stata上机实验第六讲精编版课件.pptVIP

随机数的产生和常用分布 例1：产生10000个服从[0,1]均匀分布的随机数和10000个服从正态分布的随机数。 clear set obs 10000 gen x = uniform() histogram x gen y = invnormal(uniform()) histogram y, normal 伪随机数 例二： clear set obs 10000 gen x1 = uniform() gen x2 = uniform() list x1 x2 in 1/50 但是如果加上一句话：set seed 123，情况会发生变化。 set seed 12345 gen x3 = uniform() set seed 12345 gen x4 = uniform() list x3 x4 in 1/50 原因：计算机产生的随机数是伪随机数，它是通过一个或者多个复杂的公式计算出来的，是有迹可寻的。 例如：公式可以为： X_j = (a*X_(j-1) + c) mod m (j = 1,2, ...) 其中：m是一个很大的数； a*X_(j-1)为种子。 蒙特卡罗模拟和自抽样一般都要提供种子，已被检验和分析。 常用分布随机数的产生