在某些情况下，常见的随机数生成方法不足以产生所需的样本。Statistics and Machine Learning Toolbox™提供了几种生成伪随机数和拟随机数的替代方法。Quasirandom数字，也被称为低差异序列，从集合中的现有数量生成尽可能远的每个连续编号。这种方法避免了聚类并且可以加速收敛，但是Quasirandom数量通常太均匀以通过随机性测试。伪随机数不如Quasirandom数字均匀，并且可能更适合需要更大随机性的应用。使用切片采样器，Hamiltonian Monte Carlo采样器或Metropolis-Hastings Markov链采样器通过从统计分布中绘制来生成伪随机样本。

如果可用的参数概率分布没有充分描述您的数据，则可以使用灵活的分销系列。Pearson和Johnson的灵活配送系列适用于样本数据的位置，规模，偏斜和峰度的模型。一旦拟合到数据分发，您就可以从该分发生成伪随机数。