어떤경우에는일반적인난수생성방법이원하는표본을생성하는데적합하지않습니다。统计和机器学习工具箱™는의사난수와준난수를생성하는데사용할수있는여러대체방법을제공합니다。준난수（저불일치수열이라고도함)는집합에있는기존숫자로부터가능한한멀리떨어져있는연속된숫자를생성합니다。이접근방식은군집화를방지하고수렴속도를높일수있지만,준난수는일반적으로너무균일하여임의성검정을통과할수없습니다。의사난수는준난수보다균일성이떨어지며더큰임의성이필요한분야에더적합할수있습니다。슬라이스표집기,해밀턴몬테카를로표집기(哈密顿蒙特卡罗采样器)또는메트로폴리스-해스팅스마르코프연쇄표집기(pmmh马尔可夫链取样器)를사용하여통계분포에서도출하는방식으로의사난수표본을생성합니다。

사용가능한모수적확률분포가데이터를적절히기술하지않는경우유연한분포군을대신사용할수있습니다。피어슨(Pearson)및존슨(约翰逊)의유연한분포군은표본데이터의위치,척도(스케일),왜도,첨도를기반으로하여모델을피팅합니다。분포를데이터에피팅하고나면해당분포에서의사난수를생성할수있습니다。