Stata：随机数生成原理与实现

全文阅读：Stata：随机数生成原理与实现| 连享会主页

目录

• 1. 随机数生成器介绍
  • 1.1 真随机数生成器
  • 1.2 伪随机数生成器
• 2. Stata 中常用的随机数生成方式
  • 2.1 生成服从均匀分布的随机数
  • 2.2 生成服从其他分布的随机数
  • 2.3 Stata 内置的随机数生成函数
• 3. 参考文献
• 4. 相关推文

1. 随机数生成器介绍

很多游戏都会设置类似 “开箱” 的环节：比如《炉石传说》里，玩家打开一个卡包，可以获得特定卡牌库中的 5 张卡牌。但究竟是沉睡者伊瑟拉还是鱼人宝宝 (卡牌名称)，则完全取决于玩家的运气，或者说计算机生成的随机数。

作为人类，我们或许可以随口说出一串数字。但是计算机并不能 “随口”，它必须有一个科学稳定的随机数来源，才能得到随机数。我们将这个来源称为随机数生成器 (Random number generators，RNG)。常见的随机数生成器有三种：

• 真随机数生成器 (True Random Number Generator，TRNG)，通过物理方法模拟自然界中的随机过程，真随机数无法预测且无周期性；
• 伪随机数生成器 (Pseudo Random Number Generator，PRNG)，通过数学方法生成和真随机数具有相似统计特征的伪随机数。如果能够通过统计检验，就可以被当成真随机数使用；
• 随机数表法，即用真随机数生成器事先生成大量随机数，存到数据库中，使用时再从库中调用。在 20 世纪早期，这种方法被大量使用，比如 Rand 公司在 1955 年出版了一本《A Million Random Digits with 100,000 Normal Deviates》(百万乱数表)。

随机数表法需要占用大量存储空间，现在已经很少被采用。这里，我们主要介绍前两种方法：真随机数生成器与伪随机数生成器。

全文阅读：Stata：随机数生成原理与实现| 连享会主页