이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
어떤 경우에는 일반적인 난수 생성 방법이 원하는 표본을 생성하는 데 적합하지 않습니다. 统计和机器学习工具箱™는 의사 난수와 준난수를 생성하는 데 사용할 수 있는 여러 대체 방법을 제공합니다.준난수(저불일치 수열이라고도 함)는 집합에 있는 기존 숫자로부터 가능한 한 멀리 떨어져 있는 연속된 숫자를 생성합니다. 이 접근 방식은 군집화를 방지하고 수렴 속도를 높일 수 있지만, 준난수는 일반적으로 너무 균일하여 임의성 검정을 통과할 수 없습니다.의사 난수는 준난수보다 균일성이 떨어지며 더 큰 임의성이 필요한 분야에 더 적합할 수 있습니다. 슬라이스 표집기, 해밀턴 몬테카를로 표집기(哈密顿蒙特卡罗采样器)또는 메트로폴리스-해스팅스 마르코프 연쇄 표집기(大都会黑斯廷斯马尔可夫链采样器)를 사용하여 통계 분포에서 도출하는 방식으로 의사 난수 표본을 생성합니다.
사용 가능한 모수적 확률 분포가 데이터를 적절히 기술하지 않는 경우 유연한 분포군을 대신 사용할 수 있습니다. 피어슨(皮尔逊)및 존슨(约翰逊)의 유연한 분포군은 표본 데이터의 위치, 척도(스케일), 왜도, 첨도를 기반으로 하여 모델을 피팅합니다. 분포를 데이터에 피팅하고 나면 해당 분포에서 의사 난수를 생성할 수 있습니다.
马尔可夫链采样器可以从难以直接表示的采样分布生成数字。
了解如何使用哈密顿蒙特卡罗采样器。
切片样品
을 사용하여 로지스틱 회귀 모델에 베이즈 추론을 수행합니다.
Pearson和Johnson系统是灵活的参数分布族,为各种数据形状提供了良好的匹配。
统计和机器学习工具箱는 다양한 분포에서 난수 생성을 지원합니다.
伪随机数由确定性算法生成。
准随机数发生器(QRNG)产生单位超立方体的高度均匀样本。