在某些情况下，常用的随机数生成方法不足以生成所需的样本。统计和机器学习工具箱™提供了几种替代方法来生成伪随机数和准随机数。Quasirandom数字，也被称为低差异序列，生成与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，无法通过随机性测试。伪随机数不像准随机数那么均匀，可能更适合于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-黑斯廷斯马尔可夫链采样器，通过从统计分布中绘制来生成伪随机样本。

如果可用的参数概率分布不能充分描述数据，则可以使用灵活的分布族。Pearson和Johnson灵活分布族拟合了一个基于样本数据的位置、规模、偏度和峰度的模型。一旦你为你的数据拟合了一个分布，你就可以从这个分布生成伪随机数。