Значения

и

отрицательно коррелированы, поскольку произведение

принимает значения только

и

, но никогда

. Это простейший тест, на котором палится Мебиус.
Да, последовательность значений функций Мебиуса не является случайной и независимой, поэтому асимптотика закона повторного логарифма для функции Мертенса не выполняется. В этом автор погорячился.
Хотя другие разделы статьи представляют определенный интерес. Например, связанные с оценкой моментов функции Мертенса.
Используя данные оценки, на основании аналога закона больших чисел, можно получить более точные оценки асимптотического роста функции Мертенса.