在某些情况下，常用的随机数生成方法不足以产生所需的样本。统计和机器学习工具箱™提供了几种生成伪随机数和准随机数的替代方法。Quasirandom数字，也被称为低差异序列，生成的每个连续数字尽可能远离集合中的现有数字。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，无法通过随机性检验。伪随机数比准随机数更不均匀，可能更适合于需要较大随机性的应用。使用切片抽样器，哈密顿蒙特卡洛抽样器，或Metropolis-Hastings马尔可夫链抽样器，从统计分布中绘制生成伪随机样本。

如果可用的参数概率分布不能充分描述你的数据，你可以使用一个灵活的分布族来代替。皮尔逊和约翰逊灵活分布族适合基于样本数据的位置、规模、偏度和峰度的模型。一旦将一个分布拟合到数据中，就可以从该分布中生成伪随机数。