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，亦称低偏差序列，生成距离集合中现有数字尽可能远的每个连续数字。这种方法避免了聚类，可以加快收敛速度，但准随机数通常过于均匀，无法通过随机测试。伪随机数比拟随机数更不均匀，可能更适合需要更大随机性的应用程序。使用切片采样器、哈密顿蒙特卡罗采样器或大都会-哈斯廷斯马可夫链采样器从统计分布中提取伪随机样本。

如果可用的参数概率分布不能充分描述您的数据，您可以使用灵活的分布族。Pearson和Johnson柔性分布家族适合一个基于位置、规模、偏度和峰度样本数据的模型。一旦您将一个分布适合您的数据，您就可以从该分布生成伪随机数。