Loteria Удача на сдачу

Análise de autocorrelação Удача на сдачу

Удача на сдачу — os sorteios têm «memória»? Os resultados estão correlacionados entre sorteios?

A autocorrelação mostra se os resultados do sorteio N estão relacionados com o sorteio N-1, N-2 e posteriores. Se uma autocorrelação significativa for detectada, é um sinal valioso para a previsão. Se não, confirma a aleatoriedade da loteria «Удача на сдачу».

Análise baseada em 20 sorteios de 05/15/2026, 06:00 PM a 06/03/2026, 06:00 PM

Defasagem máxima:

Autocorrelação das somas dos sorteios

Correlograma com intervalos de confiança de 95%

Observações

Defasagens significativas

±0.4383

Intervalo de confiança de 95%

Autocorrelação não detectada

Todos os valores de ACF estão dentro do intervalo de confiança de 95%. A sequência é estatisticamente aleatória.

ACF(1) para todos os números

Autocorrelação na defasagem 1 — visão rápida da «memória» de cada número

Bola	ACF(1)	Estado
1	-0.2625	Normal
2	-0.1853	Normal
3	0.1125	Normal
4	0.1125	Normal
5	0.0500	Normal
6	-0.0611	Normal
7	-0.0833	Normal
8	-0.0676	Normal
9	0.1125	Normal
10	-0.1167	Normal
11	0.1125	Normal
12	-0.0553	Normal
13	0.0500	Normal
14	0.4500	Significativo
15	-0.1167	Normal
16	0.0000	Normal
17	-0.2687	Normal
18	-0.0553	Normal
19	0.0500	Normal
20	0.1125	Normal
21	-0.1853	Normal
22	-0.0553	Normal
23	-0.0167	Normal
24	-0.0833	Normal
25	-0.2625	Normal
26	-0.1853	Normal
27	0.0000	Normal
28	-0.0553	Normal
29	-0.0553	Normal
30	-0.2833	Normal
31	0.2500	Normal
32	0.1833	Normal
33	0.3625	Normal
34	-0.1167	Normal
35	0.1833	Normal
36	-0.2625	Normal

Sobre a autocorrelação

Fundamentos matemáticos

A função de autocorrelação (ACF) mede a dependência linear entre os valores de uma série temporal separados por k passos (defasagem). No contexto de uma loteria: o resultado do sorteio N está relacionado com o resultado do sorteio N-k?

Fórmula da ACF

ACF(k) = Σ(xₜ - x̄)(xₜ₊ₖ - x̄) / [n · Var(x)]

Os valores de ACF variam de -1 a +1. Se |ACF| superar o intervalo de confiança ±1,96/√n, a correlação é estatisticamente significativa.