随机还是伪随机？

生成真正随机数的唯一方法是通过物理随机过程，例如掷骰子或测量放射性衰变之间的间隔。Prism与所有计算机程序一样，都是通过预定义的计算来生成“随机”数。由于数列是可重现的，数学家们称这些数为“伪随机数”。

真正随机数与伪随机数之间的区别很少会造成问题。对于大多数用途而言，计算机生成的随机数已经足够随机，足以用于模拟数据和测试分析方法。

Prism在计算第一个随机数时会采用当前时间，因此每次运行程序时，您都会得到一组不同的随机数序列。

来自高斯分布的随机数

Prism 通过采用《C语言数值食谱》（W. H. Press 等著，第二版，剑桥大学出版社，1992年）中提出的思路改编的例程，从高斯分布中生成随机值。 函数 RAN3（定义于《C语言数值食谱》中）生成均匀分布的随机数，而函数 GASDEV 则将其转换为均值为零、标准偏差为您输入值的高斯分布。

如果您选择相对误差，Prism 会首先从均值为零、标准差等于您输入的百分比误差的高斯分布中计算一个随机数。然后，它将该百分比乘以理想的 Y 值，从而得出实际值，并将该值加到 Y 值上。

来自 t 分布的随机数

Prism 还可以从自由度 (df) 为任意值的 t 分布中生成随机数。这使您能够模拟比高斯分布更宽的散布。如果 df 较低，该分布范围非常宽；如果 df 较高（大于 20 左右），则几乎无法与高斯分布区分开来。 若 df=1，该分布极为宽广（存在大量异常值），且与洛伦兹分布（亦称柯西分布）完全一致。Prism 使用以下公式生成自由度为 df 的 t 分布随机数：

在此