長さごとの観測度数が期待度数と比較された。

正規乱数の作成

10万個の正規乱数は、数字表の各ページの左半分を5桁ずつ読み取り、標準正規分布の累積分布関数を用いて変換したものである。5桁の数を整数D、標準正規分布の累積分布関数をFとすると、次の式を満たすxが求められる。

F(x)=(D+0.5)×10−5

この変換には、アメリカ国立標準局による正規分布の数表が使われた。数字表と正規乱数表の対応関係は、正規乱数表の第1列が数字表の最初の200ページの第1列、第2列が残る200ページの第1列に由来し、第3列と第4列も同様に数字表の第2列に対応する、という形で保たれている。

作成後の正規乱数については、全体を400の階級に分けて標準正規分布への適合度が調べられた。各階級の期待度数はおおむね250であり、カイ二乗統計量は自由度399に対して346.4となった。さらに、絶対値が2.326を超える左右の裾(それぞれ約1%の範囲)については、より細かい区分で検査が行われた。複数の値の二乗和についても検証され、25個、50個、100個、300個を足し合わせた場合の分布が、それぞれの自由度のカイ二乗分布と比較された。

印刷と校正

表はIBM 856 Cardatypeの出力を写真製版して印刷された。原著によれば、乱数表という性質上、偶発的な印字の誤りをすべて取り除くための全数校正は必要ないと判断された一方、系統的な誤りの有無については全ページにわたって調べられた。これに加え、数字表と正規乱数表の双方で、10ページ目から20ページおきに校正を行うとともに、5ページ目から40ページおきに数値の総和を求めて、元のパンチカードから得た総和と照合された。

評価と利用

同時代の書評と追加検査

1955年のBiometrika(英語版)誌に掲載されたP・G・ムーアの書評では、ティペット以来の乱数への需要がモンテカルロ法の発達によってさらに増大するなか、本書がその必要に応えたと評され、頻度、ポーカー、数字対の検査結果も良好であるとされた。同年のJournal of the Royal Statistical Society. Series A(英語版)誌でも、J・M・ハマースリー(英語版)が、従来の表では小さすぎるモンテカルロ計算があったことに触れ、本書を時宜を得た有用な刊行物と評価した。

その一方でハマースリーは、数字表の行番号が乱数と同じ書体で印字され、罫線でも区別されていないことから、乱数として取り違えるおそれを指摘した。また、正規乱数表を対応する数字表と見開きに配置すれば、さらに使いやすくなっただろうと提案している。統計検査については、結果の解釈に主観的な面があると断りつつ、表が「真の」乱数に期待される以上に均一すぎるのではないかとの疑念も示した。その具体例として、ポーカー検査における統計量の分布と、正規乱数全体の適合度で得られたカイ二乗統計量の小ささを挙げている。

ジョン・テューキーは1955年の書評において、本書を、あらかじめ用意された乱数の集成としては当時最大で、おそらく最良のものと評した。大規模な計算ではすでに擬似乱数へ移りつつある一方、小規模から中規模程度の作業では、書籍やカードの形の表が標準になると見込んだ。また、表の再利用に伴う相関への警告は慎重すぎるとも述べ、必要であれば表の数字に擬似乱数列を桁ごとに加える方法を示した。ただし、どのような問題にも完全に適する有限の表というものはなく、個々の表と乱数を作る過程とは区別すべきだとも論じている。

さらにテューキーは、ランド研究所から正規乱数の集計値の提供を受けて独自の分散分析も行った。2000個単位と1万個単位の区画を比較し、個々の値について得られた平均平方0.9967が理論値の1に近いなど、結果はよく一致すると評価して、書評の結びで本書を全面的に推薦している。

1956年のトンプキンスによる書評には、ランド研究所から依頼された系列検査の解析の訂正が掲載された。これはI・J・グッド(英語版)による解析に基づき、数字対の度数表から単純に得られる平方偏差の和はそのままではカイ二乗分布に従わないことを指摘し、行または列の変動を除いた誤差成分を検定に使うよう改める内容であった。なお同書評では、この修正を数字のランダムさへの反証と解釈すべきではないと明記されている。

あわせてトンプキンスは、SWAC計算機を使い、0から9までのすべての数字が少なくとも1回ずつ現れるまでの長さを調べる「クーポン収集者検査」を実施した。表全体から3万4248組の列を得て長さの分布を理論値と比較したところ、最長は115桁であったものの異常に長いものとはみなされず、ランダムさを否定する有意な証拠は認められないと結論付けられた。印刷面についても、数字は読みやすく、抜き取り校正であっても重大な誤植が含まれる可能性は低いと評されている。

