随机数生成器

文章目录

• 随机数生成器
• 前言
• COMPUTE的函数
• 随机数生成器–设定随机种子

前言

概述：

• 真随机数：（1）完全不可重现、不可预测的数据序列；（2）实际上，只要给定了边界条件，真随机数就不存在，但是可以尽量逼近。【在保险学中，就是尽量逼近真随机数】
• 伪随机数：（1）在给定的随机二进制序列中，1的数量大致等于0的数量，满足这类要求的数字，人类“一眼看上去”是随机的。【这在实际中已经够用】（2）这些数列是“似乎”随机的数，实际上它们是通过一个固定的、可以重复的计算方法产生的数字序列，并不是真正的随机，因此是可以重现的。
• 注意：伪随机数的可重现性在统计中有重要的应用价值，如：临床实验中随机分组结果的可重现性。

COMPUTE的函数

• 在‘计算变量’中，有许多生成随机数的函数，比如：RV.UNIFORM( , )，生成的是在一定范围内的均匀分布随机值。
• 但是，用函数生成随机数，无法重现。
  

随机数生成器–设定随机种子

直接用COMPUTE函数生成的随机数，无法重现。此时可以通过随机数生成器，设置起点种子，那么就可以重现。

Steps:

1. 转换–> 随机数生成器–> 如果勾选‘随机’，那么生成的就是真随机数；勾选‘固定值’，那么就设置了随机起点（种子）–> ‘确定’。
   
2. 转换–> 计算变量–> 选择生成随机数的函数，此处选择：x1=RV.UNIFORM(0,100)–> 确定
   再按照生成x1的步骤，固定随机种子，再生成x2。x2=RV.UNIFORM(0,100)，此时，生成的x1，x2是一样的序列。
   因为，两组随机数的生成起点、生成方法是一样的，则可以实现随机数重现。