つづき
５．補足
各生成方法の１０回目の測定データとグラフを１例として示す。
５．１メルセンヌ・ツィスタ
この例では賽の目のばらつきと連続回数（２連続）は悪い方だが、３から５連続回数は理論値に近い。
５．２PCG
この例では賽の目のばらつきは良い方だが、２から５連続回数は理論値からは遠い。
５．３Xoshiro128+
この例では賽の目のばらつきと４から５連続回数は悪い方だが、２と３連続回数は理論値に近い。
５．４VBA乱数（Rnd関数）
この例では賽の目のばらつきと４から５連続回数は良い方だが、２と３連続回数は理論値からは遠い。
６．参考資料
下記のＷＥＢページにお世話になりました。ありがとうございます。
・numpy.randomではGeneratorによる疑似乱数生成のほうが良い
・Xorshift から派生した擬似乱数生成器
・Python版Xoshiro128+
７．その他
メルセンヌ・ツィスタとVBA乱数については過去に比較した事があり、
VBA乱数からメルセンヌ・ツィスタに改修した。
・乱数の見直し
＜個人的な感想＞
賽の目が連続する回数が理論値に近い場合は、賽の目のばらつきは悪くなるように思う。
賽の目のバラツキが良く、賽の目が連続する回数が少ないほうがゲームをプレイする際には
良いと思える（理論値とは遠くても・・・）。