実務と暗号での利用

実務において本書は、世論調査などで無作為に標本を選ぶための資料として使われた。2003年のWIRED誌では、本書が標準的な参考資料として定着しており、世論調査の対象とする投票区を選ぶ用途でも引き続き使われていると紹介された。ウェアによる2008年の記述でも、小規模な作業や手計算には依然として有用であり、農業研究で使われているとされる。

またテューキーは、標本による検査をめぐって売り手・買い手・仲裁者の3者が公平な抽出に合意するための方法として、各自が5桁の数を1つずつ選び、その和で本書の出発点を決める例を示した。この方法によれば、少なくとも1人が無作為に選べば、残る2人が協力しても標本を有利に偏らせることはできないと説明されている。

暗号の設計における利用例もあり、ブロック暗号のKhafre(英語版)では、本書の数字で初期のSボックスを構成し、そこから擬似乱数的に生成した固定Sボックスが用いられた。

その一方、高速な電子計算機においては、大きな表を記憶するよりも、必要な時に単純な算術演算で擬似乱数を求める方法が用いられるようになった。原著の序文でも、そうした計算機では本書よりさらに大量の乱数が必要となるため、表の記憶は通常実用的でないと述べられている。ヘイズは2001年に、モンテカルロ計算のほとんどは擬似乱数を使うと説明する一方、物理的な装置の出力であっても読み取る回路の性質や経年変化が偏りを生むと指摘し、本書の製作時に調整と補正が繰り返された経緯をその例に挙げている。

文学と一般の受容

詩人のジャクソン・マック・ロウ(英語版)は、1950年代に本書を知って以来、その後の創作で繰り返し用いた。とりわけ晩年のStein連作では、ガートルード・スタインの文章を書き換える際の偶然的な選択に本書を利用した。作品は乱数だけで自動的に決まるものではなく、偶然による操作、一定の規則、そして作者自身の判断を組み合わせて作られている。

この連作で使われた「ダイアスティック・リーディング」と呼ばれる手続きでは、まずスタインの原文から、乱数によって「種」となる一節を選ぶ。続いてその一節の文字を順にたどりながら原文を読み進め、各文字が単語の同じ位置に現れる語を拾っていく。例えばStein 100では、本書の乱数によってTender Buttons(英語版)の53番目の段落が選ばれ、語の選択を導く「種」とされた。行分けや句読点、一部の語句には、手続きの後でマック・ロウが手を加えている。

文学研究者のセス・パーロウは、本書を用いる詩作においては、作者の個人的な選択を弱めようとする偶然の操作と、本書が背負う軍事研究の歴史とが交差していると論じた。平和主義者であったマック・ロウがこの道具を詩作に転用したことを、破壊的な用途に結び付いた技術を別の創造的な用途へ取り戻す試みとして読み解いている。

一般向けには、数字ばかりの書籍という特徴がユーモアの対象にもなった。2013年のThe Wall Street Journalは、本書のAmazon上のページに数百件もの冗談のレビューが集まっていると報じた。

電子データと再検証

ランド研究所は、書籍のPDFに加え、数字表と正規乱数表のテキストデータや正誤表などを公開している。

同研究所によれば、1994年11月に電子データと印刷本の相違が指摘された。照合の結果、データの一部は印刷本に合わせて修正されたものの、数字の出現頻度を示す原著の第1表と再計算結果との不一致は残った。また、数字表から正規乱数を再作成すると5か所で元の値と一致せず、この相違は印刷本にも元から存在していたことが判明した。研究所は、元の計算時にパンチカードの読み取り誤りが起きた可能性を説明している。

2020年には、ランド研究所のソフトウェア技術者であるゲイリー・ブリッグズが公開データから原著の統計検査を再現し、元の集計との間に小さな相違を見いだした。報告された差としては、原著の第1表に比べ、35万桁から40万桁までの区間で0が1個多く2が1個少ないことのほか、ポーカー検査、数字対、同じ数字の連続に関する集計の違いが挙げられている。

再検証のコードと説明も公開されており、ブリッグズは、これらの差は統計的に有意ではなく、数字のランダムさや、本書の指示に従って使った場合の有用性を損なうものではないと結論付けている。