Viéndolo en la wiki, veo que se lo asemeja con la inversa del signal-to-noise ratio, lo que tiene mucho sentido.

Efectivamente, yéndose al extremo podría decir lo del intervalo [-inf,inf], pero ¿cuántas sigmas serían eso, y cuánto de poco probable sería que se obtuvieran? 😉

Quizás sea mejor plantearlo como dices con un test de hipótesis, como un chi^2 (aunque al final las operaciones son las mismas que las que hago en el post). He calculado los residuos chi^2 de cada una de las 10 terminaciones, y salen:

0.00000
8.00242
2.72304
0.00000
2.72304
8.00242
2.00060
0.05557
0.00000
0.88916

Ahora, usando la chi2inv podemos calcular el umbral a partir del cual obtendríamos valores de chi2 menores bajo la hipótesis de que el juego no esté trucado, todos los números tengan exactamente igual probabilidad, etc.

Y ahí es donde, si decidimos que podemos aceptar un riesgo del 0.3% de descartar muestras correctas como falsos, tenemos la chi2inv(0.97,1) =9 (3sigmas, al cuadrado -> 9), y en ese caso entran todos (por ser <=9).