2026a
# 伪随机数和拟随机数生成
生成伪随机样本数据和拟随机样本数据
在某些情况下，常见的随机数生成方法不足以生成所需的样本。统计库提供了几种生成伪随机数和拟随机数的备选方法。拟随机数（也称为低差异序列）生成的每个连续数字尽可能远离数据集中的现有数字。这种方法可以避免数据成团并加快收敛速度，但拟随机数通常太均匀而不能通过随机性检验。伪随机数不像拟随机数那样均匀，可能更适合需要更大随机性的应用程序。可以使用Metropolis-Hastings 马尔可夫链抽样器，通过从统计分布中抽取数据来生成伪随机样本。
如果可用的参数化概率分布不能充分描述您的数据，则可以使用弹性分布族。Pearson 和 Johnson 弹性分布族可以基于样本数据的位置、尺度、偏度和峰度来拟合模型。对数据进行分布拟合后，可以从该分布中生成伪随机数。
# 函数
马尔可夫链抽样器
| slicesample | 切片采样器 |
| mhsample | Metropolis-Hastings 样本 |