Generación de números pseudoaleatorios y cuasialeatorios

En determinadas circunstancias, los métodos habituales de generación de números aleatorios son inadecuados para producir las muestras deseadas. Statistics and Machine Learning Toolbox™ ofrece varios métodos alternativos para generar números pseudoaleatorios y cuasialeatorios. Los números cuasialeatorios, que también se conocen como secuencias de baja discrepancia, generan cada número sucesivo lo más alejado posible de los números existentes en el conjunto. Este enfoque evita la formación de clusters y puede acelerar la convergencia, aunque, por lo general, los números cuasialeatorios son demasiado uniformes para superar las pruebas de aleatoriedad. Los números pseudoaleatorios son menos uniformes que los números cuasialeatorios y pueden ser más adecuados en aplicaciones que exijan una mayor aleatoriedad. Utilice el muestreador por cortes, el muestreador de Hamilton Montecarlo o el muestreador de cadena de Markov Metropolis-Hastings para generar muestras pseudoaleatorias a partir de una distribución estadística.

Si las distribuciones de probabilidad paramétricas disponibles no describen adecuadamente los datos, puede utilizar una familia de distribución flexible en su lugar. Las familias de distribución flexible de Pearson y Johnson se ajustan a un modelo en función de la localización, la escala, la asimetría y la curtosis de los datos de muestra. Una vez que ajuste una distribución a los datos, puede generar números pseudoaleatorios a partir de dicha distribución